Generalist最新長文定調：具身原生才是正道，原力靈機已交卷

Jay 發自 凹非寺
量子位 | 公眾號 QbitAI

Generalist AI的GEN-1熱度，仍在發酵。

自節前那場引爆全網的Demo之后，昨日，創始人Pete Florence與團隊，正式釋出了GEN-1的技術博客。

與其說這是一篇技術分享，不如說這是一篇「教同行做事」的檄文。

一點甲不疊，上來就毫不留情地否定了當前炙手可熱的世界模型與VLA之爭。

直言所有關于技術路線的爭論都是浪費時間。

現在關于「世界模型」的討論，其實是由各種想法在驅動，確實很令人興奮。
但問題是，你的目標是什么？

在他們看來，具身智能的關注點，應該回歸到「目標」本身。

這正是Generalist選擇「離經叛道」的根本原因。

完全不依賴任何已有路線。不走微調VLM加動作頭的捷徑，也不宣稱自己是世界模型。

直接基于真機數據從零開訓。

GEN-1大約99%的參數，都是從零開始訓練的。

Generalist強調，這才是促成GEN-1實現飛躍的核心機密，也是他們真正想與行業分享的洞見。

這是他們從第一性原理出發，得出的最終答案：

想要實現物理AGI，最好的方式，或許就是「從零訓練」這條看似不好走的路。

如果用原力靈機的話說，這叫「具身原生」。

△原力靈機CEO唐文斌在2026技術開放日現場

是的，這條路線其實并非GEN-1首創。

就在兩個月前，這家來自中國的具身智能新星，就已經用同樣的邏輯，舉辦了一場「具身原生」主題的技術開放日，交出了一份驚艷的答卷。

原力靈機，具身原生大模型DM0，RoboChallenge真機評測全球第一。

所以，具身原生，到底有什么魔力？

GEN-1引爆具身GPT-3時刻

GEN-1的發布，無疑是2026年春節后，具身智能行業的第一次「大地震」。

創始人Pete Florence將其稱為「GPT-3時刻」。

在多個任務中，該模型的成功率超過99%，完成任務的速度比此前最先進的模型快了大概3倍，甚至涌現出Failure Recovery（故障恢復）的能力。

用實際demo表現，驗證了機器人領域的Scaling Law。

而此次Generalist在技術博客中的「暴論」，又在行業中掀起了一波余震。

只要數據和算力夠，從零訓，永遠是贏家。

這句話放在2024年說，大概率會被當成瘋話。

彼時VLA風潮席卷全球，拿一個預訓練好的視覺語言模型，接上動作頭微調一下，是兼顧效率和效果的公認最優解。

到了2026年初，世界模型又成了新的流量密碼。

Generalist偏偏不站隊。

他們從來沒把自己的模型叫VLA，但也不宣揚自己是世界模型。

事實上，他們至今也沒說自己是個什么技術路線，也不想去刻意貼標簽。

但有一點卻是無比清楚：無論靠什么方式，即便是「離經叛道」，他們也要徹底實現物理AGI。

GEN-1的博客引用了John Schulman的觀點，犀利地劃分了「想法驅動」與「目標驅動」兩種研究范式。

前者，是雇傭兵。追漲殺跌，哪個方法火就選哪個，只為眼前的戰功。

后者，是傳教士。選定一個終極目標，然后埋頭苦行，堅定不移地前行，掃清擋在路上的一切障礙。

Generalist選了后者。

基于這個第一性原理，Generalist做出了那個看似瘋狂的決定——

不基于任何現有的基礎模型，直接拿原始數據，冷啟動。

在這方面，Generalist表現出了近乎偏執的「完美主義」。

在他們看來，微調別人的模型，意味著從第一行代碼開始，天花板就被別人鎖死了。

知識邊界、認知能力、甚至底層的缺陷，都已注定，無法更改。

Generalist想要賭的，是明天。

而站在未來的時間節點回望，你會驚覺：

無論是VLM、VLA，還是世界模型，本質上都只是標簽，數據匱乏時期的「拐杖」。

關鍵問題在于，當「身體」恢復健康、肌肉足夠強壯后，我們還需要拐杖嗎？

供給端的版圖永遠在日新月異。

這正是這場比賽最驚心動魄的地方。

就像F1賽車，規則制定者會刻意限制車胎耐久標準，正是在這些Trade-off（權衡）的極限施壓下，才催生出無數截然不同的奪冠策略。

在LLM領域，雖然互聯網數據不再是瓶頸，但算力成為了新的緊箍咒。

這才造就了OpenAI、Anthropic、DeepMind各自基于不同哲學思考，走出了截然不同的進化路線，因為資源只夠他們選一條去All in。

因此，基于第一性原理做出的長期主義戰略判斷，才會更顯得尤為珍貴。

最難的不是應對變化，而是在風云詭譎的環境中，找到那個屹立不變的錨點。

你不僅要計算當前的限制，更要預判這些限制將如何不可避免地發生崩塌。限制變化得越快，這種預判就越重要。

而在Generalist看來，機器人數據不夠，僅僅是暫時的限制。

進入2026年，事實證明，這項限制條件，確實被改寫了。

Generalist已經積累了超過50萬小時的物理交互數據。

當原生數據足夠豐富時，所有輔助手段終將被掃進歷史的垃圾堆。

在他們看來，只有具身原生，從零開訓這個「從無到有」的概念，是為那個即將到來的新世界而生的。

不過，GEN-1可能并非第一個具身原生模型。

