没有人计过时的交接

2026 年 4 月，十三位作者发表了一套系统，它发现自己的一台机器人不见了。

ABot-Claw——arXiv 2604.10096，v2 更新于 2026 年 4 月 17 日——跑在一台宇树 G1 人形机器人、一台宇树 Go2 四足机器人和一条松灵 Piper 机械臂上。§4.3.2 里，用户询问四足机器人的状态。系统尝试连接它，服务不可用。原文如下："Instead of terminating, ABot-Claw queries the shared memory to recover the quadruped's last known location and uses that information to reassign the task."（ABot-Claw 没有就此终止，而是查询共享记忆，取回四足机器人最后已知的位置，并据此重新分配任务。）人形机器人被派往那个位置查看它的状况。（论文署名为 AMAP CV Lab；arXiv 记录列出十三位作者，没有单位字段，本文也只写到署名为止。）

这是一套真实的系统，在真实硬件上做了一件真实的事，也是已发表的案例里，离我们所售能力最近的一个。但那台四足机器人从未开始过这项任务。它是被检查的对象，不是交出任务的一方。没有任何执行中的东西被交到任何地方：一项无法分配给某台本体的任务，被分配给了另一台，而共享记忆提供了那个坐标。这是经由记忆的跨本体重新分配，不是交接。

我们去找过附在它身上的数字——尝试了多少次，成功了多少次，用了多长时间——而这个空缺的轮廓是精确的，不是笼统的。它的两个一半，今年都已经有人在机器上数过。DUET 在真实硬件上，把一件物体在两种确实不同的本体之间传了过去，并且带着分母：10 次试验中成功 3 次。RoboHarness 在 135 次真机实验中测量了经由共享记忆的交接，但那是在同一台本体内部、两个策略之间。要守住的是这一句：交接是可以测量的——2026 年有两支团队各测出了它的一半——而它的整体，至今没有任何人在机器上给它计过时，我们也没有。

评估章节里写了什么

离这项能力最近的系统有三套。2026 年 9 月 11 日，我们把每一套的评估章节从头到尾读了一遍，读的是 arXiv 全文而不是摘要，因为从摘要里得出的否定性结论，不算成立。

ABot-Claw 全文没有一张表 [一手来源，§4 全文读毕——否定性结论]。§4 是五个演示，每个都是一次单独运行的叙述，试验次数、成功率、时长、延迟、基线、消融或基准，一个都没有。论文里没有任何东西被测量过，所以交接没被测量并不是特例。它确实描述了我们要找的那项能力。§2.2，方法章节，把它作为任务分配策略的一个示例给出："For instance, in an object transfer task, a mobile robot may deliver an object to a workstation, after which the runtime hands over the object pose and execution context to a fixed manipulator…"（例如，在一项物体转运任务中，移动机器人可以把物体送到工位，随后运行时把物体位姿与执行上下文交给固定的操作臂……）注意那个情态动词 may。这是架构，不是一次运行，也不在那五个演示之列。

HoloAgent-0（arXiv 2606.23565v1，2026 年 6 月 22 日）部署在一台宇树 G1、一台 R1 人形机器人和一台轮式双臂移动操作机器人上。它关于跨机器人协调的全部结果，是一条图注："(c) Cross-Robot Coordination: route one robot while another performs a dance skill."（(c) 跨机器人协调：给一台机器人规划路线，同时另一台执行舞蹈技能。）两台机器人同时做两件不同的事，是经由共享任务状态的并行调度，不是交接。这篇论文确实公布了数字——长时程导航的成功率与 SPL，3D 语义地图的精度——但没有一个附在跨机器人协调上。论文自己把两者分开，并说明了原因 [一手来源，§5.1 与 §5.4——否定性结论]：

"For full-stack embodied-agent behavior, we report qualitative execution traces rather than a single end-to-end success benchmark, because manipulation, whole-body motion, and cross-embodiment coordination use heterogeneous hardware and are not yet standardized under one repeatable protocol."

