Dexmal DM0.5
O modelo VLA aberto da Dexmal, com 60 s de memória visual, no LeRobot
Licença
- code (Dexmal/OpenDM): Apache 2.0
- LeRobot dm05 policy code: Apache 2.0
Código: Apache-2.0, lido no arquivo LICENSE de Dexmal/OpenDM. Pesos: a licença Gemma em todas as fichas de modelo do DM0.5 na coleção da Dexmal e nas cópias convertidas pelo LeRobot, nenhuma com acesso restrito; a base é construída sobre o Gemma 3 do Google. Os termos do Gemma permitem uso comercial, alterações e redistribuição, mas quem usar ou compartilhar os pesos deve seguir a política de usos proibidos do Google e repassar estes termos. LeRobot: o código da política dm05 no LeRobot é Apache-2.0, e seu guia diz que os pesos seguem suas fichas de modelo. Conjuntos de dados: os conjuntos de treinamento da Dexmal para RoboTwin 2.0, RoboDojo-Sim e SO-101 no Hugging Face têm só uma etiqueta genérica de Creative Commons, sem versão nem termos; consulte a Dexmal antes de reutilizar. Serviço hospedado: o Dexmal MaaS é um serviço pago à parte, com termos próprios. Imagem do card: um quadro do próprio vídeo de demonstração da Dexmal, não coberto por nenhuma das duas licenças. Verificado em 2026-11-12 com o arquivo LICENSE, as fichas de modelos e de dados do Hugging Face e o guia do LeRobot.
Visão geral
DM0.5 é um modelo visão-linguagem-ação (VLA) aberto da empresa chinesa de robótica Dexmal, lançado em 9 de julho de 2026 como sucessor do seu modelo DM0 de fevereiro de 2026. Ele recebe imagens das câmeras, o estado das juntas do robô e uma instrução em linguagem natural, e devolve blocos de ações contínuas do robô. O modelo combina uma base de visão e linguagem de 4B construída sobre o Gemma 3 do Google com um action expert de 680M treinado com Flow Matching, e consegue olhar para quadros-chave de até os últimos 60 segundos, lembrando onde um objeto estava ou o que uma pessoa mostrou antes na tarefa. A Dexmal o treinou com dados reais de manipulação de vários tipos de robô, dados de navegação, vídeo em primeira pessoa de pessoas e dados gerais de visão e linguagem. O repositório OpenDM publica os pesos, o código de treinamento e inferência, receitas de ajuste fino e guias para robôs reais. Os checkpoints publicados incluem o modelo base, uma versão com memória e modelos ajustados para LIBERO, RoboTwin 2.0, VLA-Arena, RoboDojo-Sim, RoboChallenge Table30 v2 e uma tarefa de pegar um cubo com o SO-101. O código é Apache-2.0; os pesos estão sob a licença Gemma. O LeRobot adicionou o DM0.5 como a política dm05 em outubro de 2026.
DM0.5 é o modelo de fundação para robôs da Dexmal, lançado em 9 de julho de 2026 como sucessor do seu DM0 de fevereiro de 2026. O repositório OpenDM traz o código; os pesos estão numa coleção do Hugging Face e no ModelScope. A Dexmal descreve o modelo num blog técnico, não num artigo científico.
O DM0.5 é um VLA: um modelo de visão e linguagem que lê as imagens das câmeras e a instrução, ligado a um action expert que transforma suas características em comandos para os motores. A base é um modelo de 4B construído sobre o Gemma 3, e o action expert tem 680M parâmetros. Cada chamada produz um bloco de ações futuras (action chunking); por padrão, 10 passos de Flow Matching geram 50 ações, e a Dexmal relata cerca de 10 chamadas por segundo numa RTX 4090 e 20 numa H100.
A Dexmal aponta três novidades em relação ao DM0:
- Memória: além do quadro atual, o modelo vê quadros-chave comprimidos de até os últimos 60 segundos, então consegue devolver uma xícara ao lugar ou seguir uma regra que uma pessoa mostrou no início. - Raciocínio no treinamento: 11 tarefas de texto extras fazem o modelo descrever as etapas da tarefa, os próximos eventos e suas próximas ações, e não só prever comandos de motor. - Alinhamento de trajetórias: as ações previstas são pareadas com a demonstração pelo progresso, e não pelo carimbo de tempo, de modo que dados de teleoperação gravados em velocidades diferentes ensinam o mesmo movimento.
Os dados de treinamento misturam manipulação real de AgileX ALOHA, Galaxea R1 Lite, AgiBot G1, Franka Emika Panda, UR5, ARX5 e do robô móvel de dois braços da própria Dexmal com dados de navegação, vídeo em primeira pessoa de pessoas manuseando objetos e dados gerais de imagem e vídeo. A Dexmal diz que o modelo pode ser retreinado para corpos de robô que ele não viu (entre corporificações); o checkpoint base usa um formato de estado e ação de 14 valores para dois braços de 6 juntas com garras, e o modelo central aceita até 32 valores.
Checkpoints publicados:
- DM05, o modelo base para ajuste fino, e DM05-MEM, uma versão com 32 posições de histórico. - Modelos de benchmark para LIBERO, VLA-Arena e RoboTwin 2.0, o modelo de RoboDojo-Sim para braços ARX X5 e uma coleção para RoboChallenge Table30 v2 para quatro tipos de robô reais. - DM05-SO101-Pick-Cube, um ajuste fino com LoRA para o braço SO-101 com seu próprio guia de treinamento.
