乐享科技提出具身智能「自进化」概念：从模仿动作到理解因果与持续学习

事件概述

乐享科技（Lexiang Technology）近期因其具身智能模型 Aether（以太大模型）提出的「自进化」概念引发行业关注。该团队宣称 Aether 是全球首个能够在部署和执行过程中持续更新能力的具身智能模型。为验证这一能力，乐享科技进行了户外直播测试，搭载该模型的机器人在随机点单、临时场景变化及中断干扰下，完成了包括食材处理、烤制、翻面及上菜在内的复杂烧烤任务，并实现了双机器人的自主信息传递与分工协作。

核心技术与机制

1. 从「模仿」转向「理解因果」
传统具身智能多侧重于视觉、语言到动作的映射（VLA），擅长回答「下一步做什么」，但往往缺乏对动作后果及物理因果的理解。乐享科技指出，真实世界存在接触力、摩擦、遮挡等复杂变量，简单的输入输出映射无法应对。因此，Aether 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，采用「能量驱动的状态转移」（energy-driven state transition）。

• 主动感知：机器人不再被动接收画面，而是基于任务需求主动寻找信息以消除不确定性。
• 因果推理：系统需建立动作、物理状态与结果之间的因果关系，例如根据液体重心移动或物体质量变化实时调节关节力矩，而非机械复现既定轨迹。

2. 「自进化」的闭环机制
乐享科技定义的「自进化」并非单一维度的参数调整，而是一套包含预测、执行、反馈、更新的多层级闭环机制：

• 预测误差修正：系统在行动前形成预测，执行后对比真实结果与预测偏差，若发现世界状态变化（如污渍位置不符预期），则重新规划行动。
• 分层记忆与经验筛选：系统具备评估新经验可靠性和泛化性的能力。具体且依赖单一场景的经验生命周期较短，任务结束后清除；经过反复验证的抽象规律则保留更久，甚至可能影响模型权重。这种机制旨在避免将偶然扰动误认为规律，防止灾难性遗忘。
• 一脑多形与本体适配：模型已在约五家不同形态（双臂、双足、轮式）的机器人上积累数据。接入新本体时，模型可通过自主探索认知其性能差异（如关节限位、传感器布局），完成运动学对齐和动力学参数辨识，实现软硬件解耦。

3. 数据角色的重构

• 真人视频：用于预训练，帮助机器人理解人类行为逻辑和意图。
• 示教视频：用于将认知转化为可执行动作，类似基础技能训练。
• 真实运行数据：虽使用最少，但承担最重要的「现实校准」（reality calibration），确保模型在真实物理环境中的有效性。

值得关注与挑战

1. 技术验证的边界
虽然乐享科技展示了机器人在动态环境下的适应能力，但「自进化」的具体量化指标仍需更多测试支撑。关键问题包括：模型权重的变化幅度、新能力在不同机器人上的稳定复现率、以及长期运行中旧能力是否退化。

2. 行业意义
如果具身智能仅停留在指令到动作的执行，它仍是复杂的自动化工具。乐享科技的尝试指向一种新的范式：机器人不仅是被制造和训练的机器，而是能在世界中持续获得经验、具备生长性的行动系统。衡量标准将从「当前会做什么」扩展至「做完之后学会了什么」。

3. 待解问题
关于「自进化」的争议依然存在，主要涉及：调整是临时的任务适配还是真正的能力迁移？泛化能力能跨越多大的任务和本体差异？这些问题的答案将决定该技术能否真正进入下一代 AI 的发展阶段。