原力灵机发布DW0.5：用世界模型为VLA当教练，将RL搬进虚拟世界

原力灵机发布的DW0.5模型，核心创新在于利用世界模型作为“教练”，为视觉-语言-动作（VLA）模型提供虚拟训练环境。传统VLA训练依赖大量真机数据，成本高且难以规模化。DW0.5通过构建一个可交互的虚拟世界，让VLA模型在其中进行强化学习（RL），从而减少对物理机器人数据的依赖。

据原力灵机官方数据，采用DW0.5后，后训练阶段真机数据需求骤降60%。这意味着原本需要100小时真机采集的数据，现在仅需40小时，大幅降低训练门槛。这一数字来自公司内部测试，尚未经第三方独立验证。

DW0.5的技术路线是将RL训练从物理世界迁移至虚拟世界。具体而言，世界模型学习环境的动力学，包括物体交互、物理规律等，然后为VLA模型提供模拟的感知输入和动作反馈。VLA模型在虚拟环境中通过试错学习策略，再将学到的策略迁移到真实机器人上。

这一方法的关键在于世界模型的保真度。如果虚拟环境与真实环境差异过大，迁移效果会大打折扣。原力灵机表示，DW0.5通过多模态数据训练，能够捕捉细粒度的物理交互，但未公布具体评估指标（如Sim-to-Real成功率）。

DW0.5的发布对具身智能领域具有潜在变革意义。真机数据采集一直是机器人学习的瓶颈：成本高、周期长、场景受限。如果世界模型能够有效替代部分真机数据，将加速机器人从实验室走向实际应用。

然而，该技术仍面临挑战。首先，世界模型在复杂动态场景（如人类交互、非结构化环境）中的泛化能力尚未验证。其次，60%的数据降低是在特定任务（如桌面操作）中测得，能否推广到更广泛的任务仍需观察。此外，原力灵机未披露DW0.5的模型规模、训练数据量等细节，外界难以评估其可复现性。

原力灵机并非唯一探索世界模型用于机器人训练的公司。谷歌DeepMind的RT-2、斯坦福的VoxPoser等也尝试利用视觉语言模型或世界模型减少真机数据需求。DW0.5的独特之处在于明确将RL训练完全置于虚拟世界，而非仅用世界模型做数据增强。

未来，DW0.5若能在更多任务上验证其有效性，并开源或提供API，可能推动行业标准转变。但短期内，真机数据仍不可或缺，世界模型更多是作为补充工具。原力灵机计划在后续版本中提升世界模型的实时性和保真度，并探索与硬件厂商的合作。