银河通用发了 WAM-TTT，一套测试时后训练框架。解决的痛点很具体：机器人学完技能部署到新场景，泛化能力急剧衰减——训练时精通，一去现场就失灵。

做法是冻结预训练大模型主干，只训一个轻量记忆模块。数据来源不是机器人轨迹，是手机拍的人类视频，不需要任何动作标注。

最有说服力的对比：100 条人类视频 + 100 条机器人轨迹，成功率 74.1%；200 条纯机器人轨迹，成功率 73.7%。基本持平。人类视频可以 1:1 替代机器人轨迹数据——而机器人轨迹要遥操作采集，人类视频拿手机拍就行。

跟 ICL（上下文学习）比，环境偏移后泛化保持率 75.6% vs 14.7%。差距确实大，但这是团队自己的评测，任务集和偏移条件的定义没有公开细节。

具身智能银河通用