研究团队提出首个将智能体系统形式化为自进化系统的具身智能体框架——RoboFoundry。该框架中,基座模型参数保持冻结,进化发生在模型周围的上下文、技能系统与执行接口上,且借助共享语义接口,可在不同机器人间复用。RoboFoundry通过执行—反思—修复—晋升的双层进化闭环,先归因执行失败的能力缺口,针对性修改并验证后沉淀为通用能力。它能让多个基座模型在具身任务基准上性能显著提升,缩小基座间表现差距,还在真实机器人场景中实现跨机器人、跨任务的零样本迁移与部署后在线进化,为具身智能进化提供了新路径。