（对于全栈具身智能体行为，我们报告的是定性的执行轨迹，而不是单一的端到端成功基准，因为操作、全身运动与跨本体协调使用的是异构硬件，尚未在同一个可重复的协议下标准化。）

§5.4 补充说，针对跨本体协作的严格端到端基准 "remains future work"（仍是未来工作）。这一点，功劳归它的作者。

RoboOS-NeXT 是 arXiv 2510.26536，日期是 2025 年 10 月 30 日，不是 2026 年。它 §IV-G 的真机工作是三个定性场景，没有计数；它的前身 RoboOS（arXiv 2505.03673，2025 年 5 月）在五个月之前就带着同样的三个——同样的场景，同样的机器人，同样没有计数 [一手来源，§IV-G 与 RoboOS §4.3——否定性结论]。它倒是测量了机器人掉线的情形，正是 ABot-Claw 那个案例：表 III，家庭场景，成功率 87.6%，对照无记忆基线的 44.5%——在一个模拟设置里，而用作者自己的话说，这个设置 "abstracts away physical uncertainties and focuses on system effectiveness"（抽象掉物理不确定性，聚焦于系统有效性）。这个限定每一次都要跟着这个数字走，因为交接出问题的地方，恰恰就在物理不确定性里。

五级阶梯

第一级：跨本体策略迁移，测量规模远超这里的其他任何一项，但是离线的。 Open X-Embodiment，arXiv 2310.08864："We assemble a dataset from 22 different robots collected through a collaboration between 21 institutions, demonstrating 527 skills (160266 tasks)."（我们汇集了一个数据集，来自 21 家机构协作采集的 22 种不同机器人，演示 527 项技能，共 160266 个任务。）那是一个数据集和一个策略检查点——一个模型在汇集的数据上离线训练，然后在几种机器人上评估。没有任何东西从一台机器人交到另一台机器人手上，也没有任何事情发生在班次之中。策略迁移与任务交接，共用「跨本体」三个字，此外再无共同之处。

第二级：知识在两台机器人之间迁移，有测量，但需要重启。 《A Semantic Autonomy Framework for VLM-Integrated Indoor Mobile Robots》（arXiv 2605.02525，2026 年 5 月 4 日）报告了从一台机器人到另一台机器人 100% 的语义迁移准确率：33 次中 33 次，95% 置信区间 [0.894, 1.000]，覆盖三个会话中的 82 个场景级决策。分母是公布了的。两台机器人都是同一平台家族的差速驱动机器人，在软件栈之下刻意做成不一样——"Their low-level hardware differs in compute distribution, drivetrain electronics, encoder type, and IMU availability."（它们的底层硬件在算力分布、驱动电子、编码器类型与有无 IMU 上各不相同。）这次迁移不是在执行途中发生的。论文自己的九步机制里，第七步是 "Robot B loads the same digest at startup"（机器人 B 在启动时载入同一份摘要），§5.6 记录："Memory updates are performed manually between experimental sessions by running refresh_memory.sh."（记忆更新是在实验会话之间，通过手动运行 refresh_memory.sh 完成的。）文献里测得最好的跨机器人记忆迁移，是一个离线批处理作业，加一次重启。

第三级和第四级就是那两个一半，见下文。第五级是两者的交集，已公布的数字到此为止。

第一级——策略迁移

• Open X-Embodiment（arXiv 2310.08864）：22 种机器人、21 家机构、527 项技能、160,266 个任务离线测量。没有任何东西从一台机器人交到另一台手上，也没有任何事情发生在班次之中。

第二级——知识迁移，同一形态

• Semantic Autonomy Framework（arXiv 2605.02525）：33 次语义迁移中 33 次成功，95% 置信区间 [0.894, 1.000]两台同一平台家族的差速驱动机器人。机器人 B 在启动时载入摘要，记忆更新在会话之间手动运行：一个批处理作业加一次重启，不是执行途中的迁移。

