今日具身智能呈控制与认知的温差。Atlas 轮式实验与 ForPC 在 Unitree G1 零样本推车，显示 RL 全身控制正走向真实负载；但 OpenVLA 79% 否定 rollout 违反安全约束，暴露 VLA 语义理解短板。产业融资与挑战赛升温，技术成熟与模型安全之间存在缺口。
Boston Dynamics 公开 Atlas 加装轮子的实验，测试 RL 全身控制器在真实执行器边缘运行；ForPC 在 Unitree G1 上实现零样本推车。两条线指向同一趋势：sim-to-real 从演示走向可靠控制，并在真实负载与边缘工况中接受检验。
但认知层的裂缝仍明显。OpenVLA 在 LIBERO-Goal 中 79% 的否定 rollout 违反安全约束，目标探针无法区分 'not X' 与 'X'。产业侧，蚂蚁灵波挑战赛与 UniX AI 5 亿元融资持续升温，模型能力与安全对齐之间存在温差。
波士顿动力展示 Atlas 加装轮子的实验，用于测试强化学习全身控制器在真实执行器边缘的可靠性与性能。实验旨在探索实验室外鲁棒性与表现力，并公开相关博客与招聘信息。技术解读：这是 RL 控制器从仿真到真实执行器极限的公开验证，关注点在于饱和与扰动下的稳定性。
ForPC 提出人形机器人精确推车的力觉全身控制框架。两阶段 RL：先学习多变负载与上身姿态下的运动先验；再推断力与状态潜变量，训练残差策略协调手臂、腰部、腿部与基座速度，无需外部力传感器。多目标奖励抑制双手内力、抓握滑动与执行器饱和，仿真速度 RMSE 降最高 68.2%，弯道偏移 RMSE 降 74.2%，零样本迁移至 Unitree G1 推动 30 kg 推车。
在 LIBERO-Goal 的 10 个共享场景中，否定约束（如「不要将碗放在炉子上」）无显著影响，79% 否定 rollout 执行禁止任务；目标探针在 'not X' 与 'X' 下读出相似。激活修补显示首个动作主要依赖前 12 层指令 token，在第 8 层指令 token 上施加固定转向向量可重定向大部分 rollout。技术解读：VLA 对否定语义缺乏有效表征，安全对齐需要显式介入。
发现否定约束对任务执行无显著影响，模型在 79% 的否定 rollout 中执行了禁止任务。目标探针在「not X」和「X」下读出相似。
研究员注:💭 这表明当前 VLA 的目标表示偏向肯定式，安全约束易被忽略。需要从架构或训练数据上显式建模否定语义。
两阶段强化学习训练：先学习运动先验以维持平衡；再从机载观测中推断力潜变量与状态潜变量（无需外部力传感器），训练残差策略协调全身动作。直接迁移至 Unitree G1 实机，无需微调即可推动载重 30 kg 的推车。
研究员注:💭 力潜变量推断避免了昂贵力传感器，但有效观测质量是关键。若视觉或本体感觉模糊，潜变量可能失真。