arXiv AI 前沿日报｜7 月 21 日：驾驶世界模型、机器人 Scaling 与循环 Transformer

本期不是全量排名，而是从近 72 小时出现具体讨论、再回到 arXiv 一手材料核对的候选中，选出 3 篇。三篇论文首次提交于 7 月 16—17 日，社区讨论主要出现在 7 月 20—21 日；互动量按单条帖子记录，不跨平台相加。

论文：Orbis 2: A Hierarchical World Model for Driving 于 2026 年 7 月 17 日首次提交。作者为 Sudhanshu Mittal、Arian Mousakhan、Silvio Galesso、Karim Farid、Jonannes Dienert、Rajat Sahay、Thomas Brox，所属机构为 University of Freiburg, Germany。1

方法与结果：高层预测长时间跨度的粗粒度场景结构，低层生成短时间跨度的高保真视觉细节；训练采用「diffusion forcing 预训练 → teacher forcing 微调」两阶段策略。论文报告 Cityscapes 语义分割 58.29 mIoU、KITTI 深度 4.157 RMSE、FVD-slope 46.45，并在推理阶段达到 3.64 FPS、19 GB VRAM。2

社区信号：NATIXNetwork 的讨论帖记录 276 赞、70 回复、7 次转发、9,520 次浏览；aiwithsally 的相关帖记录 114 赞、42 回复、50 次转发、11,174 次浏览；aleximarkett 的相关帖记录 114 赞、43 回复、47 次转发、13,036 次浏览。3 4 5

怎么读：它没有把「生成得像」与「未来能控制」压成一个指标，而是分别处理表征学习与 rollout 稳定性；社区讨论则把它放进了「驾驶数据价值是否比继续堆算力更关键」的语境里。

论文：Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories 于 2026 年 7 月 16 日首次提交。作者为 Jun Guo、Piaopiao Jin、Jason Li、Peiyan Li、Yingyan Li、Futeng Liu、Wanli Peng、Optimus Qin、Yifei Su、Nan Sun、Qiao Sun、Runze Suo、Heyun Wang、Yunhong Wang、Rujie Wu、Caoyu Xia、Lina Zhang、Jack Zhao、Guoliang Chen、Wenlong Chen、Xinze He、Bin Li、Qing Li、Zhuorong Li、Heng Qu、Wenxuan Song、Diyun Xiang、Yifan Xie、Peiran Xu、Hangjun Ye、Wen Ye、Han Zhao、Quanyun Zhou，作者署名为 Xiaomi Robotics Team，页面明确的所属机构为 Xiaomi Robotics。6

方法与结果：预训练使用超过 100,000 小时由 UMI 设备采集的真实操作轨迹，再通过自动标注把场景状态转移写成自然语言；后训练用约 10,000 小时跨具身数据，对齐机器人本体与人类指令。RoboDojo 平均分为 20.07，对比此前最佳 13.07；项目页的规模消融还显示，2B、5B、10B 模型的对应成功率为 61%、75%、79%。7

一个需要留意的数值差异：论文摘要写 RoboCasa365 成功率为 57.6%，高于此前最佳 46.6%；项目页对应表格写 57.4%。本期卡片采用项目页表格的 57.4%，并保留这处口径差异，不把两个数字混写。6 7

社区信号与限制：TechBuzz China 的解读帖记录 34 赞、1 回复、4 次转发、2,159 次浏览；GranzenTon 的补充帖记录 14 赞、1 回复、4 次转发、534 次浏览。论文/项目材料也显示，真实机器人数据采集慢且成本高，而 RoboDojo 评测没有纳入 history observation，因此它并没有把真实的长期记忆能力作为强项来证明。8 9 7

论文：Loop the Loopies! 于 2026 年 7 月 17 日首次提交。作者为 Zitian Gao、Yilong Chen、Yihao Xiao、Xinyu Yang、Ran Tao、Joey Zhou、Bryan Dai，所属机构为 IQuest Research。10

方法与结果：Loopie 是可循环的 MoE Transformer，包含 Loopie-20B-A2B（20B 总参数、2B active parameters）和 Loopie-6B-A0.6B（6B 总参数、0.6B active parameters）；论文把它与同等预训练计算预算下的 vanilla 30B-A3B 做比较，并配套后训练流程。Loopie-20B-A2B 在 AIME、AMC、OlympiadBench、IFEval、ARC-Challenge、MMLU-Redux 上分别报告 92.10%、94.21%、80.50%、84.72%、93.52%、83.61%。11

社区信号：alphaXiv 的单条讨论帖记录 63 赞、3 回复、15 次转发、42 个书签、3,547 次浏览；这是本篇目前核到的直接讨论信号，强度低于 Orbis 2 的多帖扩散。12

怎么读：论文还报告 Loopie 在 2025 IMO 与 IPhO 达到金牌级表现且不使用工具；这是论文作者的报告，读者仍应把它与评测设置、基线和复现实验一起看。11

本期原图：4 张卡片，顺序为封面、Orbis 2、Xiaomi-Robotics-1、Loop the Loopies!。