RoboFoundry：模型冻结系统进化，GPT-5.5 具身成功率 56.9%→72.7%
机器之心 · wechat · 2026-10-12
NTU、北航、NUS、上交等机构提出 RoboFoundry，首个将智能体系统本身形式化为「自进化的系统即策略」的具身智能体框架：基座模型参数冻结，进化发生在模型周围的上下文系统、技能系统与执行接口上。系统以文件形式存在，模型像维护代码库一样用 cat/grep 查看并修改；通过「执行—反思—修复—晋升」内外双循环，失败先归因到感知/推理/规划/记忆六种能力，只有修复当前失败并通过其他任务回放验证的修改才晋升进通用系统，并记录可回溯的「进化账本」。
效果：EmbodiedBench 上五个基座模型全部提升，GPT-5.5 从 56.9% 升至 72.7%（相对 +27.8%），超过未经进化的 GPT-6 Astra（71.9%），基座间成绩差距从 19.6 个百分点缩小到约 11.5；RoboMemArena 长程记忆基准上任务成功率比所有基线至少高 39.0%；LIBERO-PRO 扰动测试中比 CaP-Agent0 高 243.8–679.7%（相对值）。
真机实验（GPT-5.5 + π0.5 执行后端）：套娃任务通过在线进化把成功率做到 70%（单独 π0.5 为 30%）；叠毛巾技能从蓝毛巾零样本迁移到绿/粉毛巾，成功率超 80%（π0.5 低于 20%）；还在宇树 G1 人形机器人上完成语义导航，以及六子任务化学实验的长程依赖执行。核心结论：具身智能的进步不只来自训练更强的模型，也来自让模型所在的系统持续变强。
「具身」频道最新
- 500 小时视触觉数据集 TouchScale:机器人操作成功率 22.5%→57.5% — 2077AIDataFoundation · 2026-10-12
- 机器人+实时网络让外科医生远程千里操刀手术 — CurieuxExplorer · 2026-10-12
- 人形机器人从赛事直播中学会纳达尔、费德勒的网球打法 — CurieuxExplorer · 2026-10-12
- 灵巧手是人形机器人最难点，这几家公司专攻它 — xmercury_one · 2026-10-12
- Claude 助力古董掌机:《古惑狼赛车》原生跑上新 3DS — zando95 · 2026-10-12
- 进化实验显示机器人通信随信息价值涌现，天生反射反成拖累 — uv-mex · 2026-10-12