机器人公司最近很爱讲“基座模型”，但原力灵机这次抛出的 DW0.5，抓的点更窄：机器人学会动作后，能不能先在一个可计算的世界里试错，再把更少的失败带回真机。
这听上去像仿真。差别在于，传统仿真靠人建场景、调物理参数、写任务规则；DW0.5 要做的是从真实操作数据里学习“动作之后会发生什么”。机械臂向左推、向右拉、夹爪晚半拍，后续画面和任务进度都应该分叉。
它把具身智能后训练里最贵的部分，先搬进虚拟轨迹里跑。
原力灵机披露，DW0.5 已接入 DFOL 2.0 后训练框架。VLA 模型 DM0.5 先给出候选动作，DW0.5 生成后续视觉状态并打分，再把反馈喂回强化学习。公司给出的工程口径是，后训练真机数据需求下降 60%，整体训练成本下降 40%。
这次增量不在“又发一个模型”
7 月 9 日，原力灵机已经发布 DM0.5，主线是 15 万小时训练数据、DexDev 平台和具身 MaaS。DW0.5 的增量要另看一层：它服务的是 DM0.5 之后的训练闭环。
一个机器人策略模型在真实世界里试错，代价很高。一次失败可能让任务中断，夹爪撞上物体，场地和人工也要跟着等。代码 Agent 可以跑测试拿反馈，机器人没有这么便宜的“编译器”。
DW0.5 想补上这台编译器。
项目仓库把 DW05 描述为一个多模态世界模型，输入包括语言、图像或视频、机器人类型、状态和动作，输出面向未来视频预测、动作生成和状态价值估计。GitHub 页面显示，项目在 2026 年 7 月公开初始权重、推理代码和训练代码，许可为 Apache-2.0。
“这套基模支持多模态输入，包括任务指令、图片和视频，还能选定机器人类型。我们可以凭借历史动作，预测后续视频状态。”
原力灵机联合创始人汪天才的这句话，可以直译成工程语言：模型不只看当前画面，还要把“下一步动作会把场景推向哪里”算出来。
三个模块分工：看未来、接动作、给分
DW0.5 的结构分成 Video Expert、Action Expert 和 Value Expert 三块。这个分工比“视频生成模型进机器人”更具体。
- Video Expert 负责生成动作后的未来画面；
- Action Expert 把动作作为强条件，避免模型只靠文本提示猜方向；
- Value Expert 给候选轨迹打分，形成强化学习可用的反馈。
这里的技术细节有一个看点：DW0.5 在 MoT 注意力结构里把动作序列和视频序列拼接，再用 group-diagonal attention mask 限制跨帧乱看。通俗说，模型不能把“左推”和“右推”当成同一段模糊视频提示，它从计算路径上就要区分动作。
这对机器人训练很要紧。只会生成成功画面的模型，最多能当演示素材；能生成失败轨迹并给出价值差异，才可能进入后训练链路。
原力灵机给出的数据包括：DW0.5 使用上万小时真机、多视角数据联合预训练，Value-Order Correlation 超过 95%；在打气球任务里，“给气球打气”步骤成功率从 10% 升到 90%，“气筒插入气球”从 10% 升到 100%；晾衣服任务里，“成功挂上衣架”从 50% 到 100%。这些数字来自公司披露和媒体报道，现阶段应按指定评测口径理解，不能外推到所有真实工厂或家庭场景。
开源包给了硬边界
这次可核验的硬事实来自 GitHub 与 Hugging Face。DW05-Base 模型卡写明，它是一个基础世界动作模型 checkpoint，包含视频、动作、MoT 权重和 proprio encoder，动作与本体接口均为 32 维，checkpoint 记录的训练步数为 140000。
RobotWin 版本则面向 RobotWin 风格的策略推理和视频 rollout，需要匹配的 norm_stats.json 做动作与状态归一化。模型卡还把限制说得很直：真实机器人部署需要独立安全验证、鲁棒性评估和场景适配；离开 RobotWin 风格观察和任务分布后，性能没有保证。
这几行限制，比榜单分数更能说明 DW0.5 当前的位置。
它已经开放权重和推理路径，开发者可以把它放进研究与下游微调流程；但它还没有把“世界模型训练场”变成通用机器人操作系统。尤其在真实部署里，摄像头位置、夹爪结构、物体材质和任务节奏稍有偏移，都会让世界模型预测出现误差。
**能在虚拟轨迹里筛掉一批坏动作，不等于真机就能少摔一半。**可验证节点会落在三件事上：开源社区能否复现实验，DexDev MaaS 是否出现稳定调用量，真实客户任务里的回流数据能否持续修正 DW0.5。
行业意义在反馈成本
具身智能今年的路线之争，经常被讲成 VLA、世界模型、强化学习谁更主流。DW0.5 给出的答案更实用：路线可以混用，先把反馈成本降下来。
如果世界模型只负责生成好看的机器人视频，它的产业价值很有限；如果它能稳定判断某条动作轨迹离成功还有多远，它就变成后训练里的计分器。机器人行业缺的正是这种计分器。
代码模型过去两年进步快，很大程度上靠自动测试、运行日志和错误反馈。机器人也需要自己的反馈系统，只是这个反馈不能全靠真实机器撞出来。DW0.5 的意义就在这里：它没有宣称替代真机，反而把真机数据放在校准位置上，让虚拟环境承担高频试错。
这条路能跑多远，还要看后续开源复现和真实任务反馈。至少这次发布把原力灵机的打法讲清了：DM0.5 负责动作能力，DW0.5 负责预演后果，DFOL 2.0 把两者接进强化学习。机器人训练从“多采数据”走向“多造可验证反馈”，这个方向比单次榜单排名更有含金量。
参考来源：量子位、Dexmal GitHub、Hugging Face、CocoLoop、Pandaily；GitHub/Hugging Face 核验 Apache-2.0 许可、DW05-Base/Robotwin 包、32维动作与本体接口、140000训练步、RobotWin 运行限制，量子位与 Pandaily 核验60%真机数据需求、40%训练成本、EWMBench 4.73 与 WorldArena 73.54等口径。