WAIC震撼挑战：6机器人15小时拼8万积木长城，具身智能新突破

徽声在线报道

在2026世界人工智能大会（WAIC）的展台上，一场前所未有的挑战正在上演：6台机器人仅用15个小时，就完成了用8万块积木搭建长城模型的壮举。

这座长城模型长3.5米、宽1.5米、最高点达1.1米，每一块积木的拼接都要求严丝合缝，不容有失。

而令人惊叹的是，整个搭建过程完全由机器人自主完成，没有人类在背后遥控，也没有预先设定好的脚本。

参与这场挑战的，是4台桌面机器人和2台人形轮式机器人，它们各司其职，协同作战。

从抓起第一块积木到垒上最后一块城砖，全程无需人工干预，机器人展现出了极高的自主性和协作能力。

81,920块微型积木的拼接，要求烽火台、垛口、城墙等细节一块都不能错位，即便是拼错了，机器人也能自行纠正，确保整个过程的顺利进行。

这场由原力灵机发起的「全球首创」级挑战，不仅是一场视觉盛宴，更是对机器人技术的一次严峻考验。

那么，这几个硅基生命体，能否在规定时间内完成任务呢？

8万块积木，一场没有剧本的实战演练

挑战具身智能的极限

这座积木长城，看似是一场行为艺术，实则是对机器人技术精准度、协作能力和稳定性的全面挑战。

它精确地踩在了具身智能最难攻克的三个关键点上，每一个都是机器人从实验室走向实际应用时必须跨越的障碍。

• 0.3毫米，亚毫米级精细操作的极致追求

积木的咬合是亚毫米级的精细活，机器人必须在0.1–1毫米的尺度内完成精准、稳定、可控的动作。

这个要求有多苛刻？要知道，人手在完全放松状态下的自然抖动，大约是0.3到1毫米。

这意味着，机器人被要求做到的稳定度，已经逼近甚至超出了人类手部的生理极限。

这背后需要高精度感知、精密驱动和自主执行三者的完美结合，缺一不可。

• 六台机器人，无总指挥的协同作战

再看参与挑战的机器人阵容，6台机器人、两种完全不同的本体形态，要在同一个物理空间内各司其职，又不能相互碰撞。

关键在于，这里没有一个中央调度台在发号施令，每台机器人都需要自己感知环境、做出决策、执行任务。

它们依靠彼此之间的通信协商和动态分工，将小件精拼与大件组装、搬运等任务分配得井井有条。

多Agent协同这个词在论文中屡见不鲜，但真正落到物理世界、落到六台异构机型同时开工的场面，却是另一回事。

而这一次，它们要在物理世界里连续协同整整15个小时，这无疑是对机器人协同作战能力的一次极大考验。

• 15小时，长程稳定作业的耐力比拼

最后的关键一步，是时长。8万多块零件，15小时不间断作业，每一块积木都需要被稳稳地按进它该在的位置。

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能否从「演示品」变成「实用工具」，在长时间内保持稳定作业？

此外，参与这场挑战的是原力灵机Dexmal Apex，一款「具身原生」的通用机器人。

通过底层硬件与具身大模型的深度融合，Apex具备了长效稳定作业、多场景泛化、精细化操作、安全人机共生四大优势。

硬件是机器人的躯体，而真正决定这场挑战成败的，是那颗共享的大脑——具身通用基础模型。

幕后主角DM0.5，泛化能力的「涌现时刻」

自主执行，挑战极限

在这15个小时里，没有人在后台遥控，执行这场挑战的是原力灵机最新一代具身通用基础模型——DM0.5，它全程自主执行，展现了极高的智能化水平。

这是原力灵机在7月初的首届开发者大会Action 2026上刚刚交出的答卷，相比上一代DM0，DM0.5在训练数据规模、模型架构、开放世界泛化能力三个维度上实现了全面升级。

