diff --git a/actpred/action_norm.py b/actpred/action_norm.py
index 0ca3155..4655792 100644
--- a/actpred/action_norm.py
+++ b/actpred/action_norm.py
@@ -85,15 +85,13 @@ def denormalize_action(norm_action, action_dim: int = None,
 
 
 def default_column_weights(action_dim: int = 18) -> np.ndarray:
-    """逐列损失权重默认表：舵机 1.0（安全关键）、spk.F 0.2（保留梯度）、
-    spk.delay 0.0（步级数据恒 10ms——微动作分解的隐式节拍，时长信息
-    已编码在步数中）、保留位 0.0（恒 0 纯噪声，参与只会稀释有效梯度）。
-    action_dim>18 的扩展列默认 1.0：超出当前 18 列语义布局的通道视为
-    新执行器，静默给 0 会让其完全不参与训练（P2-a1）。"""
+    """逐列损失权重默认表：舵机 1.0（安全关键）；spk.F / spk.delay 0.0
+    （只影响声音/节奏不影响运动，推理端固定常量，见 bins.FIXED_OUTPUT）；
+    保留位 0.0（恒 0 纯噪声）。action_dim>18 的扩展列默认 1.0：超出
+    当前 18 列语义布局的通道视为新执行器，静默给 0 会让其完全不参与
+    训练（P2-a1）。"""
     w = np.zeros(action_dim, dtype=np.float32)
     w[:min(10, action_dim)] = 1.0
-    if action_dim > 10:
-        w[10] = 0.2
     if action_dim > 18:
         w[18:] = 1.0
     return w
diff --git a/actpred/bins.py b/actpred/bins.py
index c7bce83..3df5abd 100644
--- a/actpred/bins.py
+++ b/actpred/bins.py
@@ -29,6 +29,26 @@ TOTAL_BINS = int(START[-1])      # 1864
 LOG_COLS = (10, 11)              # 对数分箱列
 LOG_HI = {10: 5000.0, 11: 2000.0}
 
+# 权重 0 列的输出固定值（原始量纲）：spk.F 固定 0（只影响声音不影响
+# 运动，闭环中持续发声无意义）；spk.delay 在步级数据中恒 10ms（微动作
+# 分解的隐式节拍）。无监督头在闭环中会输出中段垃圾污染历史，
+# 推理/反馈时直接固定为常量。其余权重 0 列（保留位）固定 0。
+FIXED_OUTPUT = {10: 0.0, 11: 10.0}
+
+
+def fixed_zero_columns(weights, action_dim: int = 18) -> np.ndarray:
+    """按列权重表返回权重<=0 列的固定输出向量（其余列 0）
+
+    与 default_column_weights 联动：列权重 0 → 推理输出固定为
+    FIXED_OUTPUT 常量（缺省 0），避免无监督头在闭环反馈中输出垃圾。
+    """
+    w = np.asarray(weights, dtype=np.float32)
+    fixed = np.zeros(action_dim, dtype=np.float32)
+    for i in range(min(action_dim, len(w))):
+        if w[i] <= 0.0:
+            fixed[i] = FIXED_OUTPUT.get(i, 0.0)
+    return fixed
+
 
 def bin_edges(col: int) -> np.ndarray:
     """列 col 的箱边界数组（长度 bins+1），原始量纲递增"""
diff --git a/actpred/predict.py b/actpred/predict.py
index 9ed2480..9c3e77e 100644
--- a/actpred/predict.py
+++ b/actpred/predict.py
@@ -10,7 +10,7 @@ from config import parse_checkpoint_config
 from imu_norm import normalize_imu
 from action_norm import (normalize_action, denormalize_action,
                       is_range_mode)
-from bins import decode as bin_decode
+from bins import decode as bin_decode, fixed_zero_columns
 from model import ActionPredictor
 from utils import parse_action_history
 
