机器人 VLA 基础模型爆发
中国大模型对齐需求加速

本周具身智能领域集中涌现 4 篇高质量论文：GeneralVLA（2026-02-04，通用 VLA 模型 + 知识引导轨迹规划）、ABot-M0（2026-02-11，机器人 VLA 基础模型 + 动作流形学习）、RLinf-Co（2026-02-13，强化学习驱动的仿真-真实协同训练）、EgoHumanoid（2026-02-10，基于第一人称视角的无机器人演示全身运动控制）。这 4 篇论文共同指向同一核心问题——如何用视觉-语言-动作（VLA）架构实现从仿真到真实环境的有效迁移。延续上周 NVIDIA PhysicalAI + Allen AI MolmoSpaces 的具身智能数据扩张趋势，本周从"数据供给"转向"方法论突破"。

阿联酋技术创新研究所（TII）本周集中发布 4 个数据集：tiiuae/NativeQA（评估，16 下载，2 赞）、tiiuae/NativeQA-RDP（评估，22 下载）、tiiuae/SyntheticQA（合成，30 下载，2 赞）、tiiuae/evalplus-arabic（阿拉伯语代码评估，46 下载，1 赞）。其中 NativeQA 和 NativeQA-RDP 聚焦原生语言问答评估，evalplus-arabic 将代码评估扩展至阿拉伯语，SyntheticQA 提供合成 QA 基线。4 个数据集形成完整的"原生语言 + 合成对照 + 代码评估"评估矩阵。

本周中国大模型领域出现四个重要事件：Reddit 社区确认 Qwen 3.5 即将发布（80 票热度）；智谱 AI 正式开源 GLM-4.6V，定位"全球 100B 级效果最佳的开源视觉推理模型"；inclusionAI/Ling-2.5-1T 万亿参数模型上线 HuggingFace（69 票）；MiniMax-2.5 实现本地运行（389 票，本周 Reddit 最高热度 AI 话题之一）。同时 Qwen 生态持续扩张：Qwen3Guard（实时 token 安全过滤）、GSPO（可扩展 RL 训练）、Qwen-Image-Edit（图像编辑）、Qwen-MT（多语言翻译）四条产品线齐头并进。

论文《Detecting RLVR Training Data via Structural Convergence of Reasoning》（2026-02-12）提出通过推理结构的收敛性来检测模型是否使用了特定 RL 训练数据。这是学术界首次系统性研究如何从模型输出反推其 RL 训练数据来源。同期，论文 P-GenRM（个性化生成式奖励模型）和 GSPO（可扩展 RL 训练）继续推动 RL/RLHF 方法论的边界。

Allen AI 发布 allenai/asta-summary-citation-counts（agent_tool，308 下载，7 赞），该数据集追踪 Asta——一个 agentic research RAG 平台——最常引用的论文及其引用次数。这是首个将 AI Agent 的信息检索行为转化为结构化数据集的案例。同时 allenai/molmospaces 保持 24.8% 周增长（从 117 到 146 下载），具身 AI 开放生态持续扩张。