共计 1178 个字符，预计需要花费 3 分钟才能阅读完成。
机器人能不能越用越会? 清华 AIR 与域变换近期提出的 Zeva, 把答案指向了一个新方向: 模型参数保持冻结, 但通过上下文中的因果记忆, 让具身智能在部署过程中持续吸收经验。
📌 从“会执行”到“会总结失败”
具身智能过去常见的适应方式, 是重新采集数据、微调模型 , 或在测试阶段进行训练。这类方法往往依赖梯度更新, 成本高、速度慢, 也可能影响原有能力。Zeva 关注的不是再训练一个更大的模型, 而是让模型在现场交互中理解“动作导致了什么结果”。
🔍 核心机制: 把因果经验写进上下文
Zeva 的推理链路包含因果交互提取、双时标因果记忆和上下文策略注入等模块。 系统会在每个环境步中处理视觉状态、动作编码以及观察到的状态变化 , 并形成用于后续检索的因果交互信号。
- Causal Transition Encoder: 帮助模型显式捕捉“动作—状态变化”之间的关系。
- Dual-timescale Causal Memory: 短期记忆维持当前尝试的连贯性, 长期记忆沉淀跨尝试经验。
- In-Context Policy Injection: 将任务阶段和交互证据组织成提示, 注入冻结的动作生成模型。
这意味着,Zeva 的能力提升并不来自参数更新 , 而是来自上下文中不断增长的交互证据。一次失败、一次修正, 乃至一次人类演示, 都可能成为下一次动作生成时的参考。
💡 实验结果显示自进化趋势
真实化学实验室 ChemLab-Evo 中, 多个原子任务也呈现随尝试次数上升的趋势 。例如 Pick Up Test Tube 从 65% 提升至 100%,Place Beaker 从 25% 提升至 70%,Pour Water 从 30% 提升至 80%。此外, 一次人类演示用于初始化记忆后, 部分任务成功率出现额外提升, 其中 Place Beaker 最高提升 20 个百分点,Pour Water 提升 15 个百分点。
📊 观察: 具身智能的另一条 Scaling 路径
我们的判断是,Zeva 的意义不应只被理解为一个机器人操作模型的改进 。它更像是在提示行业: 具身智能的扩展路径, 可能不只依赖更大参数、更大数据和更强算力, 也可以来自部署现场不断积累的因果上下文。
如果模型能够把物体质量、摩擦、接触状态、关节约束等环境因素隐式估计出来, 并在后续操作中复用 , 那么机器人面对新场景时就不必完全从零开始。这对实验室自动化、柔性制造、家庭机器人等高变化场景具有潜在价值。
- 对研发侧: 减少频繁微调和重新训练的压力。
- 对部署侧: 让机器人在真实环境中通过尝试逐步稳定。
- 对产业侧: 有望降低跨场景迁移和长尾任务适配成本。
🚀 仍需验证的边界
当然,Zeva 仍处于研究成果展示阶段。 它在更复杂长程任务、不同硬件本体、大规模真实场景中的稳定性 , 还需要更多验证。特别是因果记忆如何避免错误经验累积、如何在安全要求高的任务中使用, 也会是后续关键问题。
