分类：AI动态 标签：具身智能、大模型、机器人、开源项目
在具身智能领域，“自进化”一直是一个备受争议的词汇。当乐享科技近期推出其具身智能模型“以太”（Aether）大模型，并宣称它是全球首个能在部署和执行过程中持续更新、实现“自进化”的模型时，行业内外随之涌现了大量的讨论与审视。
模型的参数变化究竟是临时的任务调整，还是可迁移的新能力？在机器人行业仍需攻克基础稳定执行难题的当下，自进化究竟意味着工程层面的泛化，还是更深层次的持续成长？带着这些疑问，我们不妨深入剖析这套新型的技术思路。
01 从模仿动作到理解因果：打破传统 VLA 的局限
过去几年，具身智能的主流路线是将视觉、语言和动作（VLA）相连接：机器人接收视觉环境与任务指令，随后直接输出动作。这种路线让人类示范得以被大规模学习，但乐享科技团队指出，它存在一个根本限制：擅长回答“下一步做什么”，却未必理解“为什么要这样做”。
- 传统 VLA 的痛点：缺乏因果理解，更接近从已有数据中学习动作规律。
- 传统世界模型的问题：往往“可生成、不可执行”，预测出的未来无法被实际的关节、力矩和控制系统所实现。
真实世界的物理环境充满变数——接触力、摩擦力、滑动、物体形变及目标的临时变化，都会让同样的动作产生截然不同的后果。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，并称之为“能量驱动的状态转移”（energy-driven state transition）。
在这个系统中，感知不再是被动的画面接收，而是带有“感知意图”的主动探索：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？这种由系统内部一张贯穿始终的评价地形（Landscape）来衡量的机制，让机器人开始真正理解行动与物理世界的因果关系。
02 自进化背后的闭环机制：错题本与分层记忆
“自进化”不能只是一句宣传口号，它必须回答三个核心问题：机器人能否发现现实与预测的偏差？哪些经验值得留下？经验能否迁移到新任务和新身体上？
乐享科技为此构建了一套严密的运行闭环：
- 持续的预测与修正：机器人行动前形成预测，执行后观察结果，比对现实偏差并实时更新内部状态。这一循环伴随每一次行动持续发生。
- 严格的经验筛选（错题本机制）：在线学习最大的风险在于把偶然扰动当成规律。以太大模型在引入新经验时会进行评估：是否可靠、是否新颖、能否归因。系统会主动过滤错误经验，知道“什么该学，什么不该学”。
- 分层记忆与参数更新：
- 临时的短期经验：生命周期短，任务结束后即被清除。
- 验证后的长效规律：保留时间长，甚至可能影响模型权重，实现真正的参数层更新。
此外，该模型展现出了优秀的“一脑多形”能力。通过接入双臂、双足和轮式等不同形态的机器人本体，以太大模型能够在接入新硬件后通过自主探索认知本体的性能差异，生成适配的动作轨迹，从而完成软硬件解耦。
03 具身智能的 Next Level
如果机器人能够摆脱“被训练的执行机器”这一传统定位，进而在行动中发现偏差、在反馈中筛选经验、在记忆中沉淀规律，并把这些能力带到新的任务和身体中，那么它就不再只是更会干活，而是开始具备真正的“生长性”。
当然，对于“自进化”这一概念，未来仍有许多问题需要时间去检验：泛化能力究竟能跨越多大差异？长期运行后旧能力是否会发生退化？新能力能否在不同硬件上稳定复现？
尽管如此，这种探索无疑将行业的问题向前推进了一大步。衡量机器人的标准，或许将正式从“它现在会做什么”跨入到一个全新的维度：“它做完之后学会了什么？”这，正是具身智能迈向下一个阶段的重要信号。