O repositório tem um servidor de inferência com API HTTP, um guia de ajuste fino para novos dados de robô com treinamento completo ou LoRA, receitas de benchmark como o guia do RoboTwin 2.0 e um guia dos robôs reais que a Dexmal usou: o AgileX COBOT Magic e o DOS-W1 da própria Dexmal, com as posições das câmeras. Desde o LeRobot 0.7, o DM0.5 também é a política dm05: o guia do LeRobot treina a partir de lerobot/dm05_base com qualquer conjunto de dados padrão do LeRobot.
A Dexmal relata 99,0% no LIBERO contra 96,9% do pi0.5, 93,6% e 93,3% no RoboTwin 2.0 e uma taxa de sucesso de 43% no benchmark com robôs reais RoboChallenge Table30 v2 contra 14,3% do pi0.5. A Dexmal também afirma que o DM0.5 ficou em primeiro nos rankings do RoboColiseum e do RoboDojo-Sim; são números e afirmações da Dexmal. A Dexmal também oferece o DM0.5 como serviço hospedado pago, o Dexmal MaaS.
Por que importa
O DM0.5 se junta aos modelos VLA abertos que listamos, como pi0 e pi0.5, NVIDIA Isaac GR00T, LingBot-VLA, WALL-OSS e GalaxeaVLA. O que a Dexmal coloca em primeiro lugar é a memória: o DM0.5 é treinado para usar até um minuto de vistas passadas além do quadro atual, o que importa em tarefas em que algo importante saiu de vista. Ele também traz checkpoints ajustados para vários benchmarks e quatro tipos de robô reais, além de um exemplo com o SO-101 que os donos desse braço de baixo custo podem reproduzir. Por ser uma política do LeRobot, qualquer pessoa com um conjunto de dados do LeRobot pode ajustá-lo com as mesmas ferramentas de outras políticas, e as próprias tabelas da Dexmal o colocam à frente do pi0.5 no LIBERO, no RoboTwin 2.0 e no RoboChallenge.
Problema que resolve
A maioria das políticas abertas para robôs decide apenas com base no quadro atual da câmera, então perde o rumo quando um objeto fica oculto, é movido ou guardado, e aprende o ritmo de quem gravou as demonstrações. Treinar uma política capaz do zero também exige grandes conjuntos de dados de robôs que poucas equipes têm. O DM0.5 oferece às equipes um modelo aberto pré-treinado que guarda até um minuto de histórico visual, foi treinado em vários tipos de robô e vem com receitas para ajustá-lo com seus próprios dados, com treinamento completo ou LoRA.
Pontos principais
- Modelo VLA aberto: uma base de visão e linguagem de 4B sobre o Gemma 3 com um action expert de 680M treinado com Flow Matching
- Usa quadros-chave de até os últimos 60 segundos como memória para tarefas longas ou parcialmente ocultas
- Gera blocos de 50 ações; a Dexmal relata cerca de 10 Hz numa RTX 4090 e 20 Hz numa H100
- Checkpoints para LIBERO, RoboTwin 2.0, VLA-Arena, RoboDojo-Sim, RoboChallenge e uma tarefa com o SO-101
- Roda como a política dm05 no LeRobot 0.7 e no código OpenDM da Dexmal
- Código sob Apache-2.0; pesos sob a licença Gemma
Para quem é
- Pesquisadores de aprendizado robótico que comparam modelos VLA abertos, sobretudo em tarefas longas ou que exigem memória
- Equipes com montagens de dois braços no estilo ALOHA ou de um braço que querem ajustar uma política pré-treinada com seus próprios dados
- Usuários do LeRobot, incluindo donos de um SO-101, que querem testar um VLA maior com as ferramentas de treinamento de sempre
- Autores de benchmarks que rodam avaliações no LIBERO, RoboTwin 2.0 ou RoboChallenge
Limitações
- Os pesos estão sob a licença Gemma, não Apache-2.0: ela permite uso comercial, mas repassa a política de usos proibidos do Google e seus demais termos a quem usar ou compartilhar o modelo
- Todos os números de benchmark e posições em rankings vêm da Dexmal ou dos próprios rankings; a Dexmal publica um blog técnico, não um artigo revisado por pares
- O treinamento exige GPUs grandes: a Dexmal recomenda 8 GPUs, e o ajuste fino completo pode ficar sem memória numa RTX 4090, onde LoRA é o caminho sugerido
- Os dados de treinamento não são publicados; o blog lista suas fontes, mas não seu volume
- O guia de robôs reais cobre apenas o AgileX COBOT Magic e o DOS-W1 da Dexmal, com as posições de câmera da própria Dexmal
- O checkpoint base espera um formato de estado e ação de dois braços com 14 valores; outros robôs precisam de ajuste fino e de suas próprias estatísticas de normalização
- O backend de inferência rápida exige TensorRT, Triton e FlexAttention, e sua etapa de preparação FP8 tem por enquanto um limite de 1.024 tokens
- A Dexmal vende uma versão hospedada do modelo, então o lançamento aberto convive com um serviço comercial