分类：AI动态 标签：具身智能、大模型、机器人、人工智能

在具身智能领域，“自进化”一直是一个备受争议的概念。当数字世界的 AI 已经开始频繁讨论自我迭代时，物理世界的机器人是否也能具备真正的成长性？

最近，乐享科技（Enjoy Tech）带着其具身智能模型“以太”（Aether）引发了广泛关注。它宣称这是全球首个能够在部署和执行过程中持续更新、实现“自进化”的具身智能模型。在刚刚结束的一场户外烧烤直播挑战中，搭载该模型的机器人直面了随机点单、临时打断以及场景变化等种种现实考验，也为我们剖析机器人的自进化机制提供了一个绝佳的观察窗口。

01 从模仿动作到理解因果：打破传统 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：机器人看到环境，接收任务，然后输出动作。这种路线让机器人学会了模仿人的示范，但乐享科技团队认为，它存在一个根本限制：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”，以及这个动作会给真实世界带来什么后果。

传统路线往往“不懂因果”，而传统世界模型（world model）则面临“可生成、不可执行”的困境。在真实的物理世界中，接触力、摩擦力、物体形变、液体重心移动等瞬息万变，画面上“看起来合理”与身体上“真的做得到”之间，还有很长的距离。

为此，乐享科技将以太大模型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——由能量驱动的状态转移（energy-driven state transition）：

  • 主动感知：感知本身成为了任务的一部分。机器人不再被动接受画面，而是带着问题寻找答案：“为了继续行动，我还需要看到什么？”
  • 因果理解：系统需要建立动作、物理状态与结果之间的因果关系，并根据后果不断调节控制，确保动作在不断变化的物理世界中真正成立。

02 自进化不是口号，而是一套严密的闭环机制

乐享科技所说的“自进化”，究竟是如何在模型内部发生的？

按照团队的阐述，系统在行动前形成预测，执行后观察结果，并实时比较真实结果与原有预测之间的偏差。如果世界超出了预期，系统便会更新内部状态并重新规划。整个进化闭环包含以下几个核心机制：

  1. 持续修正与长时序任务处理：预测 -> 执行 -> 反馈 -> 更新 -> 再次行动。系统在连续任务中不仅记住步骤的前后关系，还能在中途改变目标或中断后继续执行。
  2. 错题本机制与经验筛选：在线学习最大的风险在于把偶然扰动当成规律。以太大模型不会让所有新经验直接进入长期知识，而是会先评估其可靠性、新颖性与泛化能力——知道什么应该学，同样知道什么不该学。
  3. 分层记忆与参数调谐：具体且临时的场景状态生命周期短，用完即清；而经过反复验证的抽象规律，则会进入因果模型甚至进一步影响模型权重，实现真正的参数层更新。
  4. 一脑多形与软硬件解耦：目前以太大模型已在双臂、双足和轮式等约五家不同机器人本体上积累经验。接入新本体后，模型能够通过自主探索认知其性能差异和关节限位，生成适配的轨迹，从而完成对本体的自我认知。

03 具身智能真正的 Next Level

过去的机器人更像被训练好的执行机器，任务之外的经验很难沉淀，更换场景和身体往往意味着重新开始。

乐享科技提出的观点，不仅是让机器人完成更多工作，而是让“部署本身成为学习过程”。当机器人进入真实世界，不再只是消耗训练阶段获得的能力，而是在一次次行动中校准对世界的理解，把可验证的经验逐渐变成新能力，它便开始具备了某种生长性。

当然，“自进化”能否稳健前行，依然需要接受时间的检验：泛化能够跨越多大差异？长期运行后如何确保旧能力不退化？这些都是未来需要解答的问题。

但不可否认的是，衡量机器人的标准正在悄然发生改变。未来的核心问题将不再仅仅是“它现在会做什么”，而是：“它做完之后学会了什么？”

一旦机器人真正具备了在现实世界中积累、验证并迁移能力的能力，具身智能或许将迎来真正的 Next Level。