维度网讯，原力灵机发布具身世界模型DW0.5，并将其接入世界模型驱动的具身智能后训练框架DFOL2.0。该基础模型支持多模态输入，包括任务指令、图片和视频，可根据历史动作预测后续视频状态。
具身智能作为物理AI，目标是让机器人在不同环境和失败条件下持续提升性能，但后训练飞轮长期难以运转。真机一次测试需占用机器人、场地和人工，失败可能导致任务中断；人工反馈接近真实判断但难以高频覆盖；传统仿真成本低却难以复刻现实中的接触、遮挡、形变等不确定性。
DW0.5使用上万小时真机多视角数据完成联合预训练，具备强仿真能力，能生成机械臂正常作业视频以及基于错误动作还原的任务失败场景，用于支撑DFOL2.0框架的在线强化学习训练。DW0.5作为高保真仿真器，将强化学习搬进虚拟环境：VLA先给出候选动作，DW0.5预演未来并判断成功、失败与偏离风险，再将反馈送回强化学习。按披露数据，这套流程可让后训练中真机数据需求降低60%，整体训练成本下降40%。
DW0.5通过三大专家模块重构仿真逻辑。Video Expert与Action Expert共同服务动作后果预演，其中Action Expert将动作作为结构性强先验，通过帧级对齐强制绑定动作与视频生成，采用MoT注意力和group-diagonal attention mask确保动作序列与视频序列对应。Value Expert负责价值评估与反馈构造，将生成的未来转化为密集的价值信号，包括对当前状态、候选轨迹或整段测试给出成功概率评估，其Value-Order Correlation达到95%以上。
DW0.5被明确要求能够生成失败轨迹，以避免仅靠成功数据训练导致的偏置。其数据策略涵盖四类数据源：具身公开数据与自采机器人数据、互联网视频数据、第一视角人类活动数据、真机与仿真测试数据，覆盖偏离、卡住、恢复等中间状态。
在应用层面，DW0.5在VLA的训练和部署中扮演三种角色：离线数据增强与偏好构造、RL后训练环境、部署时规划与安全评估。依托该能力，模型在高阶指令与多步动作跟随、跨环境跨任务跨构型的多维连续泛化、多视角视频生成一致性、动作与视频生成高度一致性方面表现突出。
按照整体流程，基座模型DM0.5生成一批初始动作，DW0.5在虚拟环境中批量生成成功与失败轨迹，然后由强化学习教练员CFG-RL对每条轨迹评分，奖励回传后更新模型权重。这个循环大部分数据由DW0.5在线生成，减少对真机的高成本依赖。
在打气球、晾衣服、叠纸盒等高难度任务中，接入DFOL2.0的模型相比单纯SFT基线，关键步骤成功率明显提升。打气球任务中，给气球打气步骤成功率从10%升至90%，气筒插入气球从10%升至100%。晾衣服任务中，成功挂上衣架从50%翻倍至100%，衣架塞入衣服从60%升至90%。叠纸盒任务中，叠右侧纸盒和叠左侧纸盒成功率分别从35%升至55%和50%。
在EWMBench和WorldArena等基准测试中，DW0.5分别以4.73和73.54的分数获得全球SOTA（截至7月9日）。
原力灵机表示，DW0.5已在内部跑通具身后训练闭环流程DFOL2.0，开始承担数据生成、价值评估和策略迭代工作，并已接入DexDev MaaS平台。对于零样本泛化能力不足的模型，可通过后训练补足能力并接回服务。原力灵机联合创始人汪天才强调，世界模型目前仍需真机校准，真实数据具有不可替代的价值。他提到，随着视觉模型能力提升，现场人员可借助Ego相机采集操作数据，降低现场后训练的门槛。
