机器人离进家门还差几步？arXiv 上三篇新论文给了三个不同的答案，指向同一个问题：通用操作能力已经不错，卡点在于适配具体的人和具体的环境。LIBERO-PeRM 管评测，T2-z 管世界模型，CoDA 管训练数据。
LIBERO-PeRM 提出个性化机器人操作的基准。家里每个人对同一件事的要求都不一样：杯子放左边还是右边，毛巾叠几折。现有基准只考任务能不能完成，不考能不能按“我”的偏好完成。这套基准把个人偏好写进评测标准，逼机器人从“会做”走到“照你的方式做”。
T2-z 盯的是世界模型的盲区。机器人要预测动作后果，可摩擦系数、物体重量、光照这类因素既看不见，也没人告诉它。作者的做法是在测试时优化环境隐变量，让模型边跑边补上缺失参数。预测准了，规划才靠谱。
CoDA 则对生成式仿真的效率存疑。造环境这件事门槛已经不高，麻烦的是造出来的环境对训练有没有用——物理上成立，未必能补上策略的短板。CoDA 让数据引擎和动作策略一起进化：策略暴露弱点，引擎照着弱点生成环境，如此循环。数据不用堆量，能精准打击就行。
三篇合起来看，机器人泛化的短板在评测维度、隐变量估计、数据筛选这些“脏活”。这三样谁先补扎实，机器人才有希望真正进客厅。