曠視眾神歸位之原力覺醒？

作者 ｜ 郭海惟
郵箱 ｜ guohaiwei@pingwest.com

2月10日是原力靈機成立的第330天。

在過去一年的時間里，這家公司在很長一段時間保持了相對低調的傳播風格。人們大多知道這是一家“曠視”團隊含量很高的公司，也承接了一些曠視機器人方面的人才，正在從事進行具身領域的研發，發了些工具和一個Benchmark，后者還差點惹了些爭議。

它的辦公地點選在金隅智造工場。如果從工場的北門進去，會先看到一個龐大的曠視Logo，再穿過一排排各式各樣的高新技術公司，便能在一個還沒有貼上任何Logo的單元入口里找到它——

像極了這家公司的來時路。

原力靈機CEO唐文斌說，2月10日的原力靈機Openday是公司成立以來“第一次站在公開的鏡頭下”。這位曾經的曠視聯合創始人、CTO，對舞臺和媒體還是同樣熟悉。無論是采訪還是演講，他說話語速快、咬字準，在工程師里擁有一流的口才，字里行間保持著對復雜技術名詞的謹慎，有種“想要讓所有人弄懂意思”的刻在教師基因里的自覺。

在OpenDay上，他將原力靈機的使命解釋為三點：

打造智能的、有用的、可信賴的機器人。

今天在具身智能領域，人們已經越來越少聽到一家機器人公司把自己的使命定義成“機器人”了。大家更習慣將自己稱作“具身智能”或者至少“具身本體”的公司。相比之下，“具身”給人的印象更像是實現他們使命的“路徑”——原力靈機將整個OpenDay的名字定名為“具身原生Embodied Native”。

而這只是這家公司在一眾友商中，“獨特氣質”的一個非常微不足道的側面。某種程度上，這種表達可能也是一種“曠視式”的審美慣性。

在千里科技的首秀發布會上，印奇也曾反復提及“機器人”。

他說“AI+車”的終局就是“機器人”，并提出了“One Brain，One OS，One Agent ”為核心愿景的“千里計劃”——即構建一個由大模型驅動的AI大腦（One Brain）；打造統一操作系統（One OS），整合每個人跨不同設備的記憶、行為與控制；最終通過高度懂你的超級智能助手（One Agent），實現無縫的跨終端、跨場景服務。

千里智駕背后模型基座，是其與階躍共同研發的。而后者自1月26日以后，開始與前者共享了同一個董事長（印奇）。

在OpenDay上，原力靈機官宣的DM0基座模型，也同樣選擇了與階躍聯合訓練的方案。而與階躍合作，同樣意味著原力靈機也成為了目前為數不多有能力“從頭訓練”具身大腦、構建底層基模的創業公司之一。

而無論是印奇履新階躍，還是唐文斌公開原力靈機的技術探索成果與思考，都意味著曾經的“曠視三劍客”都已經跳出來一些原來本不必要的束縛，正式走向了更寬廣的新智能戰場。

1

“具身原生”

原力靈機的通稿里引用了唐文斌的一句話：“2026 年不是具身智能的元年，而是具身原生的元年。”

目前大量的具身大腦，無論是VLA還是一些所謂的世界模型，其實是在傳統transformer架構模型上加入了類似action的模塊，來獲得機器人的控制能力。

類似嫁接的方式，唐文斌說，這就像是一個九年義務教育畢業的初中生，被拉到體校去狂體育。

這里會面對兩個問題：

首先，因為從小沒有練體育，所以骨頭不強壯，上限是有限的；

其次，練三年，發現文化課被落下了，落后了，“訓著訓著發現它的通用能力有大幅降低”。

唐文斌認為，要解決這個問題的方式就是“具身原生”——即不僅僅是機器人上運行的大模型，而是一個從智能本質和形成機制上都根植于物理交互的這樣一個新的AI模式。

在演講中，唐文斌將這句話翻譯成了三個板塊：

數據原生、訓練原生、框架原生。

印奇、唐文斌、楊沐是過去曠視的三劍客。而在唐文斌手下，原力靈機也形成了自己的“新三劍客”。按照這次演講的順序分別是：

合伙人周而進，主講DM0——首個具身原生大模型，以2.4B的小參數量模型登頂了Robochallenge；

合伙人汪天才，主講Dexbotic2.0——開源具身原生框架，與Rlinf合作，目標是打造具身世界的Pytorch。

聯合創始人范浩強，主講DFOL（Distributed Field Online Learning）——具身原生應用量產工作流，希望通過強化學習等方式，來降低機器進入真實場景的門檻，力圖實現26年的具身應用“涌現”