在DM0.5身上，原力灵机第一次看到了「泛化涌现」的希望。

这四个字，值得深入探讨。

过去的具身模型，更像一个「数据集复读机」，你教它一百个任务，它会一百个，但一旦遇到超纲的任务就束手无策。

而泛化涌现则是指，模型开始在没见过的任务面前，凭借底层逻辑把事情做成，这无疑是机器人智能化的一大飞跃。

在架构方面，DM0.5延续了VLA架构，以4B参数的多模态主干为核心，外加一个680M的动作专家（Action Expert）负责生成连续机器人动作。

在训练数据方面，DM0.5用了15万小时的多源数据，相比DM0，数据量增长了400%，参数量也翻倍了。

这15万小时里，包含了5万小时的真机高精度操作数据（覆盖100多种原子动作）、10万小时的第一视角场景视频（支持毫米级3D关键点标注），以及百万平方米级的场景重建数据。

最后这一块数据，直接针对「仿真里练得好、一到现实就掉链子」的Sim2Real老毛病进行了优化。

但DM0.5的重点并不只是停留在「把模型和数据做大」，它真正的升级，藏在三个新增的结构里。

三个新结构，让机器人更「懂」世界

DM0.5在架构上啃下的三块硬骨头，每一块都能在这次「拼长城」挑战中找到对应的应用。

• 上下文抽象层：赋予机器人60秒的记忆

传统模型「走一步忘一步」的短时记忆窘境，正是长程作业的头号杀手。

为了解决这个问题，DM0.5引入了一层叫「上下文抽象层」（Context Abstraction Layer）的设计，它把过去一段时间的关键帧和当前观测一起送进模型，撑起了最长60秒的任务进程记忆。

在训练时，还专门做了随机历史长度和历史增强处理，确保历史信息缺失或者失效的时候，模型能退化回只看当前帧，不至于当场崩溃。

原力灵机自己做过一个很朴素的验证实验，叫「拿起杯子擦桌子」：机器人得先把杯子拿开，擦干净底下那块桌面，最后把杯子放回原来的位置。

杯子一被拿起，它的初始位置就从画面里消失了。只看当前帧的模型到这一步只能瞎猜，往往是随手一放。

而有60秒记忆的模型，则能准确地把杯子放回去。

因此，在现场机器人拼到第五千块的时候，它还能记得第四千九百块放在哪儿、下一步该怎么接。

• 具身CoT：让模型「边干边想」

没有语言理解能力的VLA，就是数据集复读机。

为了提升模型的智能化水平，DM0.5在机器人数据上加了11种自回归推理任务。

模型必须基于当前图像、机器人状态、任务指令和历史信息，回答一系列受约束的问题，如现在做到第几步了、接下来环境会发生什么变化、下一个动作的意图是什么。

这套设计把机器人数据从单一的动作监督，扩展成了「指令理解+时序推理+动作生成」的联合监督。

也就是说，机器人不光要会动手，还得说得清自己为什么这么动。

拼长城这种8万块级的超长程任务，考的正是这个能力。

• 轨迹对齐层：不学人的节奏，只学任务的规律

机器人的训练数据来自人类遥操作，但同一个任务采集十遍，十个人的节奏都不一样，有人手快，有人磨蹭，有人中间还停顿了一下。

如果强行把模型的预测动作和原始轨迹的固定时间点绑死，模型学到的就成了采集员的手速，而不是任务本身的规律。

为了解决这个问题，DM0.5的「轨迹对齐层」（Trajectory Alignment Layer）把监督从「固定时间点对齐」改成了「轨迹进展对齐」。

每个预测动作去真实轨迹里找一个最合适的锚点，且必须严格单调递增（不许时间倒流），整体用动态规划求一个最小匹配损失。

这一改，抓取、对准、接触、释放这些真正的关键动作被凸显了出来，采集员的个人节奏被洗掉了，跨采集员泛化成为了可能。

长城挑战，是一场「实战」，而在标准化的赛场上，DM0.5同样交出了优异的成绩。

尤其是在RoboChallenge Table30 V2真机评测中，DM0.5以43%的整体成功率、54.42的综合得分，直接拿到了SOTA（State Of The Art，当前最优）的荣誉。

