三星 ε4P 把不完美資料轉為增益，ATX 插入成功率達 80%
三星 Samsung RX Lab-China 團隊提出 ε4P，把兩類不完美機器人示範資料分別限制在 flow matching 的不同噪聲區間參與訓練，三個真機任務的表現都超過了僅使用高精度資料，也遠好於直接混合訓練。ATX 聯結器插入成功率由 48.3% 升至 80.0%，兩階段線纜插接由 78.3% 升至 88.3%，螺栓螺母分揀由 81.7% 升至 91.7%；而直接混合訓練時，這三項分別降到 38.3%、33.3%、73.3%。
論文用三個真機任務和相同資料組合做對照：只是改變資料參與訓練的噪聲區間，ATX 插入成功率就從直接混合訓練的 38.3% 提升到 80.0%，為受限於高品質示範資料採集的具身智慧與機器人學習團隊提供了可直接借鑑的資料利用思路。
原標題：别急着丢掉「坏数据」：三星团队提出 ε4P，让不完美数据助力高精度机器人操作
閱讀原文
| 評分 | 70 / 65（平均 67，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Gemini 4 Argon 發布：機器人物理推理 ERQA 得 87%
Gemini 4 Argon 發布，官方稱其在物理理解、程式碼生成與視覺語義推理上有跨越式提升，在考察 3D 物理空間問題理解的 Embodied Reasoning（ERQA）基準上用純推理拿到 87%，超過所有其他前沿模型。它被定位為通用物理推理模型，覆蓋機器人控制、Real2Sim、物理理解與研究自改進四個方向，官方給出了各方向的代表性提示詞。
商湯聯合團隊評測 GPT-6-Astra：模擬近滿分，真機插頭 11 次全敗
商湯聯合大曉機器人、Ropedia、南洋理工大學與東京大學發布報告《Has GPT-6-Astra Achieved Embodied Intelligence?》，對 GPT-6-Astra 做了 12 項模擬評測與 8 個真實機器人平台的系統測試。在允許上下文學習並把動作步數放寬到最多 10 倍後，它在 LIBERO-Long++ 上達 100%、LIBERO-Pro 99.3%、SIMPLE 98.8%；
Recursia 零樣本長時機器人操作超輝達 ASPIRE 最高 15.1 個百分點
研究團隊提出具身 RSI 系統 Recursia，通過內外雙層迴圈讓機器人從執行經驗中改進共享執行棧，在 LIBERO-Pro Long 零樣本長時操作的位置/任務擾動下成功率達 28.4%/53.4%，比輝達 ASPIRE 高 5.8/15.1 個百分點。共享棧分為工具、技能、交接、驗證四層，候選修改需經通用性檢查、機制測試及父子版本配對比較。
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%。
PaperBenchX 發布：GPT-6 Astra 完整復現率僅 13.98%
UniPat AI 發布 PaperBenchX，稱其為國際上首個多學科端到端論文結果復現基準，從 93 篇論文建置 93 個復現任務，橫跨電磁、光子、化學、材料、生物、機器人等 12 個研究方向和 10 種領域原生科學環境，含 3168 條專家校驗評分項。在這 93 個任務上，表現最強的 GPT-6 Astra 完整復現率只有 13.98%，建模與執行階段平均得分約 62%，驗證階段僅 42.8%。