具身大模型R1时刻：LIBERO终结者，99.9%背后的物理推理新范式

LaST-R1将隐空间物理推理引入强化学习闭环，仅靠一条轨迹预热便在LIBERO基准上达到99.9%平均成功率，真实任务中比π0.5高出22.5%。