@@ -120,8 +120,16 @@ class ActionPredictorInference:
             ).unsqueeze(0).to(self._device)
         pred = self._model(img_tensor, history, imu_tensor).squeeze(0)  # 归一化空间
         if self._onehot:
-            # 多头 logits → 期望值解码 → 原始量纲（箱生活在原始空间）
+            # 多头 logits → 期望值解码 → 原始量纲（箱生活在原始空间）；
+            # 权重 0 列固定为常量（delay=10ms 等），防闭环垃圾回写
             result = bin_decode(pred.cpu().numpy(), self.action_dim)
+            col_w = self._data_cfg.column_weights
+            if col_w is None:
+                from action_norm import default_column_weights
+                col_w = default_column_weights(self.action_dim)
+            fixed = fixed_zero_columns(col_w, self.action_dim)
+            m = fixed != 0.0
+            result[m] = fixed[m]
             if not np.all(np.isfinite(result)):
                 result = np.nan_to_num(result, nan=0.0, posinf=0.0, neginf=0.0)
             return result
diff --git a/actpred/test_actpred.py b/actpred/test_actpred.py
index 95c5827..a798f96 100644
--- a/actpred/test_actpred.py
+++ b/actpred/test_actpred.py
@@ -2004,14 +2004,12 @@ class TestFixedRangeNorm(unittest.TestCase):
         from action_norm import default_column_weights
         w18 = default_column_weights(18)
         np.testing.assert_allclose(w18[:10], 1.0)
-        self.assertAlmostEqual(float(w18[10]), 0.2, places=6)  # spk.F 保留梯度
-        np.testing.assert_allclose(w18[11:], 0.0)  # spk.delay 步级恒值 + 保留位
+        np.testing.assert_allclose(w18[10:], 0.0)  # spk 两列 + 保留位全 0
         # 小 action_dim：全部落在舵机段 → 全 1.0
         np.testing.assert_allclose(default_column_weights(4), 1.0)
-        # 12 列：舵机 1.0 + spk.F 0.2，delay 0
+        # 12 列：舵机 1.0，spk 两列 0
         w12 = default_column_weights(12)
-        self.assertAlmostEqual(float(w12[10]), 0.2, places=6)
-        self.assertEqual(float(w12[11]), 0.0)
+        np.testing.assert_allclose(w12[10:], 0.0)
         # 20 列：超出 18 列语义布局的扩展列默认 1.0（新执行器须参与训练）
         w20 = default_column_weights(20)
         np.testing.assert_allclose(w20[12:18], 0.0)
@@ -2502,6 +2500,19 @@ class TestOneHot(unittest.TestCase):
         with self.assertRaises(ValueError):
             validate_config_values(cfg.data, cfg.model, cfg.train)
 