先在「世界模型」里，把跤摔够

不过，光有一个强模型，还不足以让人放心把15小时的任务交出去。

为了确保执行的准确度，这次长城挑战还引入了DFOL2.0做后训练，这是一个引入「世界模型」DW0.5的框架，让模型先在虚拟环境里千锤百炼，再上真机。

也就是说，让机器人先在脑子里把长城拼一遍，熟悉整个流程和可能遇到的问题。

传统的后训练路径，是把真机拉到现场，一遍遍试错、一遍遍采数据，这种方法既昂贵又缓慢。

而引入世界模型之后，大量的试错可以在模型内部的「想象」里完成，真机数据需求量因此被极大压缩，任务准确度反而上得更快。

这是一个非常「工程师」的选择：把最贵的资源（真机时间）留给最值钱的时刻，其余的交给模型自己去想清楚。

从积木长城到制造业的「最后20%」

挑战背后的深远意义

看完热闹，该看门道了。为什么要用8万块积木折腾15个小时？这背后其实藏着制造业的一组关键数据。

目前全制造业通用产线上，仍有约20%的精细、非标、柔性、感知判断类工序必须依赖人工精细操作，如微米级精密装配、柔性/易碎物料微调、缺陷返修与首件判定、狭小空间操作等。

这20%，是自动化最难啃的骨头，传统工业机器人搞得定重复、标准、大力气的活，但一碰到「每次都不太一样」的精细活就束手无策。

而拼长城挑战验证的恰恰是这几件事：亚毫米级操作对应精密装配，15小时长程稳定对应产线连续作业，多机协同对应柔性产线的动态分工。

积木是道具，能力是真的。当具身大模型开始具备开放世界泛化能力，这20%的人工工序，第一次有了被逐步接管的可能。

这意味着，未来制造业的自动化水平将得到极大提升，生产成本将进一步降低，产品质量也将更加稳定可靠。

成立16个月，凭什么站上WAIC的舞台

能够打出这场挑战的，是一家成立于2025年3月的初创公司——Dexmal原力灵机。

其核心创始团队来自旷视科技，以「打造智能的、有用的、可信赖的机器人」为使命，致力于推动机器人技术的创新与应用。

成立至今，原力灵机已完成多轮融资，得到了阿里、阶跃星辰、商汤、智谱等国内领先大模型公司的集体投资。

可见，大模型玩家们用真金白银，投出了自己对具身智能路线的坚定判断。

在技术路线上，原力灵机率先提出「具身原生」理念，坚持从零为机器人训练模型。

DM0是首个具身原生大模型，而最新一代DM0.5在泛化能力上实现了突破，多项权威评测排名行业第一，展现了强大的技术实力。

在基础设施层面，原力灵机的布局同样凶悍：

• Dexbotic：全球第二、国内唯一的通用具身智能框架，已服务清华、北大、普林斯顿、帝国理工等知名院校，以及阿里、腾讯、北京人形机器人创新中心等领先机构，覆盖超千位研发者，为机器人技术的研发与应用提供了有力支持；

• RoboChallenge：与Hugging Face联合发起的全球最大规模具身智能真机评测平台，吸引智元、星海图、星动纪元等近20家具身智能企业联合运营，累计服务全球超7万次真机测试，阿里千问、小米、千寻智能等均参与其中，为机器人技术的评测与优化提供了重要平台。

在商业落地上，旗下Atomix是国内领先的AI原生柔性仓储解决方案商，它打通「存-搬-拣」完整链路，已服务优衣库、蜜雪冰城、可口可乐等头部企业，自研托盘四向车销量位居全球第二，展现了强大的市场竞争力。

从基础模型到基础设施再到场景兑现，原力灵机走出了一条罕见的全栈路径。

而WAIC现场那座积木长城，则是这条路径最直观的一次公开亮相，向世界展示了机器人技术的无限可能。

长城拼完了，但故事才刚刚开始。在DM0.5的技术博客中，有这么一句话：团队希望有一天，真实世界本身成为机器人最好的老师。

WAIC的这15个小时，就是这句话的第一次公开预演：没有剧本、没有遥控，6台机器人在真实世界里协作、纠错、坚持到底，展现了极高的自主性和智能化水平。

今天它们拼的是积木，明天要拼的，是制造业里那20%仍然离不开人手的工序。

而DM0.5，只是这个故事的开始，未来还有更多的挑战和机遇等待着原力灵机和它的团队去探索和征服。