🐼Pandaily•最新收集於 2h
Dexmal 發布具身智能平台與 DexOS
💡Dexmal 正試圖打造「機器人界的 Android」，這是擴展具身智能模型的關鍵一步。
⚡ 30-Second TL;DR
有什麼變化
發布用於機器人的 DM0.5 基礎模型
為什麼重要
此次發布標誌著具身智能軟體堆疊趨於標準化，可能降低開發者在不同機器人硬體上部署模型的門檻。
下一步行動
研究 Dexmal 的開發者文件，確認其 MaaS 平台是否支援您目前的機器人模擬堆疊。
誰應關注：Developers & AI Engineers
關鍵要點
- •發布用於機器人的 DM0.5 基礎模型
- •推出 DexOS 以標準化機器人作業環境
- •啟動具身智能 MaaS 平台以擴展現實場景模型部署
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Dexmal 的 DM0.5 模型採用了多模態感知架構，特別針對機器人操作中的觸覺與視覺融合進行了優化，以提升在非結構化環境中的適應性。
- •DexOS 採用了微核心（Microkernel）架構，旨在降低機器人硬體抽象層的延遲，並支援跨硬體平台的即插即用功能。
- •該 MaaS 平台整合了模擬到現實（Sim-to-Real）的訓練管線，允許開發者在虛擬環境中進行大規模強化學習後，直接部署至實體機器人。
- •Dexmal 已與多家工業機器人製造商達成合作協議，將 DexOS 作為其下一代協作機器人的預裝作業系統。
- •該公司在本次發布中強調了其數據隱私保護機制，採用聯邦學習（Federated Learning）技術，確保機器人在執行任務時的數據不會直接上傳至雲端。
📊 競品分析▸ Show
| 特性 | Dexmal (DexOS) | Tesla (Optimus/FSD) | Figure AI |
|---|---|---|---|
| 核心定位 | 機器人通用作業系統 | 垂直整合機器人與AI | 通用人形機器人 |
| 開放性 | 高（目標成為機器人Android） | 低（封閉生態） | 中（合作夥伴生態） |
| 部署模式 | MaaS (模型即服務) | 內建於硬體 | 軟硬體整合方案 |
🛠️ 技術深入
- DM0.5 模型架構：基於 Transformer 的具身智能模型，支援 10Hz 以上的即時推理頻率。
- DexOS 核心：基於 Linux 核心深度客製化，整合了即時排程器（Real-time Scheduler）以滿足機器人運動控制的低延遲需求。
- 數據處理：支援 ROS 2 協議的無縫對接，並提供專有的 API 介面以存取觸覺感測器數據。
- 訓練管線：整合了 NVIDIA Isaac Sim 模擬環境，支援自動化數據標註與場景生成。
🔮 前景展望AI analysis grounded in cited sources
DexOS 將在 2027 年底前成為工業機器人領域市佔率前三的作業系統。
透過與多家硬體製造商的預裝合作，DexOS 能快速降低開發門檻並建立生態壁壘。
具身智能 MaaS 平台將導致機器人開發成本下降 40% 以上。
標準化的作業系統與雲端訓練服務減少了企業在底層驅動開發與模型訓練上的重複投入。
⏳ 時間線
2025-03
Dexmal 公司正式成立，專注於具身智能底層技術研發。
2025-11
完成種子輪融資，並開始內部測試 DexOS 原型系統。
2026-05
DM0.5 基礎模型在受控實驗室環境中完成初步驗證。
2026-07
正式發布 DM0.5 模型、DexOS 作業系統及 MaaS 平台。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