机器人策略和世界模型正在接受记忆、接触和动作忠实度的检验
当天最清楚的信号是具身 AI 受到评测压力。经过几天的 Vision-Language-Action(VLA)部署工作后,这些论文把成功条件放到了记忆、接触感知、动作条件预测和空间一致性上。RLDX-1、RoboAlign-R1 和 iWorld-Bench 提供了最强的证据。
当天最清楚的信号是具身 AI 受到评测压力。经过几天的 Vision-Language-Action(VLA)部署工作后,这些论文把成功条件放到了记忆、接触感知、动作条件预测和空间一致性上。RLDX-1、RoboAlign-R1 和 iWorld-Bench 提供了最强的证据。
机器人团队可以把新的评测压力转成三项具体改动:为测试记忆和接触的 VLA 策略设置发布门槛、为机器人视频预测引入行为级奖励,以及为交互式世界模型比较建立共享的动作输入框架。