如果 π 系列继续推出下一篇工作，你认为最可能的发力方向是什么？

合理的候选方向：1）世界模型与策略深度耦合——把 π0.7 的子目标世界模型从条件工具升级为验证器与数据生成器，支撑 safe RL 与经验放大；2）在线 RL 闭环产品化——把 RLT/RECAP 式方法自动化，实现部署即学习；3）跨本体统一动作接口与更大规模真机数据，继续摊薄数据成本；4）长程任务记忆与移动操作（导航与操作的统一策略）；5）形式化安全约束下的可控动作生成。

这道题考的是推理结构而非结论：先指出当前系列的短板（如 π0.7 的世界模型尚未参与训练闭环、RLT 只在小头上学习），再给出对应的技术杠杆与可验证的实验证据设想。能引用系列自己的演进节奏（架构 → 数据 → 后训练 → 可引导）做外推，比罗列热词更有说服力。