8万块积木，15小时：原力灵机让6台机器人在WAIC拼出一座长城
核心事件：原力灵机联合阶跃星辰在 WAIC（世界人工智能大会）上发起挑战，6台机器人自主完成8万块积木的长城模型拼装。
一、挑战数据速览
| 维度 | 数据 |
|---|---|
| 积木数量 | 80,000 块 |
| 作业时长 | 15 小时 |
| 机器人数量 | 6 台（4台桌面机器人 + 2台人形轮式机器人） |
| 成品尺寸 | 长 3.5 米 × 宽 1.5 米 × 高 1.1 米 |
| 作业强度 | 每小时 3,413 块拼装 |
| 单次操作间隔 | 平均每 12 秒一次 |
| 精度要求 | 0.1–1 毫米尺度精准对位 |
二、技术核心：DM0.5 具身通用基础模型
支撑此次挑战的核心是原力灵机自研的具身通用基础模型 DM0.5。据原力灵机介绍，DM0.5 在以下三个方面实现了重大升级：
- 训练数据规模
- 模型架构
- 开放世界泛化能力
关键特性：
- 首个真正具备大规模泛化能力的具身大模型
- 跨不同类型机器人本体自主执行任务
- 无需针对每台机器人进行单独的端到端训练
- 追求通用操作智能，而非"一招鲜"的专用技能
与原力灵机的思路不同，当前行业主流路径是将大模型作为"大脑"通过 API 调用与硬件耦合；原力灵机则选择将底层硬件与具身大模型深度融合，从感知、决策到执行形成闭环。
三、多智能体协同：从"单兵作战"到"团队配合"
混合编队配置
6台机器人并非同一型号，而是由 4台桌面机器人 + 2台人形轮式机器人 组成的混合编队。
协同机制
- 每台机器人具备独立的感知、决策与执行能力
- 通过通信协商、动态分工完成任务
- 实时共享进度信息、协调空间占位
- 根据队友状态调整任务优先级
工程价值
这种去中心化的自主协同，指向更现实的商业场景——未来的智能工厂中，不同类型、不同功能的机器人像训练有素的施工队，灵活应对复杂多变的生产需求。
四、执行载体：Dexmal Apex 原生机器人
如果说 DM0.5 是"灵魂"，那么执行任务的 Dexmal Apex 就是"身体"。
原力灵机将 Apex 定义为"具身原生"的通用机器人——硬件设计从底层架构开始就为具身大模型的部署和运行进行优化，而非先造传统机器人再叠加 AI 能力。
四大核心优势
- 长效稳定作业：支撑 15 小时不间断运行
- 多场景泛化：适配不同任务类型
- 精细化操作：亚毫米级控制
- 安全人机共生：在开放环境中与人类协作的安全保障
五、为什么是"长城"？
选择长城作为拼装对象具有象征意义：
- 长城代表人类历史上最宏大的工程协作之一
- 跨越数千年、动用亿万劳力、在复杂地形上持续修筑
- 用机器人"复刻"长城，是对人类协作极限的致敬
- 回答一个问题：当机器具备自主协同和精细操作能力后，能否完成需要耐心、精度与团队配合的复杂工程？
15 小时、80,000 块积木、6 台机器人给出的答案是：可以。
六、行业信号：具身智能进入"考场"时代
原力灵机选择在 WAIC 全球瞩目的舞台上进行公开挑战，传递了一个明确信号：具身智能正在从实验室走向考场，从 Demo 视频走向真实世界的压力测试。
从"表演"到"应用题"
过去两年，我们见过太多惊艳的机器人演示——后空翻、煮咖啡、叠衣服。但这些大多是高度脚本化、环境受控的"表演"。真正的考验在于，当时间拉长、任务复杂度提升、环境不确定性增加时，机器人是否还能保持稳定输出。
15 小时的连续作业，是一道比任何 Demo 都更有说服力的"应用题"。
"大脑 + 身体"成为行业标准配置
原力灵机与阶跃星辰的联手，折射出当前具身智能领域的重要趋势：
- 阶跃星辰：在多模态大模型和复杂任务推理上的积累
- 原力灵机：在具身智能和机器人硬件上的沉淀
- "大脑 + 身体"的组合：正在成为行业标准配置
七、技术难点解析："稳、准、微"
15 小时连续作业背后，是一道精确到让人窒息的算术题：
- 精度对比：人类手部自然状态下的生理抖动幅度约为 0.3–1 毫米，而积木需要在 0.1–1 毫米尺度内完成精准对位
- 持续稳定性：在长达 15 小时的时间里，持续保持人类熟练工的手速，同时做到零失误
- 三位一体："稳、准、微"的背后，是高精度感知、精密驱动与自主执行的融合
参考链接：原始报道
出品：AI 科技大本营 | ID: rgznai100