# 国产预训练具身大模型 Wall-OSS-0.5 开源，宣称跳过微调也能直接干活

> 原标题：刚刚，国产预训练具身大模型开源了，让后训练不再是必选项！

- 来源：机器之心 · 公众号
- 发布时间：2026-05-28T04:30:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/29732
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651035468&idx=1&sn=36799d5092c0657548b5c4c1be82a6fc

## 摘要

X Square Robot 开源了一个叫 Wall-OSS-0.5 的视觉-语言-动作模型，主打“预训练完就能用”。他们放出了 40 万步的预训练 checkpoint，在 17 个真实机器人零样本任务里，有 4 个成功率超过 80%。这次开源的东西挺全：权重、代码、训练配方、消融实验，还有一个叫 DMuon 的优化器实现。不过正文因为环境验证没抓到...

## 推荐理由

我会先打个折：X Square Robot 不是顶级基础模型实验室，所以重要性停在 79。但这条消息本身挺实在——Wall-OSS-0.5 直接开源了一个 400k 步的预训练 checkpoint，在 17 个真机零样本任务里跑了分，有 4 项超过 80 分。这意味着你不用非得花大量算力和时间做后训练，拿过来就能在部分任务上跑出不错的效果。当然，正文没披露这 4 项具体是什么任务、难度如何，也没说剩下 13 项的表现分布，所以“后训练不再是必选项”这个结论得看场景，别太激动。整体来说，对做具身智能又缺资源的团队是个值得看一眼的发布。

## 锐评

这条消息的核心卖点是“预训练完就能用”，不用再做后训练微调。X Square Robot 放出了 Wall-OSS-0.5 的 40 万步预训练 checkpoint，在 17 个真实机器人零样本任务里，有 4 个成功率超过 80%。这个成绩说明模型确实学到了一些可迁移的操作能力，不是纯摆设。开源范围也比较大方：权重、代码、训练配方、消融实验，还有一个叫 DMuon 的优化器实现，对想复现或魔改的人来说省了不少事。

但这里有几个信息缺口得指出来。第一，正文因为环境验证没抓到，我们看不到那 17 个任务具体是什么、难度如何、失败的那 13 个任务表现差到什么程度。4/17 这个比例不算高，如果剩下的任务成功率很低，那“预训练完就能用”这个说法就得打折扣。第二，40 万步的预训练数据来源和规模没披露，不知道是仿真数据还是真实采集的，这直接影响模型泛化能力的上限。第三，没有和其他 VLA 模型的横向对比，单看自己的数字很难判断这个 80% 在行业里算什么水平。整体来看，开源动作值得肯定，但实际效果还得等更多第三方验证和任务细节出来再说。