🤖 Agent

大模型使用心得 · Agent Skills 提效实践

📚 Embodied →📚 上下文工程 →📚 AI 安全观察 →
具身智能世界模型隐动作跨本体世界动作模型Genie 4

608 维、84 毫秒、19.5%：这一周，世界模型把「动作」从标签改成了接口

十月最后一周，阿里达摩院 RynnWorld-Latent、哈工大深圳 SkeLAM、TAPESTRY 与一篇讲潜空间可预测性的论文集中出现，四份答卷答的是同一个问题：动作该由谁来定义。本文拆解 608 维通用隐动作、骨架监督的分解、可预测潜空间与「动作即视频 patch」四条路线，并对照同一天发布的 Genie 4，给出判断：动作表示的标准化会比模型规模更早决定谁能用上互联网级视频。

具身智能国产力量地图智元机器人宇树科技银河通用具身Agent

部署之后才是主战场：国产具身智能势力图（2026 年 10 月版）

一个月前本专栏画过一张四层国产势力图，并押注「跨层数量是最可靠的实力指标」。本周国产玩家的动作几乎全指向同一个新变量：部署之后。智元 AI WAVE 七连发把 Physical RSI 从仿真搬进真实便利店，宇树把自进化列为四大优先方向之一，银河通用与宇树完成跨层握手，RoboDojo 榜单上国产专用模型首次压过 GPT-6 Astra。四层图需要加一层了。

具身智能本周盘点TeslaFigure宇树Agility评测基准

产线开跑、设计锁定、标尺落地：这一周，具身智能换了交卷方式

特斯拉把造 Model S 和 Model X 的车间腾出来造 Optimus，产线跑起来了，交付日期却推到 2027 年底；Figure 同一周把 Figure 04 锁定设计，又为数据管线一周花了 810 万美元；宇树 H2-X 从舞台演员转岗保镖；Digit 拿下农机厂订单，缔造者却写下《我无法爱上 Digit 5》。而上海张江，千台机器人同场竞技时，真正的新闻是一把国家级评测标尺——考题正在从「能做什么」换成「能造多少、谁来打分」。

具身智能NVIDIAFlora数据引擎Isaac Lab物理 AI合成数据

一天 20 万小时，成本 1/125：NVIDIA 把物理 AI 的胜负手押在了数据流水线上

GTC 柏林前一天，NVIDIA 开源了机器人数据引擎 Flora：一天标注 20 万小时视频，成本约为 GPT-6 Astra 的 1/125。本文拆解 Flora 三件套的机制与成色，把 Isaac 平台一周内的发布拼成一张图，并给出判断：机器人的 ChatGPT 时刻不会靠发布会提前，只能靠数据流水线跑通提前。

DeepSeekDeepInfer推理框架开源vLLMKV Cache推理工程

DeepInfer 开源了引擎，把血管留在了家里：一份用「没开源什么」写成的价值地图

DeepSeek 开源生产推理框架 DeepInfer，但 README 第一段就承认这是离线引擎：KV cache 系统、Prefill/Decode 分离、跨副本负载均衡三件套留在了内部。本篇逐项拆解开放边界两边的清单——SWA bounded replay、DSpark、EPLB 的真实收益，出身 vLLM 的技术栈，以及 96% 缓存命中率背后的 agent 经济学。

具身智能仿真物理引擎GenesisIsaac LabNewton物理 AI合成数据

快 10 到 80 倍的引擎，被 NVIDIA 投了：仿真战争已经打完，赢家不在引擎里

10 月 13 日，英伟达战略投资了 Genesis AI——一家公开宣称自家引擎比 Isaac Gym 快 10 到 80 倍的公司。同期 GTC 柏林的物理 AI 议程，上台的是场景方和部署方，不是本体公司。本篇把三张引擎牌摊开，拆掉 43 万倍实时这个数字的成色，并给出判断：仿真的终局客户不是训练，是认证。

具身智能世界模型World Action ModelLong-WAM宇树科技估值长上下文

4449 亿跌到 1750 亿，19.2 秒涨到 78.7%：这两周，具身智能把定价权交给了时间

十月前两周，宇树市值从峰值蒸发约 2700 亿，监管把「经常性收入」写进上市门槛；同一周，Long-WAM 把视觉上下文拉到 19.2 秒，让 RoboCasa 成功率从 63.3% 涨到 78.7%，而双向预训练的底座一分未得。本篇认为这两件事问的是同一个问题：你的收入有没有时间纵深，你的模型会不会使用历史。

