可可矩陣發布機器人模型 CO01，一段示範即可上手新任務
可可矩陣發布機器人模型 CO01，把示範、失敗嘗試和即時指導作為「經驗提示」直接放進上下文，無需為新任務重新訓練。未見任務上，一段約 1 分鐘的示範平均成功率達 52%；微調要達到相近水平，需約 180 條示範、約 9 小時，準備時間相差約 460 倍。真機測試中，保留自身失敗歷史時，五次嘗試內累計成功率由首次的 33% 升至 84%；不保留歷史則為 56%。同一套視覺主幹權重覆蓋深度、分割、光流等任務，8 項基準中有 5 項優於專用模型。
它給出了少見的可量化對比：單段示範與約 9 小時微調成功率相當，保留失敗歷史能把五次內成功率從 56% 提到 84%，對具身智慧研究與機器人部署團隊有直接參考價值。
原標題：可可矩阵COCO Matrix发布CO01模型：言传身教，让机器人边做边学
閱讀原文
| 評分 | 68 / 70（平均 69，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
RoboCoach 用世界模型定位薄弱子任務，Franka 真機成功率從 13.3% 升至 75%
RoboCoach 在固定人類示範預算下經過三輪定向補教，把 Franka 長程任務成功率從 13.3% 提升到 75.0%，AgileX 從 40.0% 提升到 83.8%；同樣預算的均勻採集基線只達到 30.0% 與 47.5%。它用基於 Wan2.2 TI2V-5B、約 500 小時互動資料訓練的世界模型 CoachWorld 讓當前策略閉環試跑，由進度判別器找出首個超時子任務，再據此定向示教，並且只更新對應技能的 LoRA 專家。
董豪團隊提出 HIL-UMI：人類示範時即可採集機器人後訓練資料
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
新基準 VA-Bench 測 12 個多模態模型，完整任務成功率約一半
VA-Bench 用 14 類機器人操作任務、280 個物理驗證場景測試 12 個主流多模態模型，發現目標識別與定位可達 100%、操作語義理解接近 100%，但完整任務成功率最高的 Qwen3.8-max、Opus-5、GPT-5.6-sol 分別只有 53.93%、52.86%、51.55%。測試中模型先觀看成功示範影片，但拿不到物體座標與專家軌跡，需自行決定是否消耗步數切換視角，並直接給出移動距離、旋轉角度與夾爪開合時機。
跨維智慧發布 3D 原生機器人世界模型 UNITAS，1.7B 引數登頂多項操作基準
跨維智慧發布 UNITAS，稱其為首個機器人任務原生的 3D 世界模型，把觀測、動作與環境變化統一到同一三維物理空間，用點的位置與軌跡表示，引數僅 1.7B。它在 LIBERO 取得 99.8% 平均成功率、LIBERO-Plus 89.1%，RoboTwin 2.0 雙臂 Clean 與 Randomized 分別 92.94% 和 93.04%，超過 6B 的 Fast-WAM 與 8B 的 Motus，真實機器人任務平均成功率 85%。
CodeActionBench 發布：GPT-6 Astra 機器人操作成功率 73.3%
南洋理工大學研究者與合作者發布 CodeActionBench，用 25 個雙臂模擬任務評測通用多模態 Agent 的機器人操作能力。GPT-6 Astra 在 Codex CLI 下嘗試成功率 73.3% 居首，75 次嘗試完成 55 次、22 個任務至少成功一次；Claude Opus 5 在 Reference harness 與 Claude Code 下分別為 49.3% 和 45.3%，Gemini 3.6 Flash 為 20.0%。