Generalist最新长文定调：具身原生才是正道，原力灵机已交卷

行业背景：具身智能进入新阶段

2026年伊始，具身智能（Embodied Intelligence）领域迎来重大突破。全球范围内，AI公司和研究机构开始重新思考实现通用人工智能（AGI）的路径。在这一波技术浪潮中，Generalist AI推出的GEN-1模型成为焦点，其技术博客不仅展示了模型性能，还明确提出了“具身原生”理念，引发行业广泛讨论。

与此同时，中国初创企业原力灵机也迅速跟进，以“具身原生”为核心战略，举办了技术开放日，发布其核心成果——DM0模型。这标志着中国企业在具身智能领域的深度参与，与国际头部机构展开正面竞争。

GEN-1模型的发布与核心理念

Generalist AI创始人Pete Florence在博客中强调，GEN-1不是传统意义上的视觉语言动作模型（VLA），而是“从零开始训练的具身原生模型”。该模型在多个任务中的成功率超过99%，执行速度是前代模型的3倍，并具备“故障恢复”（Failure Recovery）能力。

博客中还引用了John Schulman关于“雇佣兵”与“传教士”研究范式的比喻：

• 雇佣兵型：追逐短期热点，灵活但缺乏长期战略。
• 传教士型：坚定目标驱动，致力于实现物理AGI，即使路径艰难。

他们认为，当前行业中的VLM（视觉语言模型）、VLA、甚至世界模型，本质上只是在数据匮乏时期的“拐杖”。真正的未来在于从头构建具备“理解世界”、“操作世界”、“预测世界”能力的具身原生模型。

DM0：原力灵机的“具身原生”答卷

中国公司原力灵机在两个月前便通过技术开放日，展示了其与GEN-1理念高度一致的技术路线——DM0，即首个具身原生模型。DM0在训练方法上展现出三大核心原生能力：

• 理解世界：结合视觉与语言输入，准确识别任务目标。
• 操作世界：直接输出机器人动作指令，实现真实物理交互。
• 预测世界：通过动态环境建模，预测动作后果并进行调整。

DM0在数据使用上也体现出独到之处：

• 使用真实传感数据，涵盖视觉、触觉、力觉等多模态信息。
• 仿真与真机结合：仿真数据用于大范围环境探索，真机数据用于精细操作训练。

这种策略使得DM0在面对不同形状、材质、大小的物体时，依然具备高度泛化能力，展现出“小模型，强泛化”的反直觉特性。

技术挑战与资源限制

实现“具身原生”并非易事。当前行业面临的主要挑战包括：

• 数据不足：现有公开的具身交互数据量远远无法支撑大模型训练。
• 仿真局限：在液体、柔性物体等复杂场景中，仿真环境无法准确建模。
• 硬件依赖：不同机器人硬件结构差异大，模型需具备跨平台适应能力。

资源有限的情况下，企业和研究机构不得不在模型规模、数据质量、训练目标之间做出取舍。正如F1赛车通过规则限制催生多样化技术策略一样，这些限制也在推动不同哲学导向的AGI路线图形成。

行业影响与未来展望

2026年，被广泛称为“具身原生元年”。随着GEN-1与DM0的发布，行业开始重新评估AI与物理世界的交互方式。未来发展方向可能包括：

• 从“数据驱动”转向“能力驱动”：不再依赖现有数据集，而是从零构建真实世界的感知与行动能力。
• 模型架构重构：将“理解、操作、预测”三大能力统一训练，而非分阶段拼接。
• 跨国技术博弈升级：中美在具身智能领域的竞争将更加激烈，中国公司有望在全球AGI竞赛中占据一席之地。

可以预见，具身原生将成为通往物理AGI的关键路径，而GEN-1与DM0的发布，无疑为这场全球AI进化之战揭开了序幕。