用「感知运动对齐」预判策略能不能成

训练一个机器人策略，最贵的环节不是训练，是评估：想知道它行不行，就得让真机或者仿真器把任务跑一遍。一篇 10 月 22 日提交到 arXiv 的论文（编号 2610.31670）想绕开这道开销，给出了一个离线的粗筛办法。

一、论文做了什么

作者的出发点是柏拉图表征假说（PRH）。这个假说认为，随着表征能力提升，视觉和语言等不同模态会收敛到同一个关于现实世界的统计模型。研究者问了一个新问题：运动轨迹算不算另一个这样的模态？如果一个具身模型越强，它的感知表征是不是也越贴近物理运动的几何结构？

为了回答，论文提出了名为 Sensorimotor Alignment 的指标，缩写 S2。它不需要训练，直接度量模型的感觉表征和物理运动的几何形态对齐得有多好。核心发现是：在多个具身模型家族里，S2 的分数和下游机器人任务的成功率呈正相关。也就是说，不用真跑一遍任务，先算 S2，就能大致排出哪些模型值得继续测。

论文还给了两个延伸用法。其一，在把视觉语言模型微调成视觉语言动作模型（VLA）之前，S2 就能预判哪个骨干更有潜力，省掉盲目的微调成本。其二，它能在表征层面解释 VLA 和世界动作模型里观察到的一些现象，而不只给一个成功率数字。

二、为什么这条思路值得看

背景说一下（这是领域常识，不是论文结论）：具身智能如今最缺的不是好模型，而是便宜的筛选手段。同一个任务在不同模型上表现差异巨大，逐个上真机跑，时间和硬件成本都压不住，业内一直在找「先验指标」。S2 的价值主张正踩在这个痛点上：它把评估前置到训练之前，用表征层面的测量替代部分物理 rollout。论文还强调，S2 不止给分数，还能在表征层面解释 VLA 和世界动作模型里观察到的一些现象，把「为什么成功」这件事从黑箱里往外拉了一步。项目页面和代码均已公开，复现门槛不高。

三、跟你有什么关系

做机器人研发的团队，可以在排期评估前先算 S2，把算力留给大概率合格的候选模型。选型的人，多了一个不依赖真机测试的参考维度。普通读者需要知道的是方向：评估具身模型这件事，正在从「必须跑一遍」走向「先离线筛一遍」。

四、怎么用

1. 把它当预筛器，不当判决书。S2 和成功率正相关，但正相关不等于因果，最终结论仍要闭环测试确认。
2. 换模型家族时重新校准。论文强调相关性跨家族成立，但具体分数线的意义会随模型类型变化。
3. 结合任务分布看。不同的运动几何结构，对齐分数的含义不同，单看一个总分容易误判。

五、三个别信的说法

「有了 S2 就不用真机测试了。」 它只是低成本的代理指标。论文自己的定位是「在闭环评估之前排优先级」，闭环验证一步没省。

「分数高就代表模型聪明。」 S2 度量的是表征与运动几何的贴合度，不直接等于通用能力。一个分数高的模型，仍可能在具体任务上输给分数略低的对手。

「这已经验证了柏拉图表征假说。」 论文做的是把该假说扩展到具身模型并提供经验性测量，属于一条支持性证据，不是终审结论。

六、一句话结论

评估贵是具身智能的隐形税，S2 这类离线指标能不能少交税，要看它在真实项目里复现得稳不稳。

信息来源

• Sensorimotor Alignment 论文摘要页（arXiv，2026-10-22）

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。