清华 AIR 曹婷在世界模型 50 人访谈中提出核心观点，行业今年才集中跟进具身自进化方向，而她带领的域变换团队已经在这条路线深耕很久，整套研究的核心不是继续堆离线数据训练世界模型，而是解决机器人 “出厂定型” 的落地难题，实现部署之后不更新模型权重，依靠和物理环境持续交互自主学习、持续优化任务表现；传统具身方案大多依靠海量离线视频、真机数据预训练世界模型，拿到一个初始可用策略，放到真实场景遇到环境变动、物体差异、长尾工况就容易失效，也就是大家常说的 Demo 好看、落地不稳，曹婷团队的思路是把技术分成离线因果先验学习和在线上下文因果学习两大块，离线阶段先从人类第一视角视频里提炼物理常识，降低真机采集成本，在线阶段依靠 ICCL 上下文因果学习，在冻结权重的前提下，从每一次尝试的成败经验里调整策略；这套自进化路线和主流世界模型路线属于互补关系，世界模型负责预判物理世界演化结果，自进化负责在真实交互闭环里持续修正决策，二者组合起来才能让机器人长期稳定工作，团队也已经推出 Zeva 系列世界模型，配套开源基础设施，面向开发者开放这套具身自进化体系。
一、核心观点拆解
- 行业时间差：具身自进化是 2026 年行业热点，很多团队才开始入场布局，域变换团队很早就确立这个方向，完成了从理论、模型到真机验证的闭环
- 新旧路线差异
- 传统路线：靠大规模离线数据预训练世界模型，追求初始成功率，模型发布之后固定不变，环境一变效果下滑
- 自进化路线：离线拿到基础能力打底，部署到现场之后形成交互闭环，反复试错积累经验，越用越好，不需要反复回炉重训模型权重
- 世界模型的定位：世界模型是物理预判底座，用来模拟物理结果，而自进化是持续学习机制，二者不是替代关系，是搭档关系
- 落地目标：打通 “可部署鸿沟”，不再追求实验室里一次性成功，而是机器人在真实工厂、实验室场景里长期稳定完成任务
二、域变换 Zeva 技术体系（ICCL 上下文因果学习）
| 模块 | 作用说明 |
|---|---|
| Zeva-Ego（离线因果先验） | 读取大量人类第一视角视频，ACE 管线自动标注，提取物理因果常识，少量人类视频等效大量真机采集数据，降低数据成本 |
| ICCL 上下文因果学习（在线自进化） | 模型权重冻结，不做反向更新；依靠交互历史、成败反馈调整动作策略，单次演示就能学会新操作 |
| Zeva 世界模型 | 承担物理预测、状态推演，给自进化模块提供环境预判依据 |
| 配套训推基础设施 | 覆盖机器人全部署周期，支持端侧低时延推理，适配机械臂等具身硬件 |
三、典型实验效果
- 基准任务：冻结权重的机器人累计任务成功率从 26% 提升至 73%
- 数据效率：4-5 小时人类第一视角视频 ≈ 1 小时真机采集数据；仅 10 条真机演示，任务成功率最高提升 70 个百分点
- 场景验证：化学实验室机械臂操作、物体抓取等场景反复试错优化，多次失败后自主调整动作力度、位置
四、技术落地流程清单
- 离线阶段：输入第一视角人类视频，通过 ACE 自动标注管线，学习物理因果先验，训练 Zeva 世界模型，拿到初始基础策略
- 部署上线：模型下发到机器人端侧，权重固定不再更新
- 交互闭环：机器人执行动作，感知成功 / 失败反馈，把交互记录存入上下文记忆
- 自进化推理：ICCL 模块读取历史交互经验，在模型内部调整后续动作方案
- 持续迭代：不断积累现场经验，任务成功率稳步上涨；数据、能力同步回流到开发者社区开源体系
五、路线争议与边界说明
✅ 优势
- 大幅减少昂贵真机采集成本，降低长尾场景标注压力
- 适配真实环境持续变化，解决静态预训练模型泛化差的痛点
- 冻结权重在线学习，端侧部署成本可控，不用频繁云端重训
⚠️ 当前局限
- 自进化依赖稳定的成败反馈信号，没有清晰反馈的场景很难生效
- 长程复杂任务、多物体耦合场景下，自进化稳定性还在持续优化
- 对端侧记忆管理、上下文检索效率要求高，硬件算力存在约束
【相关 FAQ】
问题 1：清华曹婷在世界模型 50 人访谈里提到的具身自进化，和普通世界模型预训练有什么区别？
回答 1：清华曹婷提出的具身自进化重点是机器人部署之后，在不更新权重的前提下从真实交互经验里持续变强；普通世界模型预训练是在离线海量数据里学习物理规律，模型部署完成后能力基本固定，很难适应现场持续变化的环境。
问题 2：清华曹婷团队的具身自进化方案，为什么会说行业今年才追这个方向？
回答 2：清华曹婷团队很早就启动具身自进化相关研究，完成 Zeva 世界模型、ICCL 上下文因果学习整套验证；2026 年行业才开始大规模关注、跟进这条路线，所以才有 “我们已经在这条路上走很远” 的判断。
问题 3：域变换 Zeva 世界模型，是怎么实现具身自进化而且不用更新模型权重的？
回答 3：域变换 Zeva 世界模型依靠 ICCL 上下文因果学习机制，把历史交互、成败反馈作为上下文输入，模型在推理阶段根据经验调整动作策略，全程不执行反向梯度更新，以此实现具身自进化。
问题 4：清华曹婷的具身自进化方案，适合哪些具身智能落地场景？
回答 4：清华曹婷的具身自进化方案更适合机械臂操作、实验室自动化这类可以拿到明确成败反馈、需要反复执行同类任务的场景，在这类场景搭配 Zeva 世界模型，持续提升任务稳定性。
【参考资料】
[2026-09-23]（让机器人越用越聪明）中国经济网
[2026-09-09]（60 分靠数据，100 分靠自进化：清华曹婷和「域变换」攻向机器人可部署）清华大学智能产业研究院
[2026-09-01]（自进化 WAM 来了！清华 AIR 联手域变换提出具身 In-Context Causal Learning）新浪财经
[2026-04-27]（清华 AIR 教授曹婷：具身最被忽视的问题，就是物理智能体）钛媒体
[2026-03-27]（具身智能：AI 从数字空间迈向物理世界的技术跃迁）产教融合创新发展研究院
【免责声明】
本文内容是清华曹婷关于具身自进化、世界模型相关访谈观点的科普解读，内容基于公开访谈与项目资料整理；Zeva、ICCL 具身自进化技术仍处于持续迭代阶段，实验指标为实验室测试结果，不同真实场景落地效果存在差异；技术路线、开源计划、产业合作进展请以清华 AIR 和域变换官方发布为准。