Shuran组算法硬件codesign新作：硬件设计也有了 test-time scaling

ALOHA 大概是过去两年最常见的双臂平台，两条臂正立安装在桌面两侧。让它甩开一块揉成一团的布，动作得从举过头顶开始往前抛，靠惯性把布展开，这件事它做得下来，但做得难看。

最大关节速度达到 2.57 rad/s，已经接近 ALOHA 那套 Dynamixel 电机的上限，而末端相对目标轨迹偏出 13.0 厘米，差不多一个手掌的宽度。臂长不够，加速度就得往上补，电机速度顶到上限，轨迹自然跟不住。

同一段人手演示，换一台机器人去做，偏差又是另一个数。策略在这里已经不是瓶颈，这台机器的骨架才是。

末端执行器轨迹如今是操作策略学习里最通用的任务表示。UMI 那一整条工作把动作从具体硬件里解耦出来，采一次人手演示，不同机器人都能拿去用，这条线真正的意义就在于动作终于有了一个硬件无关的格式。但执行并不是硬件无关的，同一条轨迹迁移到不同本体上，成功率并不相等。斯坦福和哥伦比亚大学的这篇 Transformer Transformer 把这句话反过来问了一次。

既然动作格式已经通用了，硬件为什么还得是固定的。给定一段人类演示的动作，什么样的机器人本体最适合做它，能不能让模型直接把这台机器人生成出来，并且当场证明它执行得了这段动作。