Manifold AI 流形空间登顶 RoboDojo-Agent，R²SI 框架确立机器人自进化新标杆

事件概述

Manifold AI 流形空间发布的 WorldScape R²SI（Recursive Robot Self-Improvement，机器人递归自进化）系统，在由香港大学多媒体实验室（MMLab）牵头，联合清华、UC 伯克利等机构共建的具身智能基准测试 RoboDojo 的 Agent Track 赛道中登顶。其宏观进度分数达到 46.58 分，成功率 39.35%，刷新了该榜单的历史上限。

相比之下，此前表现突出的 GPT-6 Astra 在该赛道仅获得 28.97 分。WorldScape R²SI 在精细操作成功率（15.5%）、长程任务完成度（34.25%）及泛化能力（35.83%）上均显著优于竞品，尤其是泛化能力远超第二名，确立了“机器人自进化”技术路线的行业标杆。

核心信息：R²SI 递归自进化机制

R²SI 并非更换底层模型，而是构建了一个“执行—复盘—再验证—自进化”的闭环系统，由内外两层 Agent 构成：

1. 内层：Robot Reactive Agent（反应式代理）

   • 职责：负责实时决策与动作执行。基于多视角 RGB 图像、本体状态、任务描述及回合记忆，调用 Skill 和反应式模型（WSP, WorldScape Policy）执行动作块，并根据新观测决定下一步。
   • 特点：实现毫秒级的实时控制，确保任务执行的连贯性。

2. 外层：Recursion Reflective Agent（递归反思代理）

   • 职责：负责跨轮次的复盘与模型/Skill 更新。分析执行记录，修订 Skill 逻辑或将数据组织为训练集以更新 WSP 模型。
   • 机制：所有更新需经过测试验证后自动发布并纳入版本管理，确保改进过程可审查、可回滚。

案例验证：

• Skill 修订（push_T 任务）：在推 T 形物体任务中，首轮因夹持方向错误、平移转向耦合导致超支（723步 vs 预算600步）。外层复盘后，修订 Skill 解耦平移与转向、优化释放时机。更新后，同一布局下步数降至 389 步，且在未见过的随机布局上也能满分完成，证明了方法的迁移性。
• 模型训练（装箱任务）：外层将执行记录转化为训练数据，对 WSP 模型进行微调更新，使内层 Agent 在后续执行中获得更精准的动作控制。

值得关注：ICL 能力与双引擎驱动

WorldScape R²SI 的成功还依赖于 Manifold AI 早期布局的 ICL（In-Context Learning，上下文学习） 能力，两者形成互补：

• ICL 解决“冷启动”：通过 WorldScape Policy 2.0/2.5，机器人仅需观看人类示范即可快速上手新任务，无需漫长的数据收集和微调。在 Shell Game 等记忆依赖任务中，成功率达 75%，远超 π0.5 (30%) 和 DreamZero (50%)。
• R²SI 解决“持续优化”：针对示范未覆盖的偏差、力矩差异及多步误差累积，通过递归复盘不断打磨技能。
• 协同效应：ICL 提供热插拔的快速适应能力，R²SI 提供迭代进化的深度优化能力。结合视觉记忆与事件记忆机制，系统能有效处理长程任务中的状态保持与子任务切换，解决了传统 VLA 模型在未知任务中泛化能力不足的问题。

背景与意义

Manifold AI 流形空间是一家成立仅一年半的创业公司，其创始人武伟博士曾带队拿下 Waymo SimAgents 挑战赛冠军。该公司坚持从世界模型底座出发，自建数据管线（数十万小时高质量数据）并参与评测标准制定（如 WorldArena）。此次登顶 RoboDojo 表明，具备自我进化能力的具身智能系统，能够真正跨越仿真到真机的鸿沟，实现“在新场景中无需人工调参即可干活”的通用目标。