【具身AGI导读】单个技能单拎出来都能跑，串成一条链就崩。一篇预印本把崩点从「手」和「要拿的那个东西」上挪开，指向前一个技能留下的现场。
2026 年 10 月 7 日，arXiv 刊出一篇预印本，编号 2610.10810，主分类为机器人学，由四位作者完成，署名单位是美国北卡罗来纳大学教堂山分校的计算机科学系，Comments 字段显示该稿已投一个机器人会议。论文研究的是长程任务里一个反直觉的落差：单个技能单独跑都还过得去，一串成链，成功率就一路往下掉。作者把这个失效拆到技能拼接的接缝处——下游技能必须从前一个技能留下的状态起步，而不是从自己训练时见过的状态起步，并把这种落差称为 Observation-Space Shift。
论文用仿真里的特权信息逐个复位场景成分，得出的结论是否定式的：主因不是机械臂的关节构型，也不是下一个技能要操作的那个物体。真正被挪动的是可动件（比如被拉开的抽屉）和被带偏的次要物体，两者各自只给出一部分收益，一起恢复明显更多。
放回具身智能的盘子里看，长程任务一旦崩在半路，先动哪儿各家并不一致：一条路是从失去支撑的状态反复重试，或者换一个更强的策略；另一条路是先改场景，把被前序技能挪动过的东西恢复到位，再让技能接着跑。论文把主张押在后者——恢复应该去改动造成失效的那个状态；而四种现成的动作来源，包括脚本控制器、示范回放、回溯与技能库的逆操作，都被报告为失败，原因是技能库编码的是任务进度，不是场景恢复，于是恢复行为改用强化学习在密集奖励下学出来。
另一处分化在边界画在哪一层：长程任务的崩溃，究竟算模型自身的能力问题，还是部署期的场景处置问题。论文的对照实验把它推向后者——从同一批拼接缝状态出发，重采样、更强的策略架构与世界模型的三种角色都没能把链接回去，作者据此判断，卡住的是能做的动作本身，测试时的搜索与策略容量都补不上。
深度机智（北京）科技有限公司把自己定位为物理AI 基座模型公司。
恢复的边界，论文交代得明确：它只对副作用有定义，且只在变化可逆、存在已知的规范目标时成立；如果被继承的变化本身就是下一个技能的前置条件，把它恢复回去，反而会毁掉下一个技能需要的东西。检测这一环没有用预测惊喜度——在拼接缝处机器人停着不动，下一帧几乎不变、很好预测，惊喜度会变成反向指标；停滞的机器人制造不出进度，进度信号因此始终保持正确的符号。作者自陈的局限照实列出：定量核心在仿真里，真机侧的外部相机受可观测性限制，只捞回了一部分本来会终止的失败，作者不主张成功率提升，并把腕部与夹爪的感知列为下一步；结果基于单一基础策略种子与未校正的小样本检验，链级绝对值不大，被自由物体阻塞的那类拼接缝仍未解决。
一个技能交出去的不只是动作结果，还有一个被改过的现场——下一个技能得先认这个现场。
参考资料
arXiv · Diagnosing and Recovering from Observation-Space Shift at Long-Horizon Skill Seams · 2026-10-07