国产具身大模型Wall-OSS-0.5重磅开源：预训练即可零样本部署

2026年5月，国内具身智能领域迎来重要技术突破。自变量机器人（X Square Robot）正式宣布开源其最新研发的 VLA（视觉-语言-动作）模型 Wall-OSS-0.5，该模型打破了行业长期以来依赖考前微调的传统范式，实现了未经任务特定微调即可在真实机器人上进行零样本部署的突破。

行业破局：从定制脚本到通用大脑

自变量机器人通过 Wall-OSS-0.5 给出了全新回答。该模型在超过20种机器人形态、百万条轨迹数据以及9000万条多模态语料库上完成预训练。在不对其进行任何针对性任务微调的情况下，团队直接将其部署在真实机器人上，测试涵盖了语义理解、刚性/柔性物体操作及精细化操作等17个挑战性任务。

核心亮点：预训练模型的性能飞跃

测试数据显示，Wall-OSS-0.5的表现远超预期。在未经微调的情况下，400k 预训练步数的模型版本在17个零样本任务中，有4个任务得分超过80分。在需要针对性微调的场景中，对比行业标杆，在同等数据预算下平均任务进度领先17.5分，并在精细化操作任务中表现出近乎一个数量级的成功率提升。

四项关键技术构建护城河

• 梯度桥接：将动作监督信号直接注入预训练主干，统一看说动
• 视觉对齐 Tokenizer：赋予模型物理含义推演能力
• 动作空间监督：聚焦轨迹整体结构，提升收敛效率
• DMuon 分布式优化：将异构计算开销降低100倍
  

目前，自变量机器人已将模型权重、训练代码及数据集接口全栈开源，标志着具身智能基座模型正式进入可复现、可验证、可挑战的新阶段。

本文转自 AIBase，版权归原作者所有。