具身大模型R1時刻：LIBERO終結者，99.9%背後的物理推理新正規化

LaST-R1將隱空間物理推理引入強化學習閉環，僅靠一條軌跡預熱便在LIBERO基準上達到99.9%平均成功率，真實任務中比π0.5高出22.5%。