DM0.5 是 Dexmal 面向开放世界机器人控制的 Vision-Language-Action 模型，基于 DM0 的 native embodied modeling 方法，并针对开放式指令、长程任务、动态扰动和多具身机器人控制做了系统升级。OpenDM 提供模型权重、训练与推理脚本、数据集注册示例和评测流程，用于训练、微调、评测和部署。

仓库列出多个微调模型：LIBERO、RoboTwin2.0、SO101 Pick Cube、VLA-Arena 和 RoboChallenge Table 30 v2；其中 SO101 Pick Cube 用于真机评测，DM05-MEM-Robodojo-Sim 面向 ARX X5 双臂操作任务。DM0.5 在 RoboColiseum 的 Instruction Following、Spatial Reasoning、Robustness 和 General Manipulation 排名第一，并在 RoboDojo-Sim 榜单取得整体分 24.90、平均成功率 19.34%。

推理建议先用 Docker 配置运行环境；服务会加载指定 checkpoint 并暴露 HTTP endpoint，请使用包含 norm_stats.json 的 checkpoint，或在 ./norm_stats/ 下准备匹配统计。/process_frame 接收文本指令、机器人状态、图像，以及可选 robot_type；当前内置 robot_type 仅支持 DOS W1。