“過去大家在爭論用哪個大模型來改，我們直接跳出這個問題——為什么要改？為什么不從第一行代碼就為機器人而寫？”

2月10日，在北京中關(guān)村展示中心舉行的“具身原生”技術(shù)開放日上，原力靈機聯(lián)合創(chuàng)始人兼CEO唐文斌表示，2026年不是具身智能的元年，而是具身原生的元年。

當(dāng)天，原力靈機發(fā)布了三大核心成果：具身原生大模型DM0、具身原生開發(fā)框架Dexbotic 2.0以及具身應(yīng)用量產(chǎn)工作流DFOL。

(相關(guān)資料圖)

據(jù)介紹，DM0是從零開始訓(xùn)練、專為物理世界交互設(shè)計的大模型，融合多模態(tài)互聯(lián)網(wǎng)數(shù)據(jù)與真實具身場景（如駕駛、操作、導(dǎo)航）的多傳感信息，在2.4B參數(shù)量下實現(xiàn)了高智能密度。該模型還以768×768高分辨率輸入和60ms實時推理延遲，在RoboChallenge真機評測中奪得單任務(wù)與多任務(wù)雙項第一。同時，DM0全面開源，支持在消費級顯卡上微調(diào)。

在“Physical AI Next”圓桌論壇上，唐文斌與來自學(xué)界以及企業(yè)的多位大拿展開深度對話，探討具身智能的發(fā)展現(xiàn)狀與未來路徑。

面對“具身智能下一步卡在哪”的問題，北京智源人工智能研究院院長王仲遠坦言，雖然硬件和模型進步迅速，但還遠遠沒有到具身的ChatGPT時刻，離大規(guī)模應(yīng)用仍有巨大gap。目前技術(shù)路線還尚未收斂，無論是VLM+控制、端到端VLA，還是世界模型，都處于探索階段。他強調(diào)，行業(yè)需通過真實場景積累數(shù)據(jù)，形成閉環(huán)，再解決泛化問題。

清華大學(xué)教授汪玉從基礎(chǔ)設(shè)施的角度表示，當(dāng)前機器人任務(wù)仍局限在“工作臺”。要完成收拾屋子這類長程跨模態(tài)任務(wù)，不僅需要模型的突破，也可能需要環(huán)境本身的協(xié)同，比如建筑是否應(yīng)為機器人生活而設(shè)計。他同時指出，中國在產(chǎn)業(yè)鏈、供應(yīng)鏈上具備優(yōu)勢，產(chǎn)學(xué)研聯(lián)動也慢慢變多，有望比美國在具身層面有更快突破。

階躍星辰CEO姜大昕表示，具身智能的“ChatGPT時刻”比語言模型更難定義，其泛化維度多元（場景、任務(wù)、目標(biāo)），且視覺編碼、3D空間推理等基礎(chǔ)問題仍待突破。但ChatGPT時刻的標(biāo)志性信號就是零樣本泛化，“給它任何一條指令，即使以前沒有見過，它也可以回答出問題”。

星海圖CEO高繼揚指出，具身智能產(chǎn)業(yè)鏈鏈條遠長于大模型，涉及零部件、數(shù)據(jù)、算法等多個環(huán)節(jié)，其中，供應(yīng)鏈和零部件其實很不成熟，渠道和終端跟大語言模型有所不同，算法反而是傳播最快的，得益于開源社區(qū)，第一梯隊公司的算法傳播周期在2-3個月。“2026年是智能爆發(fā)，爆發(fā)的結(jié)果一定在某些應(yīng)用領(lǐng)域形成應(yīng)用的外溢，而且同時配合了供應(yīng)鏈和整機。尤其是中國，顯著比美國強得多，周期快5-10倍，成本只有五到十分之一，今年會是發(fā)生變化的一年。”

唐文斌則表示，他心中的ChatGPT時刻，是在限定場景中真正有用、可信賴、ROI可算，把玩具變成工具。他認為，“目前在倉庫、工廠里打螺絲，可能閉環(huán)之后大眾并不能感知到，也許DeepSeek時刻可能全民都能感受到這個產(chǎn)品來到我們的身邊”，如何能夠從工業(yè)物流走向商用、走向ToC（消費者端），這個時刻還要再晚一些，“今天我們對它的錯誤容忍度體驗要求更多，我覺得也不會太遠”。

當(dāng)前，具身智能正站在邁向產(chǎn)業(yè)落地的關(guān)鍵拐點，然而跨越實驗室到千行百業(yè)的鴻溝，仍需多重突破。機器人們何時能從視頻里的“無所不能”走向現(xiàn)實中的“穩(wěn)定可用”，2026年或許正是關(guān)鍵起點。

標(biāo)簽： 算法 具身 圓桌 唐文斌 產(chǎn)業(yè)鏈 智能機