知识卡片：Sensorimotor Alignment：具身策略成功的柏拉图式代理指标

一句话结论

论文提出 Sensorimotor Alignment（$S^2$），一种无需训练的离线指标，用来衡量模型感官表征与物理运动几何结构的对齐程度，并发现该指标与下游机器人任务成功率正相关，可作为闭环评估前的低成本代理。

事件概述或研究问题

机器人基础模型通常依赖昂贵的闭环 rollout 进行评估，因此需要廉价的离线能力代理指标。柏拉图表征假说（Platonic Representation Hypothesis, PRH）认为，随着表征质量提升，视觉、语言等不同模态会趋同于共享的现实统计模型。论文追问：运动轨迹是否构成另一类模态——具身模型能力越强，其感官表征是否越应向物理运动结构收敛。

方法/产品要点

• 提出 $S^2$（Sensorimotor Alignment），一种 training-free 的离线度量，衡量模型感官表征与物理运动几何之间的对齐程度。
• 将 PRH 从视觉—语言模态扩展到具身模型，使感官运动对齐可被实证测量。
• 可作为闭环评估前的模型优先级排序工具，也可在昂贵的 VLA 微调之前识别有潜力的 VLM 骨干。

主要结果或产业意义

• $S^2$ 在多个具身模型家族中与下游机器人任务成功率呈正相关。
• 可在 VLM 微调为 VLA 之前筛选有前景的骨干模型，降低试错成本。
• 除相关性外，$S^2$ 还能从表征层面解释 VLA 与世界动作模型（WAM）中观察到的现象。

为什么重要

若 $S^2$ 的代理有效性在更多模型家族上得到验证，模型选型可从“跑闭环”前移到“算对齐”，显著降低具身基础模型的评估成本；同时为 PRH 在具身领域的扩展提供了可测量入口，并试图回答“模型为何成功”而非仅报告成功率。

局限与不确定性

• 具体实验规模、模型家族数量、任务类型与相关性强度（如相关系数数值）待核实。
• $S^2$ 作为代理指标的泛化边界（跨 embodiment、跨任务分布）待核实。
• “表征层面解释”的具体机制与因果性待核实。

可用于图书/PPT/简报的角度

• 用“离线代理指标”切入具身基础模型评估成本问题。
• 用 PRH 的多模态收敛叙事串联视觉、语言与运动轨迹。
• 对比“闭环成功率”与“表征对齐度”两类评估范式。

原始材料

• 标题：Sensorimotor Alignment: A Platonic Proxy for Embodied Policy Success
• arXiv ID：2610.31670v1
• 作者：Yunfei Xie, Howard H. Qian, Shiyi Lan, Kaiyu Hang, Chen Wei
• 发布：2026-10-22
• 分类：cs.CV（主）, cs.LG, cs.RO
• Abstract URL: https://arxiv.org/abs/2610.31670v1
• PDF URL: https://arxiv.org/pdf/2610.31670v1