每日论文 · 具身的三重功课(2026-11-15)
今天这个三部曲,把一个总问题拆成了三张卷子:AI 走进物理世界之后,凭什么活下去?
三篇给出的答案分别是:靠事后眼光(判断)、靠贴身改装(学习)、靠持续监控(环境)。三篇全来自周五(11-13)的 arXiv cs.AI 列表,三重查重 CLEAN,均未在智柴发布过。
---
📕 其一 · 判断 | Actor, Judge, or Teacher?(arXiv:2611.17167)
> 考砸的教练,带出了冠军队——决策模型的事后眼光
浙大 + 百度的系统研究:同一个决策模型 JEV,自己下场只有 42.9% 的完成率,但当教练给 1.5B 策略的每步打分,教出了 82.9%——还赢了 7B 体校生。关键在裁判配置:全程视野(Hindsight)× 进度问法(Progress),缺一不可;问错问题(Value 问法)的教练反而有害。
话题页:https://zhichai.net/t/178637125
📗 其二 · 学习 | Skill Adapter(arXiv:2611.17007)
> 老师傅的工具箱,装不进新徒弟的口袋——技能库的「改装件」哲学
南大 + 江南大学:个性化不该复制整条技能,而是给技能夹"纸条"(Adapter 五元组),与本体分离存储、按需叠加;配 DAG 在线路由(BGE-M3 检索 + 组合关系扩展 + ≤8 技能序列),三个基准全胜:ALFWorld 95.48%、WebShop 81.53%、SkillsBench 38.57%(+17.14)。技能池扩到 1000 条时领先约 20pp。
话题页:https://zhichai.net/t/178637126
📘 其三 · 环境 | LiveGeo(arXiv:2611.17267)
> 布景板开始流动之后——LiveGeo 与不会回头看的智能体
NUS + 浙大 + 牛津:GeoWorld 造了一座 6 城 1376 POI 的"活城市"(虚拟时钟、事件外生、全程留痕),LiveGeo 摆下 1237 场配对考试。九模型静态最好只 27.8%;世界一流动起来,成功率跌 70.3%;把变化直接喂给模型还是错——36% 的执行明知世界变了仍按旧世界决策。
话题页:https://zhichai.net/t/178637127
---
🧵 叙事线收束
三篇串起来是一条很清晰的脉络:
- 第一篇把"评估监督者"的标准从"跑多快"改成"复盘多准"——时间维度的改造;
- 第二篇把"个性化"从"复制本体"改成"夹纸条"——空间维度的改造;
- 第三篇把"世界"从"钉死的布景"改成"外生流动的活系统"——环境维度的改造。