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，「自进化」一直是一个充满争议却又令人向往的概念。当数字世界的 AI 模型早已开始讨论自我迭代时，物理世界的机器人是否也能拥有类似的成长能力？
最近，具身智能企业乐享科技推出了其自研的“以太”（Aether）大模型，并宣称其是全球首个能够在部署和执行过程中持续更新、具备「自进化」能力的具身智能模型。通过一场充满挑战的户外烧烤直播与复杂的控制任务，乐享科技向外界展示了他们对机器人「自进化」的全新思考与实践。
从模仿动作到理解因果：传统 VLA 的局限
过去几年，具身智能最主流的路线是将视觉、语言和动作（VLA）连接起来：机器人接收环境信息、理解任务指令，然后直接输出动作。这种方式让机器人能够借助大量人类示范数据快速上手，但乐享科技团队认为，这种模式存在一个根本限制：它擅长回答「下一步应该做什么」，却未必真正理解「为什么要这样做」。
传统 VLA 路线往往「不懂因果」，而传统的物理世界模型则多停留在「可生成、不可执行」的阶段。真实世界充满了接触力、摩擦、滑动、遮挡以及目标的临时变化：
- 一个杯子的质量增加一倍，关节需要输出的力矩就必须随之调整；
- 液体重心不断移动时，机器人绝不能机械地复现某条既定轨迹。
为了打破这一僵局，以太大模型被设计为一个由世界状态、内部状态和能量状态耦合而成的动力系统。团队将其称为“能量驱动状态转移”（energy-driven state transition）。系统内部存在一张贯穿始终的评价地形图，用来衡量哪些状态值得靠近、哪些应该舍弃，从而让感知本身变成了带有明确意图的主动行为 -> 感知 -> 调整 -> 响应。
「自进化」的本质：一套严谨的闭环机制
机器人执行任务时，变化的究竟是瞬时状态，还是底层的模型权重？
乐享科技给出的答案是：这些层级都会更新。 所谓的自进化，并不是一句空洞的口号，而是一套贯穿预测、执行、反馈与更新的闭环机制：
- 预测与偏差修正：机器人在行动前形成预测，执行后观察真实结果。一旦发现世界与预期不符，系统就会判断原计划是否失效，并实时进行局部或全局的重新规划。
- 错题本机制与经验筛选：在线学习最大的风险是把偶然扰动当成规律。以太大模型引入了严格的筛选机制：评估经验是否可靠、新颖且可泛化，决定什么应该学、什么应该忘掉。
- 分层记忆与参数更新：短期、依赖单一场景的状态会快速清除；经过反复验证的抽象规律则会保留下来，甚至进一步影响模型权重，实现真正的参数层自适应。
此外，这套模型还具备强大的泛化能力。目前，以太大模型已经成功在双臂、双足和轮式等约五家不同形态的机器人本体上积累经验。通过自主探索认知不同本体的性能差异与关节约束，模型实现了软硬件的解耦，真正做到了「一脑多形」。
总结：具身智能的 Next Level
如果具身智能仅仅停留在从指令到动作的映射，它本质上依然是一种更复杂的自动化。但如果机器人能够在行动中发现偏差、在反馈中筛选经验、在记忆中沉淀规律，并把这些能力迁移到新的任务与身体上，它便开始具备了真正的「生长性」。
当然，关于自进化能走多远、泛化边界在哪里，行业依然需要更多严谨的测试与时间去检验。正如乐享科技所展示的，未来衡量一个机器人的标准，或许将不再仅仅是「它现在会做什么」，而是加上关键的一句：「它做完之后学会了什么？」