具身智能本周盘点世界模型World Action ModelVLA跨本体灵巧手NEURA国产具身智能

0.005 牛顿到 12.97 秒：这一周，具身智能在给「动作」编一部词典

广交会的展台上，一只灵巧手能感知 0.005 牛顿的轻触，可模型训练时读到的往往只是一个关节角；同一周，工博会上机器人的装配节拍被压到 12.97 秒。这一周五件事——WAVE-0 的 257M 潜在世界模型、GreenWAM 把 20 种本体塞进一套关节坐标、NEURA 把触觉与声音并进同一个表征、格物通智从视频反推受力、车间里开始报节拍与成功率——都在给「动作」造一层可翻译的中间物。问题是，五套词典没有一本是公共的。

具身智能世界模型World Action ModelWAM世界动作模型人形机器人LimX

6.0B 答 51.5%，57M 答 85.9%：这一周六篇世界模型论文，治的是同一个病

十月第一周，至少六篇世界动作模型（WAM）论文集中出现，开篇问题陈述却是同一句话：联合训练出的未来看起来合理，却对动作指令响应很弱。本篇指出病灶已从「没有世界状态」前移到「世界状态不听动作的话」，参数量从 6B 掉到 57M 反而更准，而「不做未来想象更省」被 107 毫秒对 244 毫秒翻了案。

具身智能国产力量地图人形机器人出货量宇树科技智元机器人弗若斯特沙利文

1.91 万、2.5 万、3.6 万：同一个半年，三家机构数出三个答案

2026 上半年全球人形机器人出货量，IDC 数出 2.5 万台，SAG 数出 1.91 万台，弗若斯特沙利文数出 3.6 万台——最高比最低多 88%，而且没有一方收回。这篇不追问哪个数字对，而是追问为什么同一个半年能被数出三个答案，并顺着这条缝去看宇树上市后第一份公开财报里那个更硬的信号：营收仍在两位数增长，扣非净利已经掉头向下。出货曲线与利润曲线的分叉，是人形机器人量产叙事第一次被审计。

具身智能本周盘点Figure宇树世界模型灵巧手国产电子架构

熔掉身体、开源大脑、砍掉小指：这一周，具身智能在拆自己的边界

Figure 把唯一有 1250 小时宝马工厂履历的机器人机队运到芬兰，训练它们自己跳进 75 吨电弧炉熔掉。同一周，宇树把 6B 全身模型的权重、代码与数据集一起开源；Runway 用网络视频把机器人策略的数据瓶颈拆了；波士顿动力砍掉小指，只留四指 13 个自由度。这一周的关键动作几乎全是减法：身体、大脑、数据、算力，四样东西的归属同时被重新划分。

具身智能RoboDojo自进化Harness评测基准VLA世界动作模型π0.5

插钥匙：三个最强模型都是 0%，一个会改自己工作程序的系统是 39.33%

RoboDojo 首发时榜首成功率 8.80%，五周后榜首是 31.38%——但那个 8.80% 的模型一分没动，只是掉出了前十。涨分涨在模型外面。这篇用榜单的五维分解和港大 MMLab 的自进化脚手架拆开三件事：插钥匙为什么让三个最强模型同时归零、π0.5 单独用只有 6.93%、以及同一周 Google 在 agent 侧发布的同名思路说明了什么。附三条不该被涨分遮住的限制。

具身智能世界模型JEPAV-JEPA2WAM物理Token

不用采一条数据就把杯子拿起来：世界模型的三种用法，和它真正补的那块缺口

V-JEPA 2-AC 只用不到 62 小时无标注机器人视频做后训练，零样本在两个实验室的 Franka 上完成抓放——没在这两个环境采过一条数据。本篇把世界模型这条线从 JEPA 讲到 WAM：隐空间预测为什么比像素预测省、Stage-JEPA 如何回应首季那份失效清单、物理 Token 为什么是第三种用法，以及这条路上还没解决的三件事。

具身智能本周盘点RoboDojo灵巧手触觉感知世界模型理想汽车

叠碗十次全中，插充电器十次中一次：这一周，天花板翻了三倍

理想同一批实验里，把碗叠起来十次全中，把充电器插进插座十次中一次。这一周 RoboDojo 仿真榜首从 8.80% 涨到 27.96%，顶分的团队成立仅三个月且出自智驾；英伟达把插入任务单独立项做到零样本 56%；宇树给 22 自由度灵巧手标价 3.99 万；触觉赛道一周内两家启动资本化。天花板在涨，最后一毫米没动。