第三级——实体传递，两种本体

• DUET（arXiv 2606.20990）：真实硬件上 10 次试验中成功交接 3 次初始抓取 10 次中 8 次；纯机器人基线 10 次中 2 次与 1 次。一台宇树 G1 和一台 Dexmate Vega1，由同一个集中式策略驱动：没有共享记忆，没有任务状态。

第四级——经由记忆的交接，同一本体

• RoboHarness（arXiv 2607.18060）：135 次真机实验，Bridge 结构任务成功率 86.7%部分搭好的结构被拆除后 80.0%，位姿估计误差 5–10% 时 73.3%，所需积木在执行途中被重新藏起时 66.7%。机器上逐条件的分母——但那是同一条机械臂上的异构策略，不是两种本体。

第五级——执行途中的交接，两种本体，共享记忆

• 硬件上演示过，未计数——ABot-Claw（arXiv 2604.10096）三个真实平台上的五个演示，每个都是一次单独运行的叙述。全文没有一张表：没有试验次数、成功率、时长、延迟、基线或消融。而且叙述的那个案例是重新分配，不是交接——第二台机器人从未开始过这项任务。
• 在模拟设置里测过——RoboOS-NeXT（arXiv 2510.26536）：机器人掉线情形下 87.6%，无记忆基线 44.5%模拟设置：用作者自己的话说，它 “abstracts away physical uncertainties and focuses on system effectiveness”（抽象掉物理不确定性，聚焦于系统有效性），而交接出问题的地方正在物理不确定性里。它的三个真机场景没有计数，它的前身在五个月前就带着同样的三个——同样的场景，同样的机器人，没有计数。
• 真实硬件上的计时——没有对于一项经由共享记忆在两种不同本体之间交接的执行中任务，在我们够得着的任何地方、任何机器上，都没有试验次数、没有成功率、没有时长。我们自己也算在内：没有一台 Tidewell 机器人给另一台 Tidewell 机器人交接过任何东西。

• 来自真实机器人的已公布计数——第二至第四级是试验分母，第一级是由它们汇集而成的数据集的规模
• 不是真实硬件上的测量：模拟设置、没有计数的演示，或者什么都没有

两个一半，以及那道空缺的名字

DUET（arXiv 2606.20990v1，2026 年 6 月 18 日）跑在一台宇树 G1 人形机器人和一台 Dexmate Vega1 移动操作机器人上——两种确实不同的本体。它的第四个任务："T4: Doll Passing focuses on coordinated handovers and grasp transfer. Vega1 secures and transfers a doll directly to G1, requiring synchronized release and capture maneuvers."（T4：传递玩偶，重点是协调的交接与抓取转移。Vega1 抓稳一个玩偶，直接传给 G1，要求同步的松开与接取动作。）它的评估："To evaluate policy performance, we execute 10 independent physical hardware trials per task."（为评估策略性能，我们对每个任务执行 10 次独立的实体硬件试验。）表 3 按两个里程碑给每次试验打分，第二个里程碑的名字就叫 Successful Handover，成功交接。初始抓取，10 次中 8 次。成功交接，10 次中 3 次，对照纯机器人基线的 10 次中 2 次与 1 次。

十分之三是个低数字，却比一个背后什么都没有的高数字更值钱——这是没有分母的成功率那篇的论点，不必在这里重复。DUET 不是我们产品页上的那件事：没有共享记忆，没有任务状态。一个集中式策略以 10 Hz 的频率，从两台机器人的相机与关节位置出发，同时为两具本体预测动作；出现异步延迟时，系统把两台一起冻结。两种本体，一个控制器，一次实体传递。

