Cosmos Policy新增

NVIDIA + Stanford 2026-01 提出，把视频模型 Cosmos-Predict2 后训练成机器人策略（arXiv 2601.16163，项目页）。主题页：具身智能与机器人基础模型（VLA / WAM）、世界模型；资料页：VLA vs WAM 深度调研（2026-10，ChatGPT Deep Research 二手报告）。

要点

• ✅ 摘要一致：单阶段后训练、不改架构；动作、未来状态图像、价值（累计回报期望）都编码为视频模型的隐帧，可做测试时规划；LIBERO 98.5%、RoboCasa 67.1%；可用 rollout 经验改进世界模型与价值函数 Grok Bot 对话
• 待核实：GigaWorld-Policy 作者在 A100 上复测约 1,413 ms；鲁棒性研究中 LIBERO-Plus 82.2% Grok Bot 对话
• 报告指出：Cosmos Policy 需要目标平台的示范数据，不能完全摆脱机器人动作标签 Grok Bot 对话