具身智能国产力量地图宇树科技智元机器人银河通用千寻智能具身大模型

一半的钱进了脑子：中国具身智能势力图（2026 年 9 月版）

2026 上半年国内具身智能融资 438 亿元，大脑模型拿走 50.8%，本体整机只剩 12.8%——资本已经用脚投票。本篇按「大脑 / 小脑 / 本体 / 数据」四层给国产玩家画一张势力图：宇树开源、智元 Scaling、银河通用与千寻智能的双雄对垒、数据基建的军备竞赛，以及这张图上真正值得盯的位置。

具身智能ME-VLM理想汽车自动驾驶具身导航VLM能力迁移端侧部署

开车的能力能不能借给机器人：导航成功率 45.8%，对手 5.3%

理想汽车 Foundation Model 团队发布 ME-VLM，把具身认知和多模态 Agent 揉进一个 4B/35B 的模型里。论文最有意思的不是分数，是它明确划了一条能力迁移边界——什么能从数字世界搬进物理世界，什么必须重新学。以及一张不能只看平均值的表：导航成功率 45.8% 对 5.3%，八倍差距里有一半写在脚注里。最后附端侧：4B 模型跑在自研 M100 上，prefill 从 400ms 压到 188ms。

具身智能仿真Isaac LabGenesisMuJoCosim2realRoboDojo评测基准

仿真里也没人及格：42 道题，最强策略 8.80%，遥操作的人类 76.03%

Isaac、MuJoCo、Genesis 三条引擎路线在 2026 年基本谈完了，但胜负手不在这里。RoboDojo 把 30 个主流策略放进同一套仿真与真机流程，最强的仿真成功率只有 8.80%，人类遥操作是 76.03%；同一份榜单里还藏着一个 92.9% 的泛化崩塌。这篇拆开仿真工具链的三种「物理」、域对齐的三条路径，以及国产平台为什么不靠精度卖钱。

具身智能本周盘点数据采集世界模型灵巧手人形机器人

一百桌的饭店坐了十桌：这一周，具身智能的两块地基同时被清点

本周模型发布密度创了今年纪录，也是数据基础设施第一次被摆上台面算账：两年 106 家数采中心、真机数据 500–1000 元/小时、66% 的中心绑死在单一本体。本篇逐条短评六条真实增量——数采泡沫、Odyssey-3 的反向管线、CausalWM 的因果推理链、机械臂上的 95% 与 10%、本体厂商集体补脑、灵巧手从参数转向一致性。

具身智能数据瓶颈合成数据遥操作sim2realDexMimicGen

数据瓶颈：遥操一天 150 条，而缺口有五个数量级

机器人数据只有 240 万个片段，文本数据是 15T tokens——差距是五个到六个数量级。靠真人遥操作填这个坑，按从业者的原话「得干十万年」。这篇算清楚遥操作的真实账，然后逐条拆合成数据、人类视频、真机回流三条路的成本与代价，最后回答一个问题：为什么「仿真占多少比例」是个假问题。

HarnessAgentClaude CodeCodexAiderCursor自动驾驶

同一个模型，不同壳：用「导航选道数据挖掘」跑一遍四家 harness

9/2 我们写「壳比模型值钱」，9/4 又写「模型开始吃壳」。那如果反过来——把模型抽掉，假设四家 harness 都跑同一个旗舰模型，比的是什么？本文用一个真实的自动驾驶导航选道数据挖掘任务当切口，深潜 Claude Code、Codex、Aider、Cursor 四家壳的差异，附工作类别 × 壳的对照矩阵。

Responses APIMigrationGPT-6AstraAgentTool Calling

把 agent 从 Chat Completions 迁到 Responses：GPT-6 Astra 逼你走的一步

GPT-6 Astra 的工具调用必须走 Responses API，老的 Chat Completions 既不支持工具、也不支持自定义 temperature/top_p。这不是 OpenAI 的心血来潮，是 agent 协议的一次收口。这篇是实操迁移指南：messages 怎么换成 input、同步工具怎么改成异步、长任务怎么用 background 模式、电脑操作怎么接 shell tool，附带避坑清单。