赵行（清华大学助理教授）获 CoRL 2026 青年成就奖，提出「时钟理论」：机器人智能应按时间尺度分 System 0/1/2，快层处理高频控制，慢层负责规划；实验显示大模型直控在真实时钟下成功率暴跌，Fast-WAM 等加速各层推理。
产业侧，北京三年方案目标年产能 20 万台、50 个标杆场景；数据采集纠错代价高达二三十倍；昆腾物流双十一完成 PMF 验证。三者共同指向从 demo 到量产的时钟与数据硬约束。
8 signals·6 sources·2026年11月13日星期五·11-10 20:22 ~ 11-12 04:26 UTC
今日主线 · main storyline
赵行时间分层，北京20万台目标
今天具身智能出现三条信号：赵行在 CoRL 提出按时间分层，指出大模型直控真实时钟成功率暴跌；北京三年方案目标年产能20万台、50个标杆场景；数据纠错代价高达二三十倍。共同指向从 demo 到量产的时钟与数据约束。
赵行在 CoRL 2026 获青年成就奖，提出按时间尺度划分的 System 0/1/2 架构：快层处理高频控制与接触力，慢层做场景理解与规划。实验表明大模型直控在真实时钟下成功率大幅下降；其 Fast-WAM、G0.5、ActionCodec2 分别加速各层推理，并强调层间向上反馈严重缺失。
via
雷锋网(科技媒体报道)
北京发布具身智能机器人三年行动方案，目标到 2027 年实现整机年产能 20 万台，打造 50 个标杆应用场景。政策推动核心技术突破、产业集聚与生态构建，加速机器人在制造、服务等场景落地。量化目标为供应链和场景方提供明确预期。
via
华尔街见闻(财经媒体报道政策)
具身智能数据采集存在高昂隐性成本：采错一小时数据，纠正代价可能高达二三十倍。数据质量直接影响模型训练效果，提高采集准确性和效率至关重要。这提示数据飞轮的质量控制，比单纯堆数据量更接近落地命门。
via
科学网(科学新闻媒体报道)
今日全部信号 · all sources