具身智能日报 · 2026-10-03

具身智能日报 · 2026-10-03

第 27 期 · 国庆假期第三天（周六）。产业信源进入静默，港股 10-01 休市、10-02 半日消化欢创暴跌。但 arXiv 不放假——美东 10-01 下午压线提交的一批 cs.RO 新论文，北京时间昨天早上 8 点随放榜公布。本期以论文为主力、产业锚点为补位。

今日要点

• WAM（世界-动作模型）单日三响：SkeleWAM、UniWAM、World Motion Models 分三条表示路线同日亮相，其中 WMM 拿下 NeurIPS 2026 Spotlight
• InterEvolve：人形机器人不重训权重，靠测试时演化奖励程序解新任务
• RPG：具身 agent 的自主改进改的是技能库和 system prompt，不是模型权重
• HumanoidToolBench：GR00T N1.7 在 18 项工具使用任务上暴露「选对工具」与「完成任务」之间的断层
• 欢创科技上市次日暴跌 47.49%，物理 AI 叙事定价两日过山车

详细内容

1. World Motion Models：把动态世界压成一组 SE(3) 轨迹

• 来源：arXiv 2610.01742（UC Berkeley，Qianqian Wang / Trevor Darrell / Angjoo Kanazawa）
• 链接：https://arxiv.org/abs/2610.01742
• 时间：2026-10-01 提交（北京时间 10-02 晨随 arXiv 放榜公布），NeurIPS 2026 Spotlight
• 摘要：论文提出用稀疏 SE(3) 位姿轨迹作为 4D 世界的最小建模基元——关节体、人体、手物交互、相机运动、机器人状态与动作，全部统一到这一个共享空间。训练用 per-token 噪声级别的 flow-matching。最锋利的部分是化归声明：未来预测、动作补全、MPC、逆运动学、跨本体 retargeting、策略学习，六类任务全都是「同一个网络上打不同的 mask」。SkeleWAM 说视频表示保留与控制无关的外观信息，WMM 走得更远——干脆不再预测像素。

2. SkeleWAM：机器人关节+物体中心+交互点，一根骨架做世界模型

• 来源：arXiv 2610.02120（Juyi Sheng / Hua Wang / Mengyuan Liu）
• 链接：https://arxiv.org/abs/2610.02120
• 时间：2026-10-01
• 摘要：现有 WAM 预测视频或视觉隐空间，几何关系只能隐式保留。SkeleWAM 在线从 RGB-D 和本体感知构造稀疏 3D 骨架，作为动作生成和未来预测的统一几何状态，未来骨架预测反过来给动作学习加几何监督，不需要视觉重建。推理时从当前骨架+语言指令直接出动作，Medoid Action Consensus 做辅助修正。路线本质：把世界模型从像素撤到几何。

3. UniWAM：VLA 和 WAM 的互补缺陷，一个架构吃下

• 来源：arXiv 2610.02054
• 链接：https://arxiv.org/abs/2610.02054
• 时间：2026-10-01
• 摘要：VLA 有语义理解但缺世界动力学 grounding，WAM 有时空先验但分布漂移下不会推理。UniWAM 把物理推理器、世界生成器、动作预测器装进统一架构，用一套数据清洗管线混合人类 egocentric 数据和机器人数据。两个设计点值得记：低层动作用自然语言表示（接口层动作语义化），预训练配方把 VQA、egocentric、机器人演示各分配给合适的组件。后训练用未来视觉噪声增强，降低对精确预测未来的依赖。

4. InterEvolve：不重训，测试时演化奖励程序

• 来源：arXiv 2610.02196（Zhuo Lin / Sirui Xu / Yu-Xiong Wang / Liang-Yan Gui 等，FB body prior 系工作）
• 链接：https://arxiv.org/abs/2610.02196
• 时间：2026-10-01
• 摘要：核心假设是「宽基控制器已经握着新任务需要的大部分能力」，缺的只是一个足够表达又足够可执行的规划-控制接口。InterEvolve 用两件东西搭这个接口：一个物体感知的 forward-backward 行为基座模型，在冻结的身体先验上把新奖励编译成 loco-manipulation 行为；任务被写成带完成条件和可调常数的分阶段奖励程序。然后 LLM agent 负责在上下文里修程序结构，数值优化器调常数，每个候选在并行仿真里验证后才进入「已验证程序技能库」——进化被压在奖励程序这一层，奖励程序之外的环节全部冻结。

5. RPG（Reconstruct, Practice, Go Real）：改技能库和 system prompt，不碰权重

• 来源：arXiv 2610.02204（Yen-Jen Wang / Weirui Ye / Rocky Duan 等）
• 链接：https://arxiv.org/abs/2610.02204
• 时间：2026-10-01
• 摘要：RPG 从离线数据里识别操作能力，在仿真里构造练习任务，练习时用执行反馈+特权仿真状态+数据集视频诊断失败，产出三样东西：新的可复用符号技能、精炼过的旧技能、修订过的 system prompt。所有变更先过跨任务评估，测过单条候选和合并修订才准保留。测试时多模态 LLM 拿着最终的 system prompt 和技能库上真机。整条管线没有一个环节在更新梯度——自改进的对象是执行系统的 harness 层。

