DM0 模型獲 NVIDIA、Pi 雙重認可

🔑 增強重點摘要

• •DM0 在 RoboChallenge 的 Table30 基準測試中，Specialist 版本平均成功率達 62.0%，超越 GigaBrain-0.1 超過 10%[1]。
• •DM0-Generalist 在 Table30 任務中平均成功率 37.3%，大幅優於 π_{0.5}-Generalist 的 17.67%[1]。
• •DM0 在複雜長程任務如排列水果、插網線及掃垃圾中表現突出，達成完美或近完美成功率[1]。
• •DM0 驗證了使用內在多源物理先驗建構 VLA 模型，比純語義模型更有效實現穩健物理 AI[1]。

🛠️ 技術深入

• •DM0 為具身原生視覺語言動作 (VLA) 模型，整合多源物理先驗提升物理 AI 穩健性[1]。
• •在 RoboChallenge 基準測試中展現優異泛化能力，特別在長程複雜操作任務[1]。
• •核心假設：透過內在物理先驗建構 VLA 模型優於純語義模型適配[1]。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線