RoboHarness（arXiv 2607.18060v2，2026 年 7 月 28 日）与我们的词汇正面相撞："inter-policy handoff"（策略间交接）、"stable policy handoffs"（稳定的策略交接），还有一个叫 Memory Bridge 的组件，它 "retrieves execution trajectories associated with the next policy, estimates its in-distribution state region, and guides the robot toward that region without joint policy retraining"（取回与下一个策略相关联的执行轨迹，估计其分布内的状态区域，并在不联合重训策略的前提下把机器人引导到该区域）。而且它数了："We conducted 135 real-robot experiments: 15 for each of five target structures and 15 under each of four disturbance settings."（我们进行了 135 次真机实验：五个目标结构各 15 次，四种扰动设置下各 15 次。）在 Bridge 结构任务上——它搭建的五个结构之一，不是那个 Memory Bridge——成功率 86.7%；部分搭好的结构被拆除后 80.0%；位姿估计误差在 5% 到 10% 之间时 73.3%；所需积木在执行途中被重新藏起时 66.7%。逐条件的分母，注入的扰动，在机器上。

这里的「异构」指的是异构的策略——一个 π0.5 VLA 和一个 TAMP 规划器——在同一条机械臂上。不是跨本体。但它证明了这一类交接在扰动之下是可以测量的，而且能带着分母。

把两者并排放在一起。同一个研究群体，在一具本体同时握着交接两端的情形里，仔细地测量了交接；在两具本体共享一件物体、不共享记忆的情形里，仔细地测量了实体传递。而在这两个条件相遇的地方——一项执行中的任务，经由两具不同本体共同读写的一份记忆交接——在我们够得着的范围内，真实硬件上没有试验次数，没有成功率，没有时长。我们自己也算在内：我们同样没有跑过，本文没有任何一个数字是 Tidewell 的测量。

有人定义了这个指标——在仿真里

我们自己的研究笔记曾写道，还没有人定义过交接基准。这句话在我们写下它的那天，2026 年 9 月 11 日，就已经是错的：那个定义两周前就挂在 arXiv 上了，是我们没有找到。

CoCoBench（arXiv 2608.28266，2026 年 8 月 28 日）是 AI2-THOR 里 897 个经 oracle 校验的实例，分四类协调构念（coordination construct），在 11 个多模态大模型（MLLM）上评估。第四类构念就是交接，224 个实例，定义得明明白白："D4: Handoff coordination covers transport tasks where agents pass objects through an intermediate surface, such as a table or container… Let h be the number of successful buffer handoffs, o be the number of overflow events, and w be the number of empty-buffer waiting events."（D4：交接协调涵盖智能体经由中间表面——如桌面或容器——传递物体的运输任务……令 h 为成功的缓冲区交接次数，o 为溢出事件次数，w 为空缓冲区等待事件次数。）分数是 C_D4 = 1 − min(1, (o + w) / h)。它的立论句就是我们自己的论点，换了别人的话说出来，而且发表在我们之前：总体成功率 "can obscure coordination failures such as duplicated work, violations of ordering constraints, resource contention, and desynchronized handoffs."（会掩盖协调失效，例如重复劳动、违反顺序约束、资源争用与不同步的交接。）

它不覆盖什么，同样要紧。没有机器人硬件；智能体是架在固定高层技能接口之上的 MLLM 规划器；h、o、w 数的是缓冲区事件，所以没有时钟，没有本体，也没有记忆读取 [一手来源——仿真，AI2-THOR]。

一份独立的综述从另一个方向走到了同一个地方。《When Multi-Robot Systems Meet Agentic AI》（arXiv 2606.27929，2026 年 6 月 26 日），§III-C："The limitation is that this sharing is usually offline and model-centric… Learning-era sharing therefore made robot experience scalable, but not yet a real-time coordination mechanism."（局限在于，这种共享通常是离线的、以模型为中心的……因此，学习时代的共享让机器人经验变得可规模化，却还不是一种实时的协调机制。）它自己的案例研究是第四个只差一步的案例——仿真里的记忆继承，166 个目标物体导航任务，四台 "differ in their history rather than their body or policy"（差别在各自的历史，而不在本体或策略）的机器人，无记忆时成功率 24.1%，继承合并后团队记忆的那台机器人 77.1% [一手来源——仿真]。继承发生在到达之时，不是执行途中。

