
别急着刷屏转发‘AI已觉醒’——最近刷屏的‘机器人自己改自己’,不是科幻片开场,也不是全自动流水线升级。它真实存在,但更像一个刚学会用扳手拧螺丝的新学徒:能动手,但每拧一下都得盯着压力表、查三次手册、旁边还得站个老师傅。上海交大、伯克利、斯坦福等十几家机构联合发布的论文《Who Improves the Robot?》把这事掰开了讲透:机器人确实开始尝试改自己的代码、调自己的策略、甚至优化‘怎么改自己’这个流程——可一旦踏进真实世界,三道坎就横在那儿,谁也绕不开。

第一道坎是‘看不清’。数字世界里,bug报错信息清清楚楚,堆栈追踪一步到位;但在物理世界,机器人打翻水杯,你分不清是电机响应慢了20毫秒,还是光线太暗让视觉模型误判了杯沿位置,又或是地板刚拖过有点滑。传感器数据永远带噪、不完整、还互相打架。论文里直接点出:失败归因(failure attribution)目前仍是‘黑箱猜谜’,靠人复盘占七成以上。
第二道坎是‘试不起’。在服务器上跑1000次模型更新,耗的是电和时间;让机械臂反复抓同一个易碎件1000次?可能第三次就掰断了夹爪,第七次烧了伺服器。更别说人形机器人摔一跤,关节减速器报废、外壳开裂、整机重校准——这些成本根本没法进训练预算。所以物理RSI不是比谁改得快,而是比谁改得‘省’、改得‘稳’、改得‘不伤身’。
第三道坎最要命:‘改完不敢信’。代码改了,怎么证明它真变好了?不是跑通一次就行。论文强调必须建立闭环验证机制:比如先在仿真中做‘压力测试’,再用安全笼限制动作范围实测,最后才敢放开。而当前90%的具身智能系统,连基础的安全回滚(safety rollback)都没配齐——改坏了,连退回去的按钮都没有。
说白了,现在的机器人不是不会学,是学得特别‘怂’。它知道该迭代,但每一步都得掂量硬件寿命、环境风险、人类容忍度。这篇论文没画大饼,反而拉出L0–L5分级标准,坦白告诉所有人:目前最高只到L2(任务能力可更新,但改进方法仍固定)。离真正‘越学越会学’,还有至少五年的工程深水区要趟。
亿策略提示:文章来自网络,不代表本站观点。