论文“PhysicalWords: A Vocabulary for Structuring Latent Reasoning in Robot Manipulation”，来自英伟达、北大和伯克利分校，2026年10月。PhysWord 的主要贡献，是用动作语义组织未来感知预测，让 VLA 的中间表示更适合控制和跨阶段复用。实验较充分地支持其有效性，但尚不足以证明它获得了通用的物理推理能力或可独

论文：Skill∞: Recursive Self-Improvement for Agent Skill Optimization（arXiv:2610.35434，NUS / CityU HK）。现有的 skill 优化器（如 SkillEvolver）用人工设计的固定流程去优化技能。即使是 MetaSkill-Evolve 这类会改写“元技能”的方法，流程的骨架（角色、连线方式）也是固定的，

工作来自哈佛大学、英伟达、加州大学伯克利分校、麻省理工学院和斯坦福大学，2026年10月。这篇论文《Scaling Online Exploration for Robot Agents》的核心贡献，是展示一条机器人学习路径：让冻结的大模型通过在线试错，把经验积累为可执行的感知、规划与控制程序。 机器人智能体探索（RAX）的优势在于程序化技能的可检查性、复用能力，以及对场景变化的适应；主要不足则是

工作来自哈佛大学、英伟达、加州大学伯克利分校、麻省理工学院和斯坦福大学，2026年10月。这篇论文《Scaling Online Exploration for Robot Agents》的核心贡献，是展示一条机器人学习路径：让冻结的大模型通过在线试错，把经验积累为可执行的感知、规划与控制程序。 机器人智能体探索（RAX）的优势在于程序化技能的可检查性、复用能力，以及对场景变化的适应；主要不足则是

26年10月来自中科大、上海AI实验室、上海交通大学、阿联酋MBZAI和浙大的论文“From VLM Planners To Robotic Agents: Self-evolving Harnesses for History-dependent Manipulation”。SERA 的主要价值，在于把机器人的任务记忆、执行判断和失败修复组织成一个可修改、可验证的系统；论文支持这种系统设计能改善

26年10月来自中科大、上海AI实验室、上海交通大学、阿联酋MBZAI和浙大的论文“From VLM Planners To Robotic Agents: Self-evolving Harnesses for History-dependent Manipulation”。SERA 的主要价值，在于把机器人的任务记忆、执行判断和失败修复组织成一个可修改、可验证的系统；论文支持这种系统设计能改善

论文：OpenRUA: Robot-Use Agents Are Zero-Shot Visuomotor Policies，UCL / CMU，arXiv 2610.02459, 2026.10.OpenRUA 的贡献不在于提出了新算法，而在于用一个“减法”实验证明了一件事：只要编程 Agent 足够强，给它一个 ROS 2 终端和一份文档，它就能在执行过程中自己搭出感知工具、度量程序、控制客户

论文：OpenRUA: Robot-Use Agents Are Zero-Shot Visuomotor Policies，UCL / CMU，arXiv 2610.02459, 2026.10.OpenRUA 的贡献不在于提出了新算法，而在于用一个“减法”实验证明了一件事：只要编程 Agent 足够强，给它一个 ROS 2 终端和一份文档，它就能在执行过程中自己搭出感知工具、度量程序、控制客户

论文：“RoboAtom: Large-scale Atomic-ActionSupervision For Robot Learning”， 2026年10月，来自上海人工智能实验室、浙江大学、复旦大学、清华大学和上海交通大学。它是一项数据资源与标注工程贡献突出的工作，PhysExtend 是其中最有辨识度的算法；自动标注实验较有说服力，控制实验则提供了积极但尚未充分解耦的下游证据。 若要进一

论文：“RoboAtom: Large-scale Atomic-ActionSupervision For Robot Learning”， 2026年10月，来自上海人工智能实验室、浙江大学、复旦大学、清华大学和上海交通大学。它是一项数据资源与标注工程贡献突出的工作，PhysExtend 是其中最有辨识度的算法；自动标注实验较有说服力，控制实验则提供了积极但尚未充分解耦的下游证据。 若要进一