一次测量必须包含什么

下面是协议，写成别人可以赶在我们之前跑起来的样子，而且建立在已有的工作之上：CoCoBench 的 h、o、w；RoboHarness 的逐条件分母；以及上面那份综述在 §IV-B 提出的任务状态账本，其调度器 "triggers reassignment when a robot goes offline or when work has already been completed by another member."（在某台机器人掉线、或某项工作已被另一名成员完成时，触发重新分配。）

分母。 尝试的交接次数。一次尝试从发送方本体的任务状态被标记为待转移的那一刻开始，无论有没有接收方，都要计入。只数那些找到了接收方的尝试，正是这个数字被悄悄灌水的方式。

成功。 接收方本体完成原任务剩余的验收标准，并且不对发送方已写入记忆的内容重新感知。重新感知之后才完成的，算部分成功，因为一个把一切都重新感知一遍的接收方并没有用到记忆，没有记忆它也做得一样好。

时钟。 从发送方写入转移记录起算。停两次，不是一次：记忆读取完成，以及针对被转移目标的第一次实际动作。读得慢和走得慢是两种不同的缺陷，一个单独的时长会把你遇到的是哪一种藏起来。

失效，事先命名。 记忆读取失败、位姿配准错误、能力不匹配、物体掉落、超时、无声放弃。最后一种，除非在试验开始之前就写进分类表，否则不会出现在任何一张表里。

人工干预。 单独计数，永远不从成功率里抵扣。每一个数字都带着它的试验次数走。[推断——这套协议是我们自己的，其中没有一项跑过]

约束在于就数什么达成一致，不在于仪器。今年报告的一个真机排行榜跑了 1,088 次运行、25,627 个回合 [二手]，每一个都是单台机器人做单个任务。这个领域一旦决定了什么算一次试验，两万五千个回合是跑得出来的。

一次尝试的跨本体交接——要计数的单位

1. 1. 触发任务状态被标记为待转移。时钟从这里起算，分母也从这里开始。
2. 2. 记忆读取
   时钟停止 1记忆读取完成
3. 3. 能力匹配接收方本体能否完成剩余的部分。
4. 4. 转移接收方接下任务。
   时钟停止 2针对被转移目标的第一次实际动作
5. 5. 验证成功是接收方本体完成原任务剩余的验收标准，且不对发送方已写入记忆的内容重新感知。重新感知之后才完成的，算部分成功。

时钟从发送方写入转移记录起算。停两次，不是一次：读得慢和走得慢是两种不同的缺陷。

失效，事先命名

• 记忆读取失败
• 位姿配准错误
• 能力不匹配
• 物体掉落
• 超时
• 无声放弃除非在试验开始之前就写进分类表，否则不会出现在任何一张表里的那一种。

拟议协议——没有任何测量。分母是尝试的交接次数：一次尝试从发送方本体的任务状态被标记为待转移的那一刻开始，无论有没有接收方都计入。

• 拟议序列中的一个阶段
• 协议要求的一次时钟停止——两次都要，因为一个时长会把你遇到的是哪种缺陷藏起来
• 试验开始前就命名的一种失效模式。这张清单是刻意摊平的：什么都没跑过，所以协议还说不出每一种属于哪个阶段

检索了什么，没检索什么

上面那个零是有边界的，边界跟着它走。2026 年 9 月 11 日，我们对 arXiv API 的全记录元数据检索跑了大约二十条查询。精确短语检索 "cross-embodiment handoff"、"task handoff" 与 "handoff success rate"，在整个 arXiv 上返回 0 条记录；"handoff latency" 返回十条，没有一条是机器人到机器人的任务交接——八条是无线网络论文，一条是端侧大模型 KV 缓存论文，一条是控制论文，讲的是单个采样数据控制器内部的计算与切换延迟。我们走了 RoboOS-NeXT 在 Semantic Scholar 上的引用图谱，又做了四次英文网络检索和三次中文检索 [一手来源——否定性结论，API 查询]。那几条精确短语查询在 2026 年 9 月 12 日重跑了一遍，返回的计数相同。

