研究与基准测试/2026-08-06/6 分钟见过任务平均 92.0，空间泛化仍低于 π0.5：京东怎么测机器人操作真机见过任务平均分 92.0，对照 π0.5 是 74.0。没见过平均 75.5，但空间和拓扑这一维对照略高，分数没写。桌面子集和视频加量的分数不能和 92.0 排成一条曲线。
研究与基准测试/2026-07-08/8 分钟真机平均从 38.8% 到 50.0%：阿里用 67 个任务测 GeoProp阿里达摩院的 GeoProp 只改本体感觉怎么接进策略。仿真 63 个任务上，ResNet-18 总平均从普通接法到 75.3%，高 8.5 个百分点。真机四项各 20 次，Diffusion Policy 平均从 38.8% 到 50.0%。物体挡住投影点时，Box Close 的 ResNet 从 48 降到 40。