而以上三個產品，則是此次OpenDay上三個最重要的“具身原生”的成果發布。某種程度上，也都在不同程度上回應了唐文斌對“具身原生”的許多解釋。

比如，唐文斌說，所謂“數據原生”的背后是要加入真實世界的全要素數據、包括觸覺數據在內的多模態數據等。

周而進則表示，原生數據采集范式其實就是尋找“高熵”的過程，它的本質是對抗“不確定性”——“熵在哪里，數據就投向哪里”。

因此，智能是“熵減”的過程，而數據則是“熵減”的燃料。

周而進對硅星人表示，DM0這次的預訓練數據結構中，互聯網數據、導航工廠、具身采集數據三者會保持大致相對的平衡。

而在訓練側，唐文斌不斷強調的關鍵詞是“真實世界”——即模型要與真實世界互動，獎勵函數也來自“真實世界”。

唐文斌認為，在過去理解世界、預測世界、影響世界，三者原本應該是統一的，應該“被放在一起去訓練”。

周而進這次介紹的一個訓練方法叫做“構建空間推理思維鏈”。

這跟過去LLM的思維鏈CoT有點相似，都是將問題有序拆解，但空間推理涉及的維度明顯更多，涉及到模型與物理世界的直接交互。

至于具身原生框架方面，唐文斌寄予了非常高的期待。

他對硅星人表示，具身開源框架未來可能可以扮演某種類似于操作系統的角色，從而大幅降低其他參與者的開發門檻、提高開發效率。

而如果要在所有的開源生態中，必須選一個他認為當下最重要的組件，唐文斌對硅星人表示，他會選擇以Dexbotic2.0為代表的開源框架。

汪天才在演講中，將Dexbotic2.0總結了幾個特性：

第一項是“模塊化架構”，而這是整個框架能成為開源基礎設施的重要前提條件之一。

汪天才表示，當下主流VLA，無論是RT-2，還是Pi0，他們本質都是模塊化的架構。尤其是通過Dexbotic2.0的，人們就會發現在具身智能中的兩大關鍵任務，包括具身的操作和導航，實際本質都是一樣的架構。

在Dexbotic2.0的框架下，開發者可以將具身智能系統拆成三塊可自由組合的“樂高模塊”，V（Vision encoder）、L（LLM）、A(Action Expert)模都可以獨立升級、替換和混搭，便于快速試驗新模型，并適配不同硬件和任務場景。

其次，汪天才認為真實世界的數據都是多源的，而不同的數據的功能以及背后的要求不同。所以在Dexbotic2.0里建立對應的多源數據混合訓練的能力。

此外，Dexbotic2.0還可以幫助開發者做數據處理，包括把仿真數據也都轉化為統一的Dexdata格式，從而讓模型訓練和測評都可以更加公平。而在硬件側，Dexbotic也新增支持了包括星海圖在內的一些新的硬件本體。

最后，而在模仿學習和強化學習方面，Dexbotic2.0直接和Rlinf達成了合作，目標是對標大模型時代的SFT+RLHF的黃金范式，打造屬于具身智能的Pytorch。

1

具身進入開源基建時代？

可能乍一看，原力靈機又是一家“做所有事情”的公司。他們做自己的框架、數采方案、從0開始訓基座模型、benchmark，未來不排除還會做一些本體的探索；他們既要做智能上限的AGI，還要為場景能力去尋找針對性解決方案，做今天就能很落地的產業動作。

但原力靈機也有著很獨特的標簽氣質：

首先，他們幾乎把所有能開源的東西都開源了。

比如對于RoboChallenge，唐文斌在采訪中承認“這不是一個完美的”測評方案。他說，團隊內部甚至一度在爭論，到底要不要作為RoboChallenge的發起方，還要把DM0上傳到Robochallenge上，“討論很激烈”。

唐文斌說，這次原力靈機對開源的要求“非常徹底”，“要保證大家下載了我們的code、DM0、Dexbotic，直接去RoboChallenge提交就能拿到現在的分”。

其次，這家公司對于“真機”、“真實世界”有一種近乎偏執的追求。

唐文斌把“具身原生”的定義是從智能本質和形成機制上都根植于物理交互的這樣一個新的AI模式。

RoboChallenge最早是原力靈機的內部測評項目。眾所周知，Benchmark的本質是對能力的抽象，沒有什么能比一家公司認同的Benchmark，更能代表他們的技術審美了。而RoboChallenge是行業里第一個大規模的真機考場。

唐文斌說，原力靈機今年的目標是：

能實現一個場景，一千臺，可持續運轉。

其中最核心的重點是“可持續”，因為這才意味著行業走通了一個場景的規模化閉環。

范浩強講機器人場景的‘不可能三角’

所以這里你能看到至少兩個“循環”：

一個是智能底座、開源生態與智能上限的循環，通過給生態更多的工具，來支持的整個具身生態的發展；

一個是現有的智能水平與場景落地的循環，研發像DFOL這樣的工具、與Rinf這樣的合作伙伴聯合， 來實現具身的場景落地。

而這兩件事情都不是一蹴而就的，甚至可以說直到今天，如果和遠大的未來相比，行業其實也只是剛剛開始。

所以唐文斌說，今天行業非常重要的就是基礎設施——

因為基礎設施決定了迭代的效率。任何公司做的新算法，大家都能學會，但迭代的效率是根本。所以AI公司真正核心的競爭力，唐文斌說，他認為就是基礎設施。

“我們內部把整個基礎設施從自底向上分成幾個層”，唐文斌說，從數據，到訓練和推理的基礎設施，再到模型的基礎設施，最后到硬件、評測、應用，一系列基礎設施決定了原力靈機何能夠更快速去迭代具身原生的能力。

2月10日是原力靈機的第330天，離2026年結束也差不多是接近330天。

或許到明年這個時候，我們會更加清楚這是一家什么樣定位的公司。

在Openday上，唐文斌和階躍CEO姜大昕有一個隔空對話——

唐文斌說，他心目中的GPT時刻是，“玩具”變成了“工具”，能具備生產力了。但他也不止是期待一個ChatGPT時刻，同樣也期待一個DeepSeek時刻。因為DeepSeek時刻可能意味著產品能走進千家萬戶，從to B走向to C。

姜大昕在回答2026年度期待的時候調侃唐文斌，說2026年他期待完成一個具身的GPT時刻。但如果唐文斌覺得這樣（竟然）都還不夠挑戰的話，“那就上半年實現ChatGPT時刻，下半年實現DeepSeek時刻”。

但我想，無論是階躍+千里“軟硬一體”的商業閉環構想，還是原力靈機這次想要構建的真實場景與智能的聯動。用AI與商業撬動更龐大的世界，可能才是這幾位曠視“畢業”的創業者真正想做的事情。

點個“愛心”，再走 吧