没检索的：IEEE Xplore 和 ACM Digital Library，两者都对自动抓取设了付费墙。有一条记录经引用图谱浮了出来，为了让这个否定性结论诚实，在这里点名——Helten 与 Wolf，IEEE UR 2026，异构感知机器人之间的领导者–跟随者知识共享，按其摘要，评估用的是数据集回放而不是硬件，全文闭源，我们没有读过 [二手——仅摘要]。同样没检索的：未在 arXiv 镜像的 ICRA 2026 与 IROS 2026 会议论文、厂商测试报告、日文文献、专利与学位论文。

这三套系统自己的项目页与代码库，是最有可能藏着 PDF 里没有的计数的地方，所以我们在 2026 年 9 月 12 日把它们全都抓了下来。没有一个带着任何跨本体的试验次数、成功率或时长。ABot-Claw 的代码库是一份部署指南，没有结果章节。RoboOS 的项目站复述了摘要，没有数字。HoloAgent-0 的页面确实公布了论文同样公布的数字——仿真 HM3D-ObjNav 的成功率与 SPL，以及一米范围内的真机目标到达率——全都是导航，而它的跨机器人协调条目，就是图 2(c) 那同一句话的图注，什么都没附 [一手来源——页面全文读毕，2026 年 9 月 12 日]。

什么能推翻本文：一份公开的试验次数、成功率或时长，对象是一项执行中的任务，经由两具不同本体共同读写的一份记忆交接，在真实硬件上。一份文件就够。如果它存在于上一段点名的某个渠道里，那是我们没有看到，而取代本文的那一篇，会以承认我们错了开头。

还有第四个演示，在文献之外。网易对 WRC 2026 的探展报道，2026 年 8 月 20 日，描述了越疆 Dobot 的「一脑多体」平台在产线上的情形："人形机器人、四足机器狗与协作臂无缝接力，完成从分拣、转运到装配的完整工序"。同一篇报道写到里工的方案 "重点验证两台里掂 F1 的任务分工、跨机器人工序交接"，那是两台同一形态的机器人。两者都没有给出试验次数、成功率或时长，而越疆的这项说法，本轮在厂商自己的渠道上未能得到印证 [二手，单一来源]。这个边界是两次中文检索加一篇读了原文的行业报道，所以它是一个比 arXiv 那个更弱的否定性结论。

我们自己的页面，改过两次

Tidewell Brain 的任务列表里，把跨本体交接列为设计目标，而不是已演示的能力。它是经过两次修正才变成这个样子的，两次都是我们自己改的，两次都有日期。

第一次，把交接从「我们做到的事」改成「我们正在构建的事」。第二次，2026 年 9 月 11 日，出于本文背后的研究，修掉了第一次留下的问题。页面原来说，2026 年有三套系统在真实硬件上演示了这项交接。日期错了：RoboOS-NeXT 是 2025 年 10 月，它的前身在 2025 年 5 月就带着同样的场景。数量错了：HoloAgent-0 的案例是并行调度。而且那句话写在我们读到 DUET 和 RoboHarness 之前，所以它宣称的缺席，比证据所能支持的更宽。智能体团队技术页上的同一句话，现在也是修正后的版本。我们关于共享记忆会怎么坏和空着的那一格的两篇笔记没有改动。

对于任何一个看着两台机器人的视频、想从剪辑里分辨能力的人来说，这架阶梯就是该问的那组问题。第二台机器人是不是由一个已经在驱动第一台的控制器驱动的——第三级？它是不是从第一台写入的记忆里读到了任务状态——第五级？它读那份记忆，是在任务运行期间，还是在启动时——第二级？然后，问分母。这四个问题，一条两句话的方法说明就答得了。

我们自己的位置，说得直白些：W1 和 B1 是原型，C1 研发中，Crew 没有在任何现场运行，没有一台 Tidewell 机器人给另一台 Tidewell 机器人交接过任何东西。把上面这套协议公布出来，代价我们看得见——竞争对手可以赶在我们之前按这些定义跑，而等我们自己的数字出来时，我们也会被按这些定义来衡量。等我们跑过了，会把试验次数和结果并排公布，失效也放在同一张表里。