搜索
清华曹婷团队推域变换，攻坚机器人具身自进化
3 小时前
具身智能的核心挑战已从基础模型的数据与参数比拼，转向机器人的实际部署和持续完成任务的能力。硅谷普遍认为，当前的关键在于解决从“能做”到“可靠完成任务”的最后一公里问题。国内清华AIR的曹婷团队更早关注到这一方向，于2026年发起域变换（Z-Trans）项目，密集开源相关技术，并提出“具身自进化”范式。该范式强调物理智能体在部署环境中通过交互反馈自主修正策略，从而提升任务成功率。基于在微软亚洲研究院和清华AIR的研究经验，曹婷带领团队构建了完整的体系，包括Zeva上下文因果学习模型、Zetta在线执行与纠错闭环，以及Z-Infra训推基础设施。Zeva模型使机器人能从自身交互轨迹中提取因果关系，无需更新参数即可提升能力，并在多项基准任务中取得最优表现。Zetta通过三重闭环实现在线纠错与技能沉淀，任务成功率随交互次数增加而持续提升。Z-Infra则支撑全周期部署与数据流转，推动形成“交互产生数据—数据沉淀经验—经验提升能力—能力推动更多部署”的飞轮闭环。域变换凭借团队与生态、全栈技术、真实交互数据和场景复利四重壁垒，正推动具身智能从预训练时代迈向自进化时代，将机器人从“交付机器”转变为“交付持续增长的生产力”。
