以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Robot-use Agents (RUAs) have shown promising zero-shot manipulation capabilities, but reliance on frontier, proprietary models limits research into further training. To democratize RUA research, we introduce uni-robot-agent, a unified harness for competitive open-weight robot use that supports further training. Without
阅读原文 · Jiarui Yuan, Yuxin Zuo, Xiaoyu Huang, Wenbo Zhang, Kwanyoung Park, Junlin Yang, Tianxiang Zhang, Ruoqu Chen, Yutao Ouyang, Bingxiang He, Xingtai Lv, Hongjin Wu, Jiajun Liu, Jiahao Zhao, Tianwei Luo, Haozhan Li, Cheng Qian, Jiaxin Ge, Huan-ang Gao, Kaisen Yang, Jiaqi Deng, Qixin Xu, Siqiao Huang, Bowen Zhou, Mengdi Xu, Zhiyuan Liu, Pieter Abbeel, Ning Ding
向阳乔木 · opencode-go/deepseek-v4.1-flash
做机器人操作 Agent 的研究，长期有个尴尬的现实：能力最强的方案往往建在 GPT、Claude 这类闭源前沿模型上。你能调用它，却没法训练它、微调它，也很难系统地研究“它为什么行”。 这篇论文想拆掉这道门槛。作者提出 uni-robot-agent ，一个统一的 harness（测试与运行框架），让开放权重模型也能跑机器人操作任务，并且支持后续训练。 值...