在中國，同樣有家All in這個概念的明星具身公司，并且早在今年2月份便高調發布過。

DM0，首個具身原生模型

一起再來看看原力靈機的這份成績單吧。

DM0，RoboChallenge真機評測，雙項全球第一。

• 單任務成功率：62%
• 多任務成功率：37.3%

排在它身后的，是Pi0.5、Pi0等一眾明星模型。

而取得這一成績的，僅僅是一個2.4B參數的模型。并且已全面開源。

2.4B是什么概念？

在大模型的軍備競賽中，這個參數量幾乎可以被忽略不計。

但結果卻令人嘩然。

對于這個結果，原力靈機合伙人周而進在與「智能相對論」的對話中，淡定地表示：

在機器人領域，無腦堆參數量這件事非常荒誕。

周而進一針見血地指出，參數并非第一性原理。

事實上，一旦找到了真正「原生」的路線，現有具身數據量根本無法支撐起一個大參數模型。

那么，DM0所說的「原生」，到底「原生」在哪？

可以分為三個層面——

首先，是數據原生，這是拉開差距的關鍵。

當前行業的普遍做法是：下載一個預訓練好的VLM，然后外掛一些機器人操作數據進行微調。

快是快，但問題同樣致命：模型壓根沒見過關節電機長什么樣。

它只是看過一些互聯網數據，背誦了關于機械動作的文字描述。僅此而已。

這種「死記硬背」導致了大量無意義的訓練，最終帶來參數膨脹。

這或許是一種參數層面的「幻覺」。

如果模型只是針對單一機型記憶「拿起瓶子」時，每個關節該轉多少度，那么一旦換一臺硬件，它將束手無策。

因此，DM0走了完全不同的路。

它的訓練數據融合了三類來源:

• 多模態互聯網數據：奠定語義理解和常識推理的基座能力。
• 駕駛數據：賦予模型對物理世界的時空推理與動態感知。
• 具身傳感數據：涵蓋視覺、觸覺、力覺等多維度信息，讓模型真正「觸摸」到這個世界。

模型的輸入端，不再僅僅是圖像和文字，更包含了機器人實操的具身軌跡數據。

兩類數據共同優化，迫使模型同時學會「看懂世界」和「動手操作」。

這是一種極其聰明的做法，在讓數據結構更立體的同時，也巧妙地實現了數據規模的Scaling。

在具體采集策略上，原力靈機的「原生」第一性原理同樣體現得淋漓盡致——

正是因為完全目標導向，所以手段可以相當靈活。

比如對仿真數據的態度。

仿真數據量大管飽，但在精細操作場景中價值有限。例如「裝水」任務，液體一晃，整個瓶子的質心就在變化，仿真環境難以準確建模。

因此，原力靈機在室內導航、剛性物體抓取等方面利用仿真數據，但在精細操作層面，則堅決側重真機。

追求Scaling，但不迷信數據量，而是讓每一份數據都發揮最大價值。

這恰好與Generalist在GEN-1博客中的判斷形成呼應：供給端是會變化的，你要為即將到來的世界而構建。

其次是訓練原生。

DM0將「理解世界」、「操作世界」、「預測世界」三種能力統一訓練。

它不是先訓練一個VLM，再接一個動作頭（Action Head），而是從第一天起，就讓這三種能力在同一個模型體內共同生長、相互塑造。

模型的設計緊貼真實世界需求，評價標準是真機效果，獎勵函數來自真實場景的實踐反饋。

第三是架構原生。

DM0采用天然支持多模態的架構設計，將力覺、觸覺等維度的信息直接融入模型核心，而非外掛式地拼接傳感器模塊。

同時，它具備原生記憶能力，為長序列任務的執行提供堅實支撐。

三個「原生」疊加在一起，指向一個反直覺結果：模型雖小，卻異常泛化。

對具身智能來說，泛化性是真正的試金石。

原力靈機將其拆解為四個維度：

• 對象泛化：同樣是抓取，換個形狀、材質、大小，照樣能穩穩拿起。
• 場景泛化：在A車間能干活，搬到B車間也絕不掉鏈子。
• 任務泛化：不只局限于被教過的幾個動作，更能自主排列組合，將簡單動作串聯成復雜的長程任務。
• 機型泛化：即便換一臺胳膊更長、關節更多的機器人，也能直接驅動其上手干活。

四個維度，缺一不可。

而DM0，從第一天就在為這四個維度做準備。

原力靈機沒有像行業里很多團隊那樣，先針對一種機型訓一個專用模型，跑通demo再說。

DM0在預訓練階段就同時混合了操作、導航、全身控制三類任務，覆蓋了8種構型迥異的機器人硬件。

相當「粗暴」。

這相當于對模型說：你不是喜歡死記硬背嗎？

好，我把所有任務和所有本體混雜在一起扔給你——來，背！

事實證明，這一策略成功鎖死了模型想通過死記硬背走捷徑的念頭。

「混亂」中，原力靈機倒逼模型不再執著于電機參數，轉而去理解每次操作背后通用的邏輯和物理規律。

智能，就這樣從原生的物理交互中，自然而然地生長了出來。

2.4B參數，RoboChallenge雙項全球榜首。

2026年，是具身原生元年

GEN-1的博客里有句話，目標比方法更強大。

過去兩年，行業最高頻的問題是：機器人什么時候能進廠干活?

但或許，比這個問題更值得關注的是：

機器人什么時候能找到進廠干活的正確方法?

Generalist用GEN-1給出了答案。

從零訓練原生模型，摒棄一切拐杖的「借力」，可能才是通往終局的唯一路線。

無獨有偶，原力靈機的DM0，同樣不約而同地在今年踏上了這條少有人走的路。

2026年或許不是具身智能的元年。但GEN-1和DM0的出現，正在為2026年烙上一個新標簽：

具身原生元年。