6. HumanoidToolBench：GR00T N1.7 拿起陌生工具时发生了什么

• 来源：arXiv 2610.02089（Seoul National University，snu-pi）
• 链接：https://arxiv.org/abs/2610.02089
• 时间：2026-10-01
• 摘要：18 项任务、三种场景、三个执行层级、两种工具集模式，附带 3.1k 条演示数据 ToolBook（仿真+真机 Unitree G1 各一半）。七个策略在仿真里跑、三个上真机，结果是一条断层：会选工具和会完成任务之间 gap 巨大。对 GR00T N1.7 的专项探针有两个发现——没见过的工具选择准确率明显下降；收到无关指令时机器人会继续执行原任务。后者既是鲁棒性缺陷，也是指令跟随的诚实样本。

7. 欢创科技：首日 +265.68%，次日 −47.49%

• 来源：金融界 / 观点网 / 东方财富
• 链接：https://stock.jrj.com.cn（专题报道）
• 时间：2026-10-02 晚间报道
• 摘要：完整账本——发售价 58.85 港元，集资 6.82 亿，比亚迪为基石投资者，暗盘 +190.23%，9-30 首日高开 187.6 港元、收盘 215.2 港元（+265.68%），市值 207.83 亿港元，成交近 3 亿；10-02 次日收盘暴跌 47.49%，市值近乎腰斩，两日蒸发近百亿。欢创的成色是扫地机器人激光雷达模组（Camsense 视觉定位传感器），去年刚扭亏为盈。港股 10-01 国庆休市，10-02 半日消化完情绪——市场只给了「物理 AI 第一股」这顶帽子一天的可信期。

简讯

• FlashDexRetarget（arXiv 2610.01849）：RL 加速灵巧手 retargeting，左右手 actor-critic 分网+FlashSAC 离策略算法，50 条动作 benchmark，把人手演示转机器人数据的成本往下压——retargeting 有损接口的供给侧新解。
• 3DROID（arXiv 2610.01744）：带每场景可靠性测量的可渲染 3D Gaussian 数据集，标定感知管线把重建场景锚回机器人度量工作空间。
• ChunkVLA-AM（arXiv 2610.01856）：OpenVLA-OFT 部署进 FAIRINO FR3 增材制造工位，八步动作 chunk 开环执行、chunk 间闭环——VLA 进工厂的动作分块经济学实操版。

编辑观察

9 月 20 日那期日报统计过，「WAM」在一周 cs.RO 论文里出现 12 次，当时说它成了词。这周它进入下一个阶段：一个术语成词之后，内部开始分路线。10-01 单日三篇，SkeleWAM 用稀疏 3D 骨架、UniWAM 做架构统一、WMM 干脆把整个动态世界压成 SE(3) 轨迹集合。三篇的共同动作是撤退——从预测像素撤向预测几何。SkeleWAM 把话说得很直：视频表示保留着与控制无关的外观信息。这条撤退路线本号见过多次，视觉 laziness（L70-U25-G5）是任务配比的坍缩，草稿纸三解是中间状态的坍缩，WMM 是表示基元本身的坍缩。WMM 那句「六类任务全归约为同一网络的不同 mask」里藏着最激进的主张：跨本体 retargeting 也不过是其中一张 mask。

同一天另外两篇在回答另一个老问题：自改进的 R 到底发生在哪一层。InterEvolve 的答案是 reward program，RPG 的答案是符号技能库加 system prompt。两篇的共同点是一个环节都不碰梯度。InterEvolve 的「已验证程序技能库」和 RPG 的「跨任务评估先于保留」，都是把验证门修进了技能积累的循环里。这个位置本号叫过 harness 层，叫过经验载体的结构化方案形态——本周它又来了两次，而且是同一批论文里两种独立实现。InterEvolve 来自 UIUC，RPG 的作者名单里有 Weirui Ye——两条完全不相关的线收敛到同一个设计，比单篇论文的声明更值得记。

欢创的两日过山车给 9 月底连续记账的「底座层资本化」补了第三种定价姿态。本末 208 倍认购、首日 +6%，是 18C 章约束下的克制；宇树上市满月慢缴 2475 亿验证税；欢创首日 +265%、次日 −47%，是市场第一天就开收。三个样本摆在一起，首日涨幅本身成了可读的信号——它标记的是叙事与成色的差距：欢创的底座层身份是真的（比亚迪做基石、激光雷达模组确实长在机器人上），但「物理 AI 第一股」的帽子和「扫地机器人供应链」的身体，市场用一天时间完成了重新定价。国庆假期结束前，这三个样本会保持同框——这可能是假期后第一个值得跟踪的验证点：腰斩之后有没有机构接盘，比首日涨多少更有信息量。

（完）