首页

登顶 RoboDojo-Agent，Manifold AI 流形空间给「机器人自进化」技术路线立标杆

AI科技评论

2026-10-19

导读：GPT-6 Astra 才拿了28.97分，而 WorldScape R²SI 把分拉到 46.58！

GPT-6 Astra 仅获28.97分，WorldScape R²SI 刷新纪录至 46.58 分

作者丨幸丽娟

编辑丨岑峰

在 RoboDojo 的一项测试中，机器人需用尺子对齐三个积木。尽管任务完成，但因动作步数超预算（215.1步 vs 200步上限），系统判定为失败。

随后，该机器人未更换模型或重新训练，而是通过回看失败轨迹进行自我修正：优化夹爪姿态、合并动作步骤、减少试探性微调。修正后，其在8种布局下的平均步数降至140.4步，全部达标。

这套名为 WorldScape R²SI（Recursive Robot Self-Improvement，机器人递归自进化）的系统，由 Manifold AI 流形空间研发。其核心理念是让每一次执行成为下一次的经验，实现“越做越强”。在被誉为“具身智能界珠穆朗玛峰”的 RoboDojo Agent Track 榜单上，该系统以46.5分的宏观进度分数登顶，大幅刷新纪录。

46.58 分的行业突破意义

RoboDojo 由香港大学 MMLab 牵头，联合清华、UC 伯克利等近二十家机构共建，涵盖仿真与真机共60个任务，重点考察泛化、精细操作、长程执行、记忆及开放语义理解能力。发布初期，顶级策略的平均成功率不足9%，与人类专家存在巨大差距。

Agent Track 赛道考验的是整套 Agent 系统从感知、决策到工具调用的全流程能力。相比之下，此前备受关注的 GPT-6 Astra 在该赛道仅获28.97分，精细操作成功率低至4%。而 WorldScape R²SI 将精细操作成功率提升至15.5%，长程任务成功率达34.25%，泛化能力更是以35.83%的成绩遥遥领先。

这一成绩表明，具备听懂指令、记忆状态并自主完成任务的 Agent 系统，正在缩小与人类操作的差距。

R²SI：构建“执行-复盘-进化”闭环

R²SI 框架的核心在于引入了一层“执行—复盘—再验证-自进化”的闭环，由内外两层 Agent 构成：

WorldScape R²SI 框架示意图

内层 Robot Reactive Agent：负责实时决策与执行。它结合多视角图像、本体状态及任务描述，调用技能（Skill）或反应式模型（WSP）完成具体动作。

外层 Recursion Reflective Agent：负责跨轮次复盘。它分析执行记录，修订 Skill 或训练更新 WSP 模型，并通过严格测试后自动发布新版本。

▎案例一：外层改进 Skill（push_T 任务）

在推 T 形物体任务中，初始执行因夹持方向错误、动作耦合导致超支失败。外层 Agent 复盘后，修订 Skill：解耦平移与转向，分阶段释放夹爪。更新后的 Skill 不仅将步数降低35%，更在未见过的随机布局中实现满分通过，证明了其方法的可迁移性。

▎案例二：内外层协同（装箱任务）

在装箱等复杂任务中，内层调用 WSP 执行动作，外层则将执行数据转化为训练样本，持续优化 WSP 模型。这种“经验既写成规则，也练成功夫”的双路径机制，实现了模型的持续迭代增强。

ICL 能力拓展泛化边界

除了 R²SI，上下文学习（ICL）能力也是 WorldScape R²SI 的关键支撑。早在三个月前发布的 WorldScape Policy 2.0 已证实，ICL 能将新任务启动成本压缩至“录一段示范”，在记忆依赖和跨具身任务中显著优于 π0.5 和 DreamZero 等模型。

WorldScape Policy 2.0 总体框架

论文链接：https://arxiv.org/pdf/2607.18840

升级至 2.5 版本后，ICL 专项训练数据扩展至约10万小时，并在三个维度深化：

1. 动作迁移：实现不同形状、材质物体间的动作复用，超越简单模仿。

2. 技能组合：协调多阶段操作，解决长链动作中的误差累积问题。

3. 长程任务记忆：引入视觉记忆与事件记忆机制，通过 Global-History、Local-Active 和 Event-Boundary 三种视图，确保机器人在长周期任务中不丢失关键状态信息。

WorldScape Policy 2.0 真机评测任务成功率对比

ICL 与 R²SI 的协同效应

ICL 解决“看一遍就会”的冷启动问题，R²SI 解决“干一遍就比上一遍好”的持续优化问题。ICL 为 R²SI 提供热插拔接口，使修正后的技能无需重新训练即可生效；R²SI 则弥补 ICL 仅在示范范围内有效的局限，通过迭代解决偏差和误差累积。两者结合，将单次示范能力放大为 N 次自我迭代。

背后推手：Manifold AI 流形空间

Manifold AI 流形空间成立仅一年半，由清华 FIB 实验室背景团队及工业界资深专家组成，CEO 武伟博士曾带队获得 Waymo SimAgents 挑战赛冠军。公司坚持自建世界模型底座、数据基建及评测体系的全栈技术路线。

从 WorldScape 世界模型到 WorldScape Policy，再到如今的 R²SI，Manifold AI 通过积累数十万小时高质量数据和参与共建 WorldArena 评测标准，构建了极高的系统壁垒。此次 RoboDojo 登顶，正是其系统化能力的集中体现，也为具身智能从“刷榜”走向“真实产线落地”提供了新的技术范式。