续：Scalabot｜发布HERON-CRA情境强化行动模型

世界模型若只能「预演未来」，还缺一截：真实失败之后能不能记住、改策略，再把经验迁移到别的身体与任务上。继近窗发布HERON技术架构下的首个模型HERON-World Model（让机器人学习世界、预演未来）之后，Scalabot于9月15日发布第二个模型——HERON-Context Reinforcement Action Model（HERON-CRA）。公开定位是让机器人记住过去、从错误中学习，并把一次经验转化为下一次能力。

Scalabot是松延动力相关具身智能团队/品牌，近窗持续推进HERON体系。HERON-World Model回答的是「能不能在脑子里先演一遍」；HERON-CRA回答的是「演完、做错之后，能不能越做越稳，并且换本体还能用」。两者被叙述为可结合：CRA在真实环境中积累成功与失败经验，再作为起点与World Model一起生成「想象轨迹」，以便在不增加真实硬件风险的前提下反复尝试。

能力要点（团队公开口径）：

1. Context Expert：理解任务如何发生，把握情境与过程
2. RL Engine：从错误中持续修正，使行动具备持续进化可能
3. Cross-Embodiment Pretraining：跨不同身体与任务迁移已学能力
4. 闭环：真实状态经验 + World Model想象轨迹，降低真机试错成本
5. 目标叙事：从「做对一次」走向「能够持续修正」「越做越好」

所谓情境强化行动，白话是先搞清楚「眼下这场任务是怎么展开的」，再用强化学习把错误变成下次更好的策略。所谓跨本体预训练，白话是希望学到的不只是某一台机械臂的肌肉记忆，而是可迁移的操作能力。对具身团队，这把讨论从「有没有世界模型海报」推进到「评价与反馈有没有真正进入行动环」。

续报意义上，上周侧重理解与预演，本周补上记忆、强化与迁移。竞品开源项目若只有世界模型权重、缺少行动侧闭环与跨本体叙述，完整度会显得半截；若CRA长期只有框架文案、缺少可复核真机成功率表，同样难说服工程团队。

产业影响上，若随后给出评测协议与接口文档，会抬高「世界模型+行动模型」双件套的可复现讨论密度；若停在发布口径，热度会随新闻周期退去。需要把边界读清楚：公开材料以能力框架与产品叙事为主，独立大规模真机对照表仍有限。下一观察点是评测协议与权重/接口是否进一步开放，以及与World Model闭环在第三方机台上的复现。