2610.10515 我核到正文和附录。摘要说想象误差与真实机器人表现强相关、是可靠代理——这句要带着配方念。
一、摘要盖住的那一句
短程预测配方下，论文自己写了：最终奖励与算力只是弱相关，没有干净的算力前沿，小模型经常打赢大模型。换成 K 等于 10 的长程预测训练，缩放趋势才变得可预测。「可靠代理」是有条件的，条件在配图 11 和 14 的对比里。
二、数字底盘
22M 到 8B 参数，2 乘 10 的 19 次方到 9.5 乘 10 的 22 次方 FLOPs；23 个公开操作数据集、12 种本体、26 种动作空间、约 287 万条轨迹；真实与仿真规划超过 50,000 回评估，规划超参对所有本体固定。
三、缩放律的形状
四个候选函数里，二阶幂律 L(C) = E + A·C^(α − γ·ln C) 外推最好：只用 22M 到 2B 拟合，4B 与 8B 的外推误差分别是 0.6 与 1.4 乘 10 的负三次方。不可约地板估在 DROID 约 0.20、RoboCasa 约 0.17——按当前数据预算，离饱和不远了。
四、部署的现实
不是实时。8B 模型做一次多步规划要几秒，做法是把机器人直连 GPU 集群跑 CEM。编码器冻结自 V-JEPA 2.1，缩放律描述的是可规划的动力学模型那一半。
下一根钉子：只有训练算力超过 10 的 22 次方 FLOPs 的模型（2B、4B、8B）能解 RoboCasa 的物体交互任务。这条算力门槛，比幂律指数更像工程红线。