具身智能新范式：清华于超团队提出 Harness VLA，走向“模型+系统”协同
2026/08/05 12:15阅读量 2
清华于超团队提出 Harness VLA，探索“模型+系统”协同的具身智能新范式：在 VLA 外增加 Harness Layer 并与 code policy agent 结合，让系统自主分配精细操作与长程任务，在 LIBERO-Pro 上以 zero-shot 方式实现超 80% 成功率。团队同时提出机器人本体数量作为独特规模化维度的 Scaling Law，并预测未来五年具身基模将真正具备泛化性。
事件概述
清华于超团队提出 Harness VLA，将广义 VLA 不再作为纯端到端执行器，而是在模型外围增加 Harness Layer，并与 code policy agent 结合。系统可自主分配任务：VLA 负责局部接触丰富、需要精细操作的任务（如抓取、插入），code policy agent 负责长距离移动、失败重试等长程逻辑。在 LIBERO-Pro 基准上，该方案以 zero-shot 方式取得超过 80% 的成功率，为已知最高分。
核心判断
- 具身智能存在独特 Scaling Law：除模型与数据规模化外，机器人本体数量是额外的规模化维度。团队正在真实世界搭建基础支撑大规模在线交互，探索模型与机器人数量双重规模化能否带来泛化能力进一步增长。
- 强化学习是 VLA 中不可替代的训练算法：强化学习不属于与其他路线竞争的范式，而是训练模型的算法。它在 VLA 中的核心作用是产生交互数据，从中学习重力、摩擦力、质量等物理世界运行规律，使决策达到 100% 可靠，这是模仿学习无法替代的。
- 未来五年基模将真正具备泛化性：当前行业存在基模过拟合问题，但已被认知，五年内会出现更好的基模与更合理的数据使用方式。
落地进展
于超联合发起的正行创新（Striding AI）已与重要伙伴建立战略合作，部分结构化工业场景中模型落地相对成熟。团队当前预研两个方向：隐世界模型预训练，以及具身 Agent Infra（Harness VLA 相关）。公司计划先进入零售与工业场景形成早期数据飞轮，再逐步扩大落地范围，探索通用能力。
背景
于超现任清华大学深圳国际研究生院具身决策智能实验室助理教授，也是正行创新联合发起人。此前代表作包括多智能体强化学习算法 MAPPO，以及面向具身大模型的强化学习训练框架 RLinf（已被英伟达 Isaac Lab 收录）。