同一天，世界模型拿到了自己的缩放定律和新的物理最高分：Meta 8B RoboJEPA 与 Odyssey-3 的两条腿
一个说「我能提前算出多花一个数量级算力能换多少能力」，一个说「我的分数能被第三方榜单验」。世界模型要变成能用的工程资产，这两条腿缺一条都站不住。同一天两条腿都动了一下。
- RoboJEPA（Meta FAIR + Mila）：在 15,022 小时机器人视频、23 个公开操作数据集、12 种本体上训练，参数从 22M 扩到 8B，被称为目前最大的 JEPA 预测器；核心结论是「想象误差」随算力呈二阶幂律 L(C) = E + A·C^(α − γ ln C)。
- 可外推性：在 DROID 留出集上，用 22M–2B 模型拟合出的曲线预测 4B 与 8B 模型，外推误差为 0.6×10⁻³（一阶幂律为 2.0×10⁻³）。
- 能力涌现阈值：末端 3D 到达约在 10²⁰ FLOPs、避障约在 10²¹、精细物体动力学（如推动）约在 10²²；长程非贪婪规划位于 10²² 以上的 2B→8B 区间。
- 真机结果：单臂 Franka 上只给一张目标图，8B 模型在 Grasp 67%、Object Lift 50%、Pick and Place 27%（π0.5 在 Pick and Place 为 53%，作者强调属背景参考、非直接可比基线）。
- Odyssey-3：2026-10-08 发布标准版与 Pro 版，Pro 在 Physics-IQ Verified 视频到视频基准取得 66.1 分，为该榜最高；但同一张榜的「净提升」列里，FLUX 3 [large] 以 +12.27pp 领先，Odyssey-3 Pro 为 +11.15pp 居次。
- 判断：两条消息合起来说明世界模型正在从「Demo 能力」变成「可预算、可对标」的工程对象；但 RoboJEPA 披露的不可约误差项（DROID 0.218 / RoboCasa 0.1709）已经接近当前数据预算的饱和点——继续堆参数的边际收益，可能不如换一批更多样的机器人数据。
一个解决「可预测」，一个解决「可对标」
同日出现两条世界模型的消息，表面上是两个不相关的事件：一边是 Meta FAIR 与 Mila 放出 8B 的 RoboJEPA 论文，一边是 Odyssey 发布 Odyssey-3 并在一个物理基准上刷出最高分。但它们各自解决的问题，恰好是世界模型从研究品变成工程资产所必需的两条腿。
RoboJEPA 解决「可预测」
它回答的是「我多花一个数量级的算力，能换来多少能力」——把物理世界的建模重新看成潜空间内的坐标推演，最后落成一条可以外推的曲线。
Odyssey-3 解决「可对标」
它把分数交给一个第三方榜单，让模型之间的比较有一个不属于厂商自己的坐标。榜上有 16 家实验室的 41 个模型。
一条能外推的二阶幂律，和几个能力涌现的门槛
RoboJEPA 由 Meta FAIR、Mila（魁北克 AI 研究所）与蒙特利尔理工学院的研究者完成，第一作者 Artem Zholus，联合末位作者为 Jeannette Bohg、Nicolas Ballas、Mahmoud Assran。训练数据是 15,022 小时机器人视频，横跨 23 个公开操作数据集、12 种本体与 26 种动作空间；参数规模从 22M 一路扩到 8B。
它的核心主张是一条曲线。论文称 RoboJEPA 的「想象误差」（其实是它潜空间 rollout 的误差）随训练算力呈二阶幂律：
| 项 | 含义与数值 |
|---|---|
| L(C) = E + A·C^(α − γ ln C) | 二阶幂律形式。相比一阶幂律，多了一个随算力变化的指数项 |
| 外推表现 | 用 22M–2B 模型拟合，预测留出的 4B 与 8B：DROID 留出集外推误差 0.6×10⁻³（一阶幂律为 2.0×10⁻³） |
| 不可约误差 E | DROID 0.218、RoboCasa 0.1709。作者将其读作在当前数据预算下已接近饱和 |
| 能力涌现阈值 | 末端 3D 到达 ~10²⁰ FLOPs；避障 ~10²¹；精细物体动力学（推动等）~10²²；长程非贪婪规划在 10²² 以上 |
真机侧用的是单臂 Franka 与 DROID 栈，只给一张目标图，规划由交叉熵方法与目标图比对完成。8B 模型的结果是 Grasp 67%、Object Lift 50%、Pick and Place 27%。论文同时列出 π0.5 在 Pick and Place 上为 53%，并强调这些是「背景参考而非直接可比基线」，因为对方接收文本指令、训练方式也不同。
66.1 分是最高分，但「净提升」列不是第一
Odyssey 于 2026-10-08 发布 Odyssey-3 系列，含标准版与 Pro 版。Pro 在 Physics-IQ Verified 的视频到视频基准上取得 66.1 分，为该榜最高分。这个基准由 Anates Labs 与 Google DeepMind 联合开发，做法是让模型续写真实物理实验视频，再与真实结果比对，覆盖流体动力学、光学、固体力学、磁学与热力学，目前榜上有 16 家实验室的 41 个模型。
但同一张榜还有一列「净提升」，衡量的是相对于该赛道均值的提升幅度，读出来的故事略有不同：
另外几处口径也需要一并记下：66.1 分是 best-of-8 采样结果，非 best-of-8 时 Pro 为 63.4、基础版为 61.6；架构是自回归扩散变换器，通过分布匹配与对抗蒸馏做成少步蒸馏变体；WorldMark 评估中三类环境（第一人称风格化 77.2、第三人称真实 79.0、第三人称风格化 76.3）均列第一，但这是厂商自评。开放程度上，目前只有浏览器里的研究预览，没有权重、没有许可证，API 走联系表单。
世界模型开始有「预算表」和「成绩单」了
RoboJEPA 给出的是一条能外推的曲线和几个具体的算力门槛；Odyssey-3 给出的是一个第三方基准上的位置和一组成本数字（Pro 每条 0.267 美元、基础版 0.139 美元，榜单归一化口径，不含提示词改写费用）。把两者并读，世界模型这条线第一次同时具备了投入侧的预算能力和产出侧的对标能力。
但两条消息也各自留下了一个缺口。RoboJEPA 的缺口是「拟合已接近数据饱和」，意味着这条曲线往后走需要换数据而不是换算力；Odyssey-3 的缺口是「没有权重、没有许可证」，意味着开发者只能通过一个预览界面接触它，无法自己做对照实验。