# 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。
### TLDR
- **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**。
### SRC
素材时间窗为当日 09:00 → 19:00（北京时间，2026-10-09）。RoboJEPA 论文标注日期为 2026-10-08，中文侧于 2026-10-09 扩散（含微博科技账号当日摘要），英文侧同日有多家研究简报转述，属**窗口外发布 + 窗口内扩散**，已在正文以「2026-10-08」为时间锚点写明。Odyssey-3 官方发布日为 2026-10-08，中文侧腾讯新闻、网易等 2026-10-09 报道，同属该情形。核查方式与边界：① RoboJEPA 的全部数字（15,022 小时、23 数据集、12 本体、26 种动作空间、0.6×10⁻³ 外推误差、0.218 / 0.1709 不可约误差、10²⁰–10²² 涌现阈值、67%/50%/27% 真机成功率）来自论文摘要与正文，属**预印本、未经同行评议**；② 论文明确说明与 π₀-FAST、π₀.5 的比较是「背景参考而非直接可比基线」，因为目标设定不同，本号沿用该口径；③ 论文自述局限包括图像编码器被冻结、拟合已接近数据饱和、模型不使用文本；④ Odyssey-3 Pro 的 66.1 分为 **best-of-8 采样**结果，非 best-of-8 时 Pro 为 63.4、基础版为 61.6，本号并列列出；⑤ Odyssey 的成本数字（Pro 每条 0.267 美元、基础版 0.139 美元）为榜单归一化口径，且不含提示词改写费用；⑥ WorldMark 三项第一为**厂商自评**。判断均为作者分析，已用「判断：」标注。**与本站存量稿的差异**：本站此前收录过 AMD 收购 World Labs、以及多家机构对具身市场规模的口径对读，均未涉及 RoboJEPA 与 Odyssey-3。
### BODY
1为什么这两条要放在一起读
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。
判断：这两条腿缺一条都站不住。只有缩放定律没有可对标分数，就没人能验证曲线是不是真的；只有榜单分数没有缩放规律，就没人能在投钱之前算清楚该投多少。对做产品的人来说，后者更现实——因为「该投多少算力」正是决定项目能不能立项的那个问题。这也是为什么一个纯粹的基础模型消息，值得被做交付的团队认真读一遍。
2RoboJEPA 给出了什么
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 |
数据来源：RoboJEPA 预印本摘要与正文；预印本未经同行评议
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。
判断：整篇论文里最该记住的不是 8B，是那个不可约误差项 E。E 逼近饱和的含义非常具体——在当前这批数据上，参数继续变大能带来的误差下降空间已经很窄了。论文自己也写了「更多样的机器人数据比更大的参数更可能是下一步需要的东西」。这对所有打算「等模型变大再上车」的团队是一个明确的信号：等的对象错了。真正会松动的变量是数据多样性，而数据多样性恰恰不是靠等来的，是靠自己去场景里采的。这反过来解释了为什么今年国内那么多团队在抢训练场和数采资源。
3Odyssey-3 拿下了什么，又漏了什么
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：
净提升 = 相对赛道均值的百分点增益；柱长按 pp 等比绘制
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。
判断：把 66.1 和 +11.15pp 放在一起，能读出一个很实用的方法论：「最高分」和「最领先」可以是两回事。前者取决于谁能把采样次数拉满，后者取决于相对同行的位置。在评估任何一份榜单成绩时，先问三件事——采样策略是什么（best-of-N 还是单次）、成本列算进了什么、榜单是第三方主办还是厂商自评的。这三问对讲具身模型的场合同样有效：一个成功率数字如果没配这三项，它的可比性是可疑的。
4把两条消息合起来，能得到什么
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。
判断：对国内做具身产品的团队，这两条消息的可用部分其实很具体。第一，把 RoboJEPA 的涌现阈值当作一条预算参考线：如果你的训练算力还差一两个数量级到 10²⁰–10²¹，就不要期望模型自己冒出避障或精细动力学能力，那一段该用传统方法兜住。第二，把 Odyssey-3 的那三问抄成自己的验收清单：面对任何厂商给的物理指标，先问采样策略、成本构成、主办方。第三，两条消息共同指向的那个变量值得单独盯——数据多样性，而不是参数量。今年下半年这一轮竞争的分水岭，大概率不在谁的模型更大，而在谁能持续拿到别人拿不到的场景数据。
未获独立信源确认项：RoboJEPA 为预印本、未经同行评议，全部数字来自论文自述；其与 π₀-FAST、π₀.5 的比较被作者明确标为背景参考；Odyssey-3 的 66.1 分为 best-of-8，WorldMark 三项第一为厂商自评，开放程度为无权重、无许可证；成本数字为榜单归一化口径、不含提示词改写费用。以上待后续核实。
来源：RoboJEPA 论文 2026-10-08（arXiv 2610.10515，
原文）；Odyssey-3 官方发布 2026-10-08，中文报道 2026-10-09