CarryOn предлага два свързани контура около модел за роботизирано управление: планиране според човека и сцената, и наблюдение на физическото изпълнение. Препринтът на Zixuan Wang и съавтори е подаден на 15 октомври 2026 г. Системата запазва базовия VLA модел непроменен. Публикацията е ранно изследване, което разглеждаме като ценен непокрит материал, а не като днешно пускане на потребителски робот.

Какво трябва да помни един помощник

Официалната проектна страница показва пример със сервиране на храна: запомнено предпочитание и ново наблюдение могат да променят плана. Страницата различава постоянен контекст за човека от информация за сцената, която може да остарее. Двете не трябва да се смесват. Ако предметът е преместен, старият запис за местоположение вече не е достатъчно доказателство за следващо действие.

Практическият смисъл може да се обясни и без робот. Помощник, който знае какво предпочита човекът, още не знае дали нужният предмет е наличен в момента. Обратно, откриването на предмет не означава, че той е подходящ за човека. Това е наше обяснение на разделението, а не нов резултат от CarryOn или доказателство за надеждна работа във всеки дом.

Защита преди контакт и поправяне след грешка

Авторите съобщават намаление на нарушенията от 52,6% до 6,1% при конкретния тест с вече обучен за безопасност VLA. Контурът филтрира действия според прогнозирани геометрични контакти. Това е отчетено поведение при зададени препятствия и условия; не доказва защита от всякакъв физически риск. SIExpo не е възпроизвеждала изпитанията.

Проектната страница уточнява и друго широко цитирано число. Преминаването от 13% до 80% е кумулативно завършване в постановка с 200 епизода и повторно използвани, усъвършенствани умения за възстановяване. То не е универсална вероятност един произволен домашен робот да се справи след повреда. Показаните реални видеа също имат обозначени ускорения.

Защо тази разлика има значение

Редакционният ни прочит е, че спирането на грешно движение и възстановяването след неуспех заслужават различни оценки. Ако роботът избегне препятствие, но не завърши задачата, защитата може да е сработила без полезно изпълнение. Ако завърши след много повторения, трябва да се отчетат времето и намесите. Една крайна оценка трудно описва всичко това.

За бъдеща проверка бихме искали предварително определени условия за спиране, успех и човешка намеса. Важно е да се запази историята на опитите и версиите на уменията, за да се установи дали подобрението се дължи на действителна промяна или на различна трудност. Тези критерии са наше предложение, а не сертификационна оценка на системата.

CarryOn показва изследователска посока, в която паметта може да бъде коригирана, а изпълнението — наблюдавано и възстановявано. По-силно заключение за реална употреба изисква по-широки изпитвания и независима възпроизводимост. Засега най-полезното е ясно разделената архитектура и достатъчно конкретното описание на тестовете, което позволява числата да се четат с техните ограничения.

Редакционна проверка: 2026-10-18T16:11:34.881843+00:00 (UTC). Корица: концептуална AI илюстрация, не документална снимка.