其二是动作预测：给定任务指令、当前视觉观测，以及可选的近期动作历史，模型直接输出下一拍末端执行器的动作块，表达为一段ActionPiece token序列；单臂、左腕、右腕共用同一套词表与码本，意味着一份通用模型权重即可驱动不同形态的机器人。这正是"理解"能够落地为"行动"的关键一跃。
其三是未来状态预测：在给定当前观测与任务指令后，模型预测约一秒后的世界状态，并以 RGB 图像、度量深度图与机器人占用掩码三种模态联合给出。这种"先想象结果、再采取行动"的能力，让模型在闭环中拥有了前瞻与纠错的依据，动作尚未执行，它已能预判环境将如何变化。
这种"一个 token 接口贯通物理循环"的架构选择，比单纯堆高某项分数更能说明问题：它指向的，是一个可"感知-决策-行动-反馈"连续运转、并能据反馈自我修正的物理智能基座模型。
02 人类完整经验，
是物理智能循环的来源
闭环要能运转，第一步是"有经验可学"。模型在 Physical Loop 中观察、决策、行动、反馈，其能力上限，终究由它所消化的物理经验的质量与完整性决定。而人类经验天然地嵌入这一循环中。人在真实世界中持续感知环境、理解情境、形成意图、采取行动，并根据环境反馈修正自己的判断与行为。人类的智能，正是在无数次Physical Loop中生长出来的。在深度机智的路线里，人类经验是物理智能循环的第一性来源。
为此，深度机智构建了 Ego360 全景数采体系，尽可能完整地保留人类行动过程中的环境、身体、手部交互与注视。这意味着模型学到的是一段连续、完整的"人类经验"，而非被割裂的局部，这正是"完整经验"之于物理智能循环的关键价值。只有保留了行动前后的因果链条，模型才能真正理解"为什么这么做"和"做完之后发生了什么"，而非仅仅记住"怎么做"。
