量子位

VLA和世界模型已经把机器人推向“看懂世界”和“预测世界”的阶段。但只要模型真的进入物理世界，问题很快就会变得更具体：它拿什么学习这个世界，靠什么把动作做出来，又怎么知道自己到底碰到了什么。前两个问题，分别指向数据和本体。第三个问题，指向触觉。本周，哈工大（深圳）杨朔团队发布了TouchWorld，一个面向灵巧操作的触觉世界模型。它的核心能力，是让机器人不只预测画面如何变化，也开始预测接触如何发生，并在真实操作中利用触觉反馈修正动作。 TouchWorld不是孤立的一篇论文。此前，杨朔团队已经推出EgoTouch和TouchAnything： EgoTouch解决灵巧操作的触觉数据怎么采； TouchAnything尝试从第一人称视频中恢复触觉，如何做低成本的触觉数据增广。这三项工作连起来，构成了一条清晰路线：先采触觉，再恢复/对齐触觉，最后让具身模型真正使用触觉。沿着这条路线，出生于1998年的年轻教授杨朔创办了破晓智能（PHANES AI）。破晓智能要做的，是融合人类视频数据与触觉感知模态，构建人形机器人全身移动灵巧操作世界模型。更具体地说，它不是只做一个触觉模型或硬件，而是希望围绕“机器人如何真正学会操作”，搭建一套从数据、模型到控制的完整能力链。 “破晓”这个名字，也对应了这家公司想解决的问题：在人形机器人走向真实操作之前，触觉数据、触觉世界模型、灵巧手反馈控制、全身移动操作仍然处在技术混沌中。破晓智能希望从触觉数据切入，把这些能力重新串起来，让机器人从“看见世界”，走向真正“接触世界、操作世界”。

行业密探

OpenAI诚不欺我…今天凌晨，GPT-5.6正式来了！
奥特曼表示：这是OpenAI迄今最强模型，GPT-5.6的技术博客也可能是他们写过最好的blog之一。好家伙，模型要SOTA，连blog也要SOTA呗（目前ChatGPT、Codex以及API，哪哪都可以使用了。 Codex已经被夺舍了…甚至你不强行挽留的话，显示的都不是Codex的标（doge）。原有的Codex桌面应用直接升级成了新的ChatGPT桌面应用，老版ChatGPT桌面应用则更名为 “ChatGPT Classic”。社区也开始疯狂整活。Matt Shumer让GPT-5.6-Sol一口气搓了个“方块版曼哈顿”：高楼、街区、道路，全是voxel风格，GPT-5.6-Sol自主运行了一周，搭了个纽约乐高城。他还表示：照这个趋势，明年这个时候模型可能已经可以one-shot生成GTA级别的游戏了。数学研究者nasqret则分享，GPT-5.6帮助他推进了一个关于代数几何中K3曲面的问题。 GPT-5.6-Sol被喂进大量技术文档后，在Codex里一路查资料、找方法、写程序，最后挖出了一条分式线性规划的思路。模型把计算方案实现出来，去跑他们整理的K3曲面家族，直接突破了原先猜想。此外，这次还同步发布了ChatGPT Work。由Codex和GPT-5.6驱动，可以跨应用和文件行动，必要时持续数小时，把目标变成完成品。但也有网友吐槽：GPT-5.6太烧token了！！！ ultra模式在15分钟内就烧完Pro会员5小时限额的程度。

行业密探