• 本周的核心争点是「世界模型到底懂不懂物理」。InternW0 主张预测必须「持续可执行」，把世界模型做成工程组件；RoboTwin-Phys 则直接把「WAM/VLA 是否理解物理」做成基准（加入质量、摩擦、刚度扰动）——一个在建，一个在质疑建的到底是不是真的。这两篇的张力，正好覆盖了学术判 world_model 衰退（42→10）与产业把它当卖点（宇樹 UnifoLM-X2-1.0）之间的裂缝。
• RL 后训练的两条路线在分叉，且干预点相反：RouteRLT 在训练期学「何时、由哪个 RL 专家接管」（改策略），SafeLoop 在部署期用外部 wrapper 做风险感知回滚（包策略）。二者针对同一个痛点——精度关键阶段与长时程执行的脆弱——但一个赌策略本身能学会分工，一个赌策略不必改、加壳即可。
• 数据侧本周给出三种互斥解法：WIYH 采 1000+ 小时毫米级真人数据，M4P（Samsung）反过来「回收」低精度废数据，MATE 用 VR 虚拟遥操作补人形协作数据。基础设施同时扩容（MuJoCo 3.14.0、Genesis v1.4.2、OmniGibson v3.9.3），但社区 friction 仍卡在环境依赖（isaaclab #5076 DLL ImportError 10 评论、openpi #842 LoRA 11 评论）。

https://tldr.takara.ai/p/2609.27656" target="_blank" rel="noopener noreferrer">InternW0: A Foundational Physical World Model for Efficient Real-World Interactions

上海 AI Lab 的 InternW 物理世界模型系列首个实例，围绕全模态接口、异步多频处理与部分观测下的局部物理建模，联合学习未来视觉动态与连续机器人控制，强调预测必须随环境持续变化而保持可执行。

它的主张很硬：世界模型的价值不在「预测得像」，而在「预测还能拿来执行」。这与同周 RoboTwin-Phys 构成正面张力——后者追问 WAM/VLA 到底懂不懂物理，等于在问「可执行」是不是幻觉。InternW0 若真做到异步多频的「预测—控制」闭环，就把世界模型从论文标签推进为工程组件；但候选数据未给 VLA 策略闭环成功率、未给可比基准、也未给开源细节，因此「可执行」目前是主张而非结果 > TODO: 需查證。它与宇樹 UnifoLM-X2-1.0 同向，说明产业已把它当卖点，但学术侧的退潮（42→10）提醒：热度迁移不等于能力迁移。团队上海 AI Lab。

「

世界模型的问题已从「像不像」变成「能不能执行」——InternW0 给了立场，但缺闭环数字前别当结论。

https://arxiv.org/abs/2609.26467" target="_blank" rel="noopener noreferrer">RouteRLT: Learning When and Which RL Specialist Should Control a Vision-Language-Action Policy

针对连接器插入、线缆管理等精度关键阶段，提出让模型学习「何时」以及「由哪个 RL 专家」接管预训练 VLA 的路由机制，在精炼任务特定能力的同时保留通用行为。

它正面回答本期最现实的两难：预训练 VLA 泛化好但精度差，用 RL 精炼又会牺牲通用性。RouteRLT 不给「全 RL」或「全 BC」的二元答案，而是按阶段动态路由——工程上等价于给 VLA 加一层「专家调度」。真正的争议在于对手：同周 SafeLoop 选择完全不同的解法，不加调度而是加外部 wrapper 做风险回滚。一个改策略、一个包策略，谁更划算尚无定论；候选数据未给路由开销与跨任务迁移数字，因此「动态路由」是否比「加壳回滚」更省 > TODO: 需查證。它的意义在于与本期数据同向：rl_finetuning 加速 0.88 独占、instruction_tuning 仅 0.10 近停摆，后训练重心正从「调指令」转向「调策略」。团队多伦多大学机械与工业工程系。

「

「何时交给 RL 专家」被做成可学习问题是对的方向，但它与 SafeLoop 的竞争说明：改策略还是包策略，还没分出胜负。

• LIBERO Plus (non-standard, total): CorridorVLA 达 83.21，较 NS-VLA +3.81
• 本期唯一有分量的跳动，且来自尚未饱和的设定——标准榜已丧失区分力，增量只能藏在新基准。
• LIBERO (non-standard, average): PLD 达 99.17，较 NS-VLA +0.57
• 非标准 split 的 0.57 远大于标准榜换手，方法差异在这里才显形。
• LIBERO (standard-opensource, average): LaST-R1 达 99.8，较 Abot-M0.5 +0.40
• 开源设定逼近满分，指标已触顶。
• CALVIN (ABCD-D, avg_len): EDAR 达 4.75，较 NIAF +0.09
• 语言泛化 split 上的 0.09 比 ABC-D 的 0.03 更有信息量。
• CALVIN (ABC-D, avg_len): MMaDA-VLA 达 4.78，较 Xiaomi-Robotics-0 仅 +0.03
• 榜首靠 0.03 换手，饱和 split 的变动已是噪声。

• https://github.com/google-deepmind/mujoco/releases/tag/3.14.0" target="_blank" rel="noopener noreferrer">MuJoCo 3.14.0: 9-22 发布，新增实验性 ipc 接触模式标志（option-flag-ipc）——接触建模仍在探索期，非稳定默认。
• https://github.com/Genesis-Embodied-AI/genesis-world/releases/tag/v1.4.2" target="_blank" rel="noopener noreferrer">Genesis v1.4.2: 9-23 发布，用 hibernation 让休眠 island 不再产生运行时开销以提升大场景性能；Signorini 接触求解仍标记为实验性——性能提升了，接触精度还没定型。
• https://github.com/StanfordVL/BEHAVIOR-1K/releases/tag/v3.9.3" target="_blank" rel="noopener noreferrer">OmniGibson v3.9.3: 9-23 发布（Stanford BEHAVIOR-1K 仓库），修复挑战更新列表格式，并对 Isaac Sim wheel 下载加失败重试——修的是安装链路的脆弱性。

• 樞途科技（Shuto Technology）: 據報道 9-19 完成近 1 億元人民幣 Pre-A 輪融資，專注觸覺技術，屬具身智能「感知層」關鍵元件。
• 帕西尼 PerceptionX: 據報道 9-19 完成 B++ 輪融資，累計融資總額超 40 億元人民幣，被定位為具身感知頭部。
• Figure / Figure 03: 據報道 9-19 發布 Helix 2.5 神經網絡模型，展示零樣本在陌生環境完成整理客廳、疊毛巾、鋪床等家務。
• EBC 2026 具身智能與人形機器人智腦科技大會（上海）: 據報道 9-18 在上海開幕，啟動「中國具身智能『英星獎』」評選並設實機展示，議程聚焦腦體融合、量產成本與標準化。