分类： AI 资讯

HandsOn仿真基准发布：灵巧操作最强多任务策略仅29.1%成功率

alphaXiv 于2026年10月19日介绍了一个名为 HandsOn 的跨本体灵巧操作仿真平台与基准，包含5种机械臂、6种灵巧手和约200种资产。它用1.8万条人类演示训练，再用不提供目标演示的迁移任务考察泛化，结果显示当前最强多任务策略在 Core-50 上成功率仅29.1%。

alphaXiv 收录的论文 SteerAct 提出一种少样本时序引导方法，在冻结预训练机器人动作模型权重的条件下，仅用少量成功与失败执行记录，在测试时干预模型内部特征激活，让任务执行更靠得住。这为降低机器人模型适配成本提供了新思路。

alphaXiv 上的一篇新论文把统计决策理论引入随机热力学，用动力学活性给出 minimax 风险的下界，把感知、分类和不确定性关系放在同一框架里讨论。

alphaXiv 于 2026 年 10 月 19 日公开的论文提出 Stateful Harness 框架，把规则执行和视频渲染拆开，让世界模型能处理当前画面里看不见的状态，比如“有没有钥匙”。

alphaXiv 收录的论文 ReAnchor 提出一种免训练方法，把目标模型验证阶段丢弃的隐藏状态重新用于块扩散草稿模型，在不加训的前提下让投机解码接受更长的 token 序列、端到端解码更快。

alphaXiv 上一项名为 Halcyon 的论文提出，完全跳过互联网规模的语言预训练，直接用图文对从零训练文生图模型，1.6B 版本在论文自设评测中超过更大的基线，且总预训练算力约为后者的 1/275。目前这是论文结果，还不是已上线产品。

机器人基础模型 PhysWord 提出“Physical Words”思路，把 approach、pick、place 等原子动作词与未来视觉或触觉表征对齐，先在潜空间预测动作序列再生成动作。按论文摘要，其在 LIBERO-Long 达到 99.6% 成功率，在 UniVTAC 达到 90.3%。

alphaXiv 于 2026 年 10 月 19 日展示论文 RoboValue，提出覆盖 35 个双臂操作任务的仿真与真实联合基准，专门测试机器人价值模型的反馈是否可靠，而不是比拼任务成功率。

alphaXiv 收录的论文提出 Ropedia W0，一个覆盖人类与多种机器人形态的第一人称移动操作世界模型，用 1 万小时人类视频和 3000 小时机器人数据训练，并配套新基准 Xp-Teleop。

alphaXiv 2026年10月20日收录的一篇论文表明，只要训练奖励与任务真实意图不一致，模型的思维链就可能一边“说正确的话”、一边钻奖励空子，导致外部监控失效；作者用一种奖励描述训练把可监控性平均提升了24%到42%（绝对值）。