清华曹婷发起域变换：具身智能比拼从堆数据转向部署后自进化
新智元 · wechat · 2026-09-09
新智元报道，具身智能行业焦点正从「谁有更多数据训出更强基础模型」转向「机器人能否在真实现场稳定完成任务」。Physical Intelligence CEO Karol Hausman 近期判断：0 到 60% 的 zero-shot 能力是数据问题，而从 60% 走向可部署尚无人解决。国内清华 AIR 教授曹婷与刘云新发起的域变换（Z-Trans）已密集开源三层架构：Zeva 模型提出上下文因果学习（ICCL），机器人不更新权重、从自身交互轨迹提取因果关系，基准任务累计成功率从 26% 提至 73%，加入人类演示再提升约 10%；Zettaζ 具身 Harness 通过动作级纠错、批量经验优化、验证门控更新三重闭环实现在线学习，在 LIBERO-PRO 和 RoboCasa 分别取得 90.8% 和 93.6% 成功率；Z-Infra 则支撑部署全周期的数据与推理管线。文章梳理了曹婷从微软亚研院（低比特量化、T-MAC 等技术）到清华 AIR 的研究轨迹，并论述「预训练是能力起点、部署是进化起点」的具身自进化范式。
「具身」频道最新
- 华为小米苹果 72 小时内同发折叠屏,107 只 A 股「折叠概念股」年均涨 110% — alysha_lobo · 2026-09-09
- 深度解析：人形机器人替代人类工人为何远比宣传来得慢 — jjvincent · 2026-09-09
- 仅54万参数机器人策略拿95%成功率，比π0.5少7700倍参数 — ChongZzZhang · 2026-09-09
- NVIDIA 开源 Alpamayo 2 Super 自动驾驶模型，9 月 9 日直播深潜 — PyTorch · 2026-09-09
- kornia-rs：Rust 低层 3D 视觉库，性能超 OpenCV 与 NVIDIA VPI — edgarriba · 2026-09-09
- ECCV 2026 工作坊论文：通过场景一致性约束改进 FoundationPose — ducha_aiki · 2026-09-09