10月22日，通用人工智能大会在重庆渝州宾馆开幕，重庆通用人工智能研究院在会上发布明镜平台。它被描述成一套“智能体生产线”，而非又一个通用大模型：底层是朱松纯团队提出的CUV架构（认知—能力—价值），中间架三块技术底座——智能体自进化基座、社会模拟平台、虚实闭环训练场，上面接政用“通鉴”、商用“通衍”、民用“通境”、测试“通测”四个平台。
三块底座里，跟机器人关系最直接的是虚实闭环训练场。发布方给它配了两个数：典型技能训练缩短至5天，真机验证通过率85%。这两个数就是本文要拆的东西。
跨本体，跨的到底是什么
不同形态的机器人，指的是腿式、轮式、不同臂展、不同传感器配置的机器。它们的动作空间、动力学特性、能感知到的信息都不一样。常见做法是每换一台机器，就要重新采数据、重新调策略，技能很难直接搬过去。训练场的说法是：以“通脑”作认知规划中枢，让智能体理解行为意图、自主规划任务，实现不同形态机器人之间的跨本体技能迁移与协同执行。
把这句话拆开，关键在分层。“通脑”管“要做什么”，具体的关节、轮子、夹爪管“用这副身体怎么做”。任务意图不绑定硬件，才有机会在换机器人的时候保留下来。这是跨本体迁移的一般思路，也解释了为什么平台把“通脑”放在中枢位置，而不是让每台机器人各自从零学。平台列出的三项核心能力里有一项叫“虚实跨域”，正对应训练场的定位：仿真里的训练和真机上的验证串成一个闭环，“虚实闭环”四个字说的就是这件事。
5天和85%的口径
“缩短至5天”这个说法，隐含着一个更长的起点，但发布材料没有给出原来需要多少天，也没有列出“典型技能”具体是哪几类。
85%同样。验证了多少个任务、每个任务重复多少次、判定“通过”的标准是什么、在什么场地、用哪几款机器人，材料都没有交代。所以这两个数字目前只能按发布方给出的阶段结果来理解，不是第三方复现过的结论。发布会公布的成果通常不带完整实验报告，这一点本身正常。
问题在于，跨本体迁移是一种特别看细节的能力。换个机器人就掉性能，是这类方法最典型的失效方式。所以5天和85%的信息量，不只在于数值大小，还在于它们对应的任务范围有多宽。
训练场站在这套体系的什么位置
另外两块底座负责别的事。智能体自进化基座被比作生产线，把创制、训练、测评和实战进化串起来，发布方称行业智能体交付周期从90天压缩到20天以内。社会模拟平台被比作城市级“数字沙盘”，可并行驱动百万级智能体，预演人群流动、应急疏散和政策传导。训练场管的是机器人身体这一端。
同一天启动的“明镜伙伴建用相促计划”，参与企业覆盖大模型、具身智能、算力芯片几个方向，包括沐曦股份、生数科技、银河通用、星海图、千里科技、灵心巧手、通芯科技、科大讯飞。这是合作的启动，材料没有说明各家企业具体接入哪块能力、按什么节奏接入。
所以这套安排的取舍很清楚：它想把“每台机器重教一遍”的成本，换成“一次训练、多处迁移”。省掉的是重复教学，省不掉的是真机那一关。85%就是这一关的通过率，而这一关设得多严，才是决定5天这个数字有多大意义的地方。