具身智能的下一代跃迁：乐享科技如何探索机器人的“自进化”之路？

分类：AI动态标签：具身智能、大模型、机器人、开源项目

在人工智能领域，当数字世界的 AI 已经开始频繁讨论“自进化”时，物理世界的机器人是否也能拥有类似的成长性？最近，具身智能创业公司乐享科技提出了一个颇具野心的概念：其 Aether（以太）大模型能够在部署和执行过程中持续更新，并将其概括为全球首个能“自进化”的具身智能模型。

“自进化”在机器人行业显然是一个需要被谨慎对待的判断。究竟是模型参数发生了变化，还是仅仅进行了临时的任务调整？近日，乐享科技通过一场户外烧烤直播，公开展示了搭载该模型的机器人如何应对环境变化与随机扰动，也让外界得以窥见其背后的技术逻辑。

过去几年，具身智能最常见的技术路线是 VLA（视觉-语言-动作），即把视觉、语言和动作连接起来：机器人看到环境，接收任务，再输出动作。这种路线让机器人能够借助大规模数据学习人类的示范，但乐享科技团队认为，它存在一个根本限制：擅长回答“下一步应该做什么”，却未必真正理解“为什么要这样做”。

不懂因果：传统 VLA 接近于从已有数据中学习动作规律，但这并不等于理解动作与结果之间的因果关系。
物理世界的复杂性：接触力、摩擦、滑动、遮挡、物体形变以及目标临时变化，都会让同一个动作产生不同后果。画面上“看起来合理”与身体上“真的做得到”之间，依然存在巨大鸿沟。

为此，乐享科技并没有把重点继续放在单纯的动作预测上，而是将 Aether 模型构建为一个由世界状态、内部状态和能量状态耦合而成的动力系统（由能量驱动的状态转移，energy-driven state transition）。

在这个系统里，感知不再是被动接收画面，而是变成了带有“感知意图”的主动行为：为了继续行动，我还需要看到什么？当前视角能否消除不确定性？这种思路让机器人能够真正去理解行动的后果，从而为“自进化”奠定了前提。

“自进化”不能只是一句口号。乐享科技的 Aether 模型是如何实现这一过程的呢？

持续的偏差修正：机器人在行动前形成预测，执行后观察结果。如果现实与预期不符，系统会实时更新内部状态，判断原计划是否失效，并进行局部或全局的重新规划。
分层记忆与经验筛选：在线学习最大的风险是把偶然扰动当成规律。Aether 模型会先评估经验是否可靠、新颖且可泛化，再决定是否改变已有知识。系统采用分层记忆机制：
- 短期记忆：具体、依赖单一场景的状态，任务结束后清除。
- 长期记忆：经过反复验证的抽象规律，甚至可能影响模型权重。
软硬件解耦与“一脑多形”：目前，以太大模型已经在约五家不同机器人本体上积累经验，涉及双臂、双足和轮式形态。通过自主探索认知不同本体的性能差异与关节限位，模型完成了对本体的自我认知与适配。

简单来说，乐享科技所说的自进化，是一套综合的工程机制：主动获取信息 -> 根据预测误差调整行动 -> 筛选值得学习的经验 -> 沉淀规律并迁移至新身体。

如果机器人真的能够自进化，它改变的将不仅是某一个应用场景，而是整个行业的发展逻辑。

过去的机器人更像是被训练好的执行机器，任务之外的经验很难沉淀，更换场景和身体也常常意味着“重新开始”。而乐享科技的探索表明，部署本身可以成为一个学习过程——机器人进入真实世界后，能够在一次次行动中校准对世界的理解，把可验证的经验逐渐转化为新的能力。

当然，对于“自进化”而言，泛化能力能跨越多大差异、学习可以持续多久、新能力能否稳定复现，依然需要更多长期的测试来验证。

但正如这场探索所展现的：衡量机器人的方式，或许将不再只有“它现在会做什么”，还要加上一句：“它做完之后学会了什么？” 这，或许就是具身智能真正的 next level。