据雷峰网10月23日报道，Manifold AI流形空间的WorldScape R²SI在RoboDojo Agent Track榜单以46.58分登顶，成功率达到39.35%，刷新该榜单分数上限。这一成绩来自一套让机器人在执行后复盘、修订技能并再次验证的系统，而非更换模型或由工程师改写控制代码。
RoboDojo由香港大学多媒体实验室牵头，联合清华、UC伯克利等全球近二十所机构共建，今年7月发布，仿真部分42个任务、真机18个任务，覆盖三种双臂平台，考察泛化、精细操作、长程执行、记忆和开放语义理解。发布时团队评测30个代表性策略，仿真榜第一平均成功率8.80%，真机榜第一12.8%；同一套任务人类专家仿真成功率为76.03%，真机为100%。
榜单对比显示，此前受到关注的GPT-6 Astra在Agent赛道得28.97分，精细操作成功率4%，长程任务8.25%，有16项任务一次未成功。WorldScape R²SI的精细操作成功率为15.5%，长程任务为34.25%，泛化能力为35.83%。据雷峰网报道，Agent赛道考察的是整套系统能否从看场景、做决策到调用工具完成全程任务。
R²SI的核心是“执行—复盘—再验证—自进化”闭环，由内外两层Agent构成。内层Robot Reactive Agent负责任务理解、记忆和技能组织，调用动作模型与工具；外层Recursion Reflective Agent跨轮次复盘执行记录，修订Skill，并以Harness更新形式作用于内层。使用WSP的任务还会把执行记录组织为训练数据，更新模型；各类更新须通过测试后才能自动发布并纳入版本管理。
在RoboDojo的push_T任务中，机械臂需将T形物体推入目标区域，预算为600个原生动作步。首轮因夹持方向与物体形状不匹配、平移与转向耦合、释放夹爪过急，用了723步，超支123步。外层复盘后调整夹持方向，将平移与转向解耦，分阶段释放夹爪并逐段检查偏移；修订版首次在预算内取得原生满分，耗用596步，后续迭代降至389步，降幅约35%。Skill冻结后，系统在三种未见布局上分别用222、312、256步完成，均在预算内并获满分。
另一项装箱任务中，内层按观测调用反应式模型WSP，执行一个动作块后交还控制权，再根据新观测决定下一步；外层随后把执行记录组织为训练数据并训练WSP，使同一模型既参与执行，也在外层训练下继续改进。雷峰网称，这让经验既能写成可审查的Skill版本，也能练成模型能力。
ICL是这套系统的另一项支撑。Manifold AI流形空间三个月前发布具备上下文学习能力的WorldScape Policy 2.0。在依赖记忆的Shell Game任务中，该模型成功率为75%，π0.5为30%，DreamZero为50%；在跨具身积木堆叠任务中，目标图片和视频示范两个版本分别达到60%和70%，π0.5与DreamZero最高成功率为20%。升级后的2.5版本将ICL专项训练数据扩展到约10万小时，推进动作迁移、技能组合和长程任务，并引入视觉记忆与事件记忆。
ICL解决新任务“看一遍就会”的启动问题，R²SI则让系统在反复执行中“干一遍就比上一遍好”。雷峰网在报道中称，ICL提供了热插拔接口，使修订后的技能无需重新训练即可作为上下文进入下一次执行；而示范之外的偏差、换物体后的力矩差异和多步串联的误差累积，仍需R²SI一轮轮修正。