DW0.5做具身世界模型闭环
量子位 · wechat · 2026-07-16
量子位这篇长文介绍了原力灵机的具身世界模型 DW0.5 及其后训练框架 DFOL2.0。核心目标是给具身智能提供一个低成本、可高频反馈的“学习环境”，弥补真机试错昂贵、反馈稀疏的问题。
文中主要信息：
- 为什么要做世界模型：代码 Agent 能自动执行、验证、反馈，形成闭环；而机器人真机试错成本高、信号模糊，因此具身智能需要更便宜的训练环境。
- DW0.5 的角色：作为 Learned Environment，接收任务指令、图像/视频和机器人类型，预测动作后的未来视频状态，还能生成失败轨迹并对任务进度打分。
- 三大专家模块：VideoExpert 负责预测未来画面，ActionExpert 把动作作为强条件输入，ValueExpert 把轨迹转成可训练的价值信号，用于动作筛选、RL 奖励和部署监测。
- 数据与训练效果：模型结合真机、自采机器人、互联网视频、第一视角人类活动和 rollout 数据训练；官方称可让后训练中的真机数据需求下降 60%，整体训练成本下降 40%。
- 落地结果：在打气球、晾衣服、叠纸盒等任务上，接入 DFOL2.0 后多个关键步骤成功率显著提升；在 EWMBench、WorldArena 等基准上也取得较高分数，并已接入内部具身后训练闭环和 DexDevMaaS 平台。
文章同时强调：真实真机数据仍然不可替代，世界模型的作用是降本增效，而不是完全取代真实环境。
「具身」频道最新
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11
- 狗类 3D 姿态数据集发布，动物动捕研究可用 — ducha_aiki · 2026-09-11