具身策略通过保留与行动相关的状态得到改进
当天最有力的证据强化了最近一次有内容的日度信号：可靠的具身控制依赖于能够在执行过程中持续保留的状态。持久化的三维物体信息、力历史、密集视觉图像块和结构化的未来引导，都能改善操作或规划。结果很有前景，但大多局限于单个机器人和基准；一项鲁棒性研究还表明，加入推理并不能可靠地让策略更安全。
主题概况
3D grounding
具身控制的状态表示与检查
具身控制团队应以不同速率保留不同信息：为当前场景保留密集的空间细节，跨时间压缩为紧凑的物理记录，并使用独立刷新的状态检查执行结果。现有证据还支持通过对动作敏感的干预来评估世界模型，而不能只看生成轨迹是否合理。
机器人 VLA 进展正由可执行控制来衡量
本周，机器人 Vision-Language-Action (VLA) 工作按可执行控制来评判。最有力的证据把性能收益与 3D 锚定、闭环世界模型，以及能降低真实机器人误差的动作头联系起来。Dex-BEV、PiL-World 和 ActionMap 在基准和硬件上都显示了这一模式。
机器人策略接口校准
机器人 VLA 团队可以通过调整现有策略周围的控制接口和评估流程取得进展。最实用的做法包括：用于低数据操作调优的体素热图动作头、用于 VLA checkpoint 筛选的闭环世界模型，以及在混合机器人数据集训练前进行 3D 坐标对齐。
实体 VLA 策略验证
VLA 团队可以加入小型实体回归基准、目标状态日志和 RGB-D 几何路径，用来检查操作策略在真实控制条件下是否仍能工作。