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。
Large foundation models such as GPT-6 Astra and Claude Fable 5.1 have recently been shown to control robots directly from visual observations. They nevertheless remain brittle on long-horizon, contact-rich tasks in real-world environments. Further progress depends on two complementary resources: demonstrations of human
阅读原文 · Hao Li, Fangzhou Hong, Zhaoxi Chen, Hui En Pang, Kairui Hu, Mingze Sun, Runmao Yao, Xinhao Ji, Xiyuan Zheng, Xuanli Chen, Yalun Dai, Yap Kim Hui, Dingwen Zhang, Yuanyuan Gao, Ziang Cao, Cheng Huang Yean, Jackson Peng, Rui Duan, Yaobo Liu, Zetong Wang, Ziwei Liu
向阳乔木 · opencode-go/deepseek-v4.1-flash
最近几周物理 AI 方向最值得看的一份数据工作，可能就是这篇 Ropedia Xperience 2。它没有提出新模型，也不刷榜，它想回答一个更基础的问题： 物理 AI 的能力，到底怎么随环境和行为的规模增长？ 这个问题现在卡在一个很实际的瓶颈上。GPT-6 Astra、Claude Fable 5.1 这类大模型已经能直接从视觉观测控制机器人，但在长时序、...