具身模型“卸妆”考：原力灵机登顶，记忆成关键

机器人演示的“滤镜”与“照妖镜”

近期，机器人运动会和WRC 2026上的视频刷屏，机器人叠衣服、冲咖啡、百米冲刺，看似无所不能。然而，这些演示背后往往隐藏着数千次的调试和过拟合，行业内称之为“Demo滤镜”。外行难以分辨动作是预设还是模型实时驱动，这让具身智能领域鱼龙混杂。

好在学术界保留了“照妖镜”——RoboDojo，一个由香港大学多媒体实验室牵头，联合UC伯克利、清华等近20所顶尖机构推出的权威评测平台。它像一场“统一高考”，为全球机器人模型设定42道仿真题和18道真机题，覆盖泛化、记忆、精细操作、长程执行和开放语义理解五大科目。考场统一硬件（如ARX X5、Piper双臂机器人），流程标准化，评审双盲打分，杜绝摆拍和挑题。

行业惨淡现状：头部模型成功率不足10%

成绩单相当惨烈。截至今年7月，仿真榜上30多个参评模型（包括π0.5、GR00T-N1.7、OpenVLA-OFT等知名模型）的平均成功率仅8.80%，而人类专家为76.03%。真机榜更惨，头部模型总体成功率12.8%，人类为100%。最难的开放语义任务，成功率仅1.67%——相当于考60次蒙对1次。这暴露了行业级现实：具身模型离落地还差得远。

原力灵机DM0.5：以记忆能力登顶

然而，中国公司原力灵机的通用具身基础模型DM0.5，以24.90综合得分和19.34%平均成功率双项第一，综合排名登顶。其关键优势在于记忆能力。

在RoboDojo的“Cover Blocks”任务中，机器人需记住红、绿、蓝积木的遮盖顺序并依次揭开。大多数模型因缺乏记忆而失败，但DM0.5在三个随机种子下全部100%通过，且完成完整闭环。在Memory维度，DM0.5得分47.74分、成功率47.44%，而第二名仅13.37分和12.11%，差距接近4倍。

原力灵机的记忆技术并非偶然。其MemoryVLA成果已被Physical Intelligence的Mem架构论文引用，并在最新π0.7论文中再次被引用，显示其在该领域的领先地位。

记忆为何难攻克？成本与架构

记忆能力难攻克，主要因为成本高：将长历史数据纳入模型会暴涨计算量，需重构架构。大语言模型的进化史证明了上下文长度的重要性，而具身模型若缺乏记忆，只能活在10秒的Demo里。

DM0.5的解决方案是“原生记忆”：在预训练阶段就融入记忆能力。其架构由4B的VLM主干和680M的Action Expert组成，中间设计“上下文抽象层”，高效压缩历史信息，支持最长60秒记忆。预训练阶段围绕历史上下文、具身推理等优化，微调时加入20秒历史观测，使记忆成为模型原生能力。

全面实力：从精细操作到实时决策

除了记忆，DM0.5在其他科目也表现优异。在LIBERO综合成功率99.0%，RoboTwin 2.0简单和复杂场景分别为93.6%和93.3%。实机演示中，它能拼装微型积木（精度0.1-1毫米），自主纠错；削黄瓜、切黄瓜展示精细力控；物流分拣平均3秒一件，准确率超99%；抗干扰测试中，被推开后仍能继续任务，体现60秒记忆。

数据家底与实用价值

DM0.5的成功离不开数据支撑：5万小时真机高精度操作数据，10万小时第一视角数据，以及大量仿真数据。这些数据让模型在预训练阶段就学会处理真实世界复杂性。

对于开发者而言，DM0.5的开源（GitHub仓库）提供了可复现的基线，尤其适合长程任务场景（如家庭服务、工业分拣）。其记忆机制为行业指明方向：具身模型需从“金鱼”进化为“大象”，才能应对真实世界的长程挑战。

结语

RoboDojo的榜单撕开了演示滤镜，而DM0.5的登顶证明记忆是具身智能的关键突破口。未来，谁能解决记忆与泛化，谁就能真正让机器人走进生活。