具身智能正成为人工智能的重要方向，但如何从实验室走向规模化落地，仍是行业面临的关键问题。原力灵机近日举办技术开放日，发布了面向这个挑战的系统性方案。原力灵机CEO唐文斌提出“具身原生”概念，并将其与传统具身智能加以区分。他表示，具身原生不只是“能机器人上运行的大模型”，而是“智能的本质与形成机制根植于物理交互的新AI范式”。该理念强调，智能机器人应从设计之初就立足真实世界，目标是在复杂环境中稳定、精准地完成人类任务，而不是将现有大模型简单移植到硬件平台。 为实现这一方向，原力灵机推出具身原生大模型DM0。其核心是把物理交互作为智能形成的基础，使机器人在真实环境中学习与适应，而非主要依赖虚拟数据训练，从而缩小模型在实际应用中的性能落差。 在开发工具层面，原力灵机发布Dexbotic 2.0框架，旨在降低具身智能应用开发门槛，吸引更多开发者参与机器人应用创新。原力灵机合伙人汪天才以PyTorch为例，指出Dexbotic 2.0希望做到类似效果——让开发者以“搭积木”的方式快速构建自己的具身应用。 Dexbotic 2.0提出五大核心优势，其中最突出的是模块化架构。框架将具身智能系统拆分为三个可自由组合的模块：V（视觉编码器）、L（大语言模型）、A（动作专家）。各模块可独立升级、替换与组合，便于开发者快速验证新模型，同时适配不同硬件与任务场景。这种模块化方式有助于提升迭代效率，并降低企业的技术投入成本。 在应用落地上，原力灵机推出具身原生应用量产工作流DFOL（分布式现场在线学习）。其核心在于采用“硬件通用+模型智能”的模式，在效率与灵活性之间取得平衡：机器人既保持较高的执行效率与确定性，又具备更接近人类的适应能力。这种能力对工业场景尤为关键，因为生产环境既要求稳定可靠，也必须应对复杂多变的现场情况。 从产业视角看，原力灵机提出的“具身原生”理念及其产品体系，提供了智能机器人产业化的一条新路径。相较于将通用大模型直接用于机器人，具身原生更强调从硬件、算法到应用的全链条协同创新，有助于推动具身智能从研究走向规模化应用。 唐文斌将2026年定位为“具身原生的元年”，反映出行业对智能机器人产业化节奏的判断在发生变化。这意味着，在前期技术积累与产品打磨之后，具身智能有望在2026年前后迎来规模化应用突破，并更带动机器人产业升级。
从实验室创新走向产业变革，往往取决于关键技术范式的转变。“具身原生”的提出，不仅表明人工智能正向物理世界的深层理解迈进，也打开了人机协同进化的更多可能。当机器真正学会“用身体思考”，这场始于算法的智能化浪潮，或许将进入更具冲击力的新阶段。