+    def test_fixed_zero_columns(self):
+        """权重 0 列固定常量：spk.F→0、spk.delay→10ms、保留位→0"""
+        from bins import fixed_zero_columns
+        from action_norm import default_column_weights
+        fixed = fixed_zero_columns(default_column_weights(18), 18)
+        np.testing.assert_allclose(fixed[:10], 0.0)
+        self.assertEqual(float(fixed[10]), 0.0)
+        self.assertEqual(float(fixed[11]), 10.0)
+        np.testing.assert_allclose(fixed[12:], 0.0)
+        # 全 1 权重 → 无固定列
+        np.testing.assert_allclose(
+            fixed_zero_columns(np.ones(4), 4), 0.0)
+
     def test_onehot_model_output_shape(self):
         """onehot 模型前向输出 TOTAL_BINS logits"""
         cfg = Config()
diff --git a/actpred/train.py b/actpred/train.py
index 73254d5..de18767 100644
--- a/actpred/train.py
+++ b/actpred/train.py
@@ -9,7 +9,8 @@ from tqdm import tqdm
 from config import (Config, build_argparser, apply_overrides,
                     validate_config_values, warn_init_from_mismatch)
 from action_norm import normalize_action, is_range_mode
-from bins import encode as bin_encode, decode as bin_decode, START, HEAD_COLS
+from bins import (encode as bin_encode, decode as bin_decode,
+                      fixed_zero_columns, START, HEAD_COLS)
 from model import ActionPredictor
 from dataset import ActionDataset
 from action_norm import default_column_weights
@@ -126,6 +127,11 @@ def train_one_epoch(model, loader, optimizer, device, max_grad_norm: float = Non
                     if onehot:
                         raw = bin_decode(pred.detach().cpu().numpy(),
                                          action_dim)
+                        # 权重 0 列固定为常量，防自预测垃圾进入历史
+                        fixed = fixed_zero_columns(
+                            weights.cpu().numpy(), action_dim)
+                        m = fixed != 0.0
+                        raw[m] = fixed[m]
                         abs_action = torch.from_numpy(normalize_action(
                             raw, action_dim, mode=range_mode)).to(device)
                     else:
diff --git a/docs/reports/actpred_zscore_baseline_20260815.md b/docs/reports/actpred_zscore_baseline_20260815.md
new file mode 100644
index 0000000..f195932
--- /dev/null
+++ b/docs/reports/actpred_zscore_baseline_20260815.md
@@ -0,0 +1,91 @@
+# actpred 模型 B 方案文档——zscore 等权稳定基线
+
+> 文档类型：方案文档
+> 模块：actpred
+> 作者：自动生成
+> 日期：2026-08-15
+> 相关实验：`pybot_actpred_dataset_training_eval_20260814.md`（A/B 对照）、
+> `actpred_fixed_range_weighted_experiment_20260814.md`（C/D/E 失败系列）、
+> `actpred_onehot_multihead_dev_plan_20260814.md`（F 系列结构性方案）
+
+---
+
+## 1. 定位
+
+模型 B 是六模型闭环评估（A/B/C/D/E/F）中**唯一稳定**的配置：overall_mse 2445、error_growth 0.082，远优于其余五个（6447~968459）。本文档固化其完整方案，作为：
+
+1. 部署与实机测试的**首选基线**
+2. 后续所有实验的**对照基准**
+3. 归一化系列失败教训的**参照系**
+
+## 2. 完整配置（checkpoint 实读）
+
+来源：`actpred/checkpoints/recorded_run_norm/best_inference.pt`（epoch 26 早停，best val=0.0288）
+
+### 2.1 数据侧（DataConfig）
+
+| 项 | 值 |
+|---|---|
+| 分辨率 | 640×480 |
+| action_dim / history_len / frame_len | 18 / 5 / 3 |
+| normalize_actions | **True（z-score）** |
+| action_stats_path | `action_stats.npy`（272B，逐列 (2,18) mean/std，训练集统计） |
+| imu_dim | 0 |
+| column_weights | None（**等权**） |
+
+### 2.2 训练侧（TrainConfig）
+
+| 项 | 值 |
+|---|---|
+| 数据 | v1（`data/pybot_record`，804 样本，12/1 episode 划分，seed 42） |
+| 训练范式 | **单步 teacher forcing**（rollout_len=1, ss_prob=1.0） |
+| 增强 | ColorJitter（--augment） |
+| batch / lr / patience | 4 / 1e-3 / 15 |
+| predict_delta | False |
+
+### 2.3 模型侧（ModelConfig）
+
+SimpleCNN(128) → Transformer(d=128, 4 头, 2 层, pre-LN) → MLP 头。409K 参数。
+
+### 2.4 闭环表现（v1 数据，R4）
+
+- overall_mse **2445.4**，error_growth **0.082**（<1 无发散），oob_rate 28.1%
+- 逐 episode：stand 134 / jump 221 / hand 6850·8023 / tilt 60-752（唯一全部 episode 不爆表的模型）
+
+## 3. 为什么 zscore 稳定（失败系列的对照结论）
+
+| 方案 | 操作点 | 闭环行为 | 机理 |
+|---|---|---|---|
+| raw 等权（A） | 原始量纲 | 稳定但 spk.F 崩 | 舵机误差数值占优，spk.F 被忽略 |
+| **zscore（B）** | **数据均值 0** | **稳定** | **各列单位方差，归一化误差等量纲；误差收缩** |
+| fixed_range（C/D） | [0,1] 低端聚集 | 发散（growth 13.4/3.4） | 低端精度错配：小绝对误差=大相对误差 |
+| log_range（E） | log 空间 | 爆炸（growth 157） | 指数反变换在高端放大：0.81→1.0 = 1000→5000Hz |
+| onehot（F） | 箱（有界） | 部分稳定（oob=0，MSE 33K） | 有界生效，但 spk 无监督头闭环污染 |
+
+**结论**：反馈回路需要**误差有界且收缩**的映射。z-score 的零均值单位方差恰好满足；固定范围类方案各自引入一端（低/高）的放大；one-hot 的有界性正确但需配 spk 列固定（见 F2）。
+
+## 4. 已知局限
+
+1. **依赖 stats 文件**：推理端需随 checkpoint 携带 action_stats.npy（与 fixed_range/onehot 的零状态部署相反）
+2. **训练于 v1 数据**：delay 语义混杂（首行 200ms 未分解），spk.delay 权重 0.2——两者已被后续修复（v2 均匀数据 + delay 权重 0）
+3. **spk.F 仍弱**：hand 类 episode 8023/6850 的 MSE 主导源是 spk.F（10→1000Hz 大跨度，等权下被均值化）
+
+## 5. 演进建议：B2
+
+模型 B 的两处已知缺陷（v1 数据、delay 权重）都已有修复就绪，B2 = **zscore + v2 数据 + 新权重（spk 列 0）**：
+
+- 预期：闭环 MSE 进一步下降（delay 垃圾不再进历史）
+- 若 B2 稳定，作为部署基线导出 ONNX/HEF
+- 若 B2 需要 spk.F 频率跟踪（未来语音反馈需求），再叠加加权或 one-hot 方案
+
+## 6. 复现命令
+
+```bash
+# 模型 B（v1 数据，旧默认权重）
+./venv/bin/python train.py --data-dir /opt/micro_servers/data/pybot_record \
+    --checkpoint-dir checkpoints/recorded_run_norm --augment --epochs 100
+
+# B2（v2 数据，新权重：spk 两列 0）
+./venv/bin/python train.py --data-dir /opt/micro_servers/data/pybot_record_v2 \
+    --checkpoint-dir checkpoints/recorded_run_norm_v2 --augment --epochs 100
+```