具身智能如何自进化？乐享科技提出新路径

乐享科技此前提出其具身智能模型「以太」（Aether）能够在部署和执行过程中持续更新，将其定义为具备「自进化」能力的具身智能模型。

在机器人行业仍聚焦于稳定执行的当下，「自进化」往往伴随着争议。它究竟是临时的在线调整，还是能够沉淀为持久的泛化能力？近日，乐享科技进行了一场户外实机直播：搭载以太大模型的机器人需要在户外接受随机点单，完成食材处理、烤制、翻面、上菜等烧烤流程，并应对突发打断与环境变化。

实测过程中，双机协作完成了部分操作，但也出现了停顿与动作调整。展示的重点并非零失误的脚本化演示，而是当环境改变后，机器人能否自主搜集信息并修正动作，以此展现系统在物理世界中的适应机制。

从动作模仿走向理解物理后果

当前主流具身智能通常基于视觉-语言-动作（VLA）模型，将输入直接映射至动作。乐享科技团队认为，这类方案擅长预测下一步行动，但缺乏对物理因果的理解。而传统的世界模型（World Model）虽能预测环境演变，却常常生成关节力矩无法执行的轨迹。

真实物理世界存在摩擦、形变、滑动与质量转移。为此，以太大模型被设计为由世界状态、内部状态和能量状态耦合的动力系统，团队称之为「能量驱动的状态转移」（energy-driven state transition）。系统借助类似能量地形的评估框架，衡量哪些状态值得靠近、哪些需要舍弃，并以此指导注意力分配与主动感知。

在这种机制下，感知具备了意图驱动的特征：机器人会为了消除不确定性而主动改变视角或移动身体。例如在处理有污渍的玻璃时，若发现污渍位于外侧，机器人会主动改变轨迹探出手臂擦拭。

闭环机制与分层记忆

要实现自进化，系统需在执行过程中持续比对真实结果与预测偏差，并完成局部或全局重规划。然而，持续在线学习的最大隐患在于将偶发噪声写入长期模型，从而引发灾难性遗忘。

针对该问题，以太大模型采用了分层记忆与筛选机制：

1. 经验可靠性评估：评估新经验的新颖性、可归因性与泛化价值，区分有效规律与偶发扰动。
2. 分层存储：场景相关的瞬时状态在任务结束后即被清理；经过验证的高阶因果规律则沉淀至长期记忆，并可能逐步影响策略及模型权重。
3. 构建「错题本」：从失败尝试中提取通用规律，用于后续相似任务的决策。

在数据层面，人类视频用于构建先验认知，示教数据用于动作规范化，而真实交互数据则用于完成现实校准（reality calibration）。

跨本体适配与软硬件解耦

经验能否跨越硬件形态迁移，是检验自进化的核心标准之一。据团队介绍，以太大模型已在双臂、双足及轮式等约五种不同机器人本体上积累数据。

在适配新硬件时，系统输入运动学模型（URDF）与传感器配置后，可通过自主探索认知关节限位与动力学约束，进而生成适配该硬件特性的轨迹，实现「一脑多形」的软硬件解耦。控制架构上，底层执行保持 200Hz 以上的控制频率，高层推理与主动感知则根据任务复杂度动态调整周期。

目前，该体系在长期运行中的抗退化能力与跨场景泛化上限仍有待更多工程验证。但将机器人的部署过程转化为持续学习与经验沉淀的循环，正成为具身智能迈向下一阶段的重要探索方向。