「把红块放到蓝色垫子上，再放回原位。」机器人夹着红块停在垫子上方——此刻它该把红块放下，还是该把红块送回原来的位置？只看当前画面，这两个状态一模一样。答案藏在此前的操作历史里：任务进行到一半该放下，任务已经完成该送回去。
跨维智能的 TaskAnchor 研究瞄准的就是这类「任务状态混淆」。这个由跨维智能联合香港中文大学（深圳）、佛山大学、华南理工大学发布的轻量模块，全称是 Grounding Task State in Reactive VLAs for Long-Horizon Manipulation——把任务状态「接地」到反应式视觉语言动作模型里。它的做法是：从执行历史中提取上下文，一方面通过语言输入告诉模型任务进行到了哪个阶段，另一方面为视觉特征补充历史线索，帮助 VLA 选择下一步动作。
这不是一个新问题，但此前业界的解法大多很重：要么用更长的上下文窗口喂给模型，要么收集大量长程任务数据重训基座。TaskAnchor 提供了第三种答案——一个可以挂在任意基座模型外面的轻量模块，无需改变原有动作生成机制。
成绩单的核心数字：接入 π0.5 后，TaskAnchor 在 RMBench 上把任务特定成功率从 14% 提升至 79%，在 RoboMemArena 上把累积成功率从 38.7% 提升至 64.7%。代价是新增约 2700 万参数，单次策略调用额外延迟约 2 毫秒。
RMBench（任务特定成功率）
π0.5 裸跑：14%
π0.5 + TaskAnchor：79%
提升：65 个百分点
RoboMemArena（累积成功率）
π0.5 裸跑：38.7%
π0.5 + TaskAnchor：64.7%
提升：26 个百分点
这组数字的解读需要一点克制。14% 是一个相当低的基线——π0.5 在这些长程任务上原本几乎做不成事，所以提升空间本身就大；79% 也远未到「解决」，近两成的失败仍然存在。更公允的读法是：它证明了「任务状态接地」这个环节是长程任务的主要失分点之一，补上这个环节的性价比极高。
延迟数字同样关键。2 毫秒的额外开销意味着这个模块可以实时运行，不拖累 VLA 的反应式控制节奏。对讲究实时性的机器人系统来说，一个提升显著但延迟 200 毫秒的模块没有部署价值——工程上的可用性就藏在这 2 毫秒里。
论文展示了 Human-Cued Matching 真机任务：人先拿起并放回一个物体，机器人随后根据此前的线索抓取对应目标。这类任务测试的是利用历史上下文调整行为的能力——模型必须记住「人刚才碰过哪个」，而不是靠当前画面对象匹配。此外还有连续三次举红块、薯片袋结账等真机场景。
没有展示的同样重要：跨物体类别的强泛化、跨场景迁移、更长时间跨度的任务（比如跨小时的家务流程）。这些是任何基准测试都难以覆盖的。团队表示未来计划将 TaskAnchor 的相关能力整合进其 UNITAS 世界模型工作，让模型在理解空间交互的同时利用历史上下文——那是另一条更雄心的路线，目前还是进行时。
过去一年，具身大脑层的竞争集中在两个方向：基座模型的通用能力（更多数据、更大参数），以及世界模型的预测能力。TaskAnchor 提供了第三个竞争维度——执行历史的利用效率。它回答的问题是：模型已有的能力，有多少被「不知道任务进度」这件事浪费掉了？π0.5 的 14% 给出了一个惊人的答案：绝大部分。
这个角度对整个行业都有参考价值。本站此前写过的多个大脑类发布（混合控制、世界模型、少样本学习）都在堆「新能力」，而 TaskAnchor 的思路是「找回损失」——先把已有能力的利用率提上去。两条路线不矛盾，但对预算有限的落地团队，找回损失往往更快见效。
需要保留的悬念：这一成绩来自研发团队自己的评测框架，第三方复现数据尚未出现；RMBench 的任务集合与真实工厂、商业场景的差距有多大，也没有公开对照。在更多独立验证出现之前，把它当作「一个值得跟进的技术方向」比当作「一个已验证的解决方案」更稳妥。