最近关注具身智能方向的进展，看到了一个挺好玩的东西。

家用机器人我们已经聊了很多年，但行业里一直有个问题：很多机器人的能力，一出厂就差不多定型了。

你可能觉得，机器人每天在家里干活，干得越多应该越熟练吧？但现实却是，它出厂时什么水平，用半年基本还是什么水平。它第一次叠衣服时把衣角捏歪，第一百次可能还是会犯同样的错。因为中间产生的失败记录，很少能被系统地整理、分析，再变成下一次行动的经验。

偏偏家里的情况又特别复杂，衣服的材质、锅具的重量、房间的布局都不一样，实验室训练很难覆盖所有情况。如果每次遇到新问题，都要等工程师重新采集数据、调整模型，这套流程很快就会变得又慢又贵。

所以机器人想真正走进家庭，还得具备一种更关键的能力——从自己的失误中成长。

1最近，我看到未来不远发布了一个模型，叫Self-Evolving WAM 自进化世界动作模型，针对的正是这个问题。简单说，它让机器人在真实干活的过程中积累经验，然后用这些经验更新自己。

官方的说法是，常见家庭任务平均完成率超过90%。我去翻了它公布的评测数据，他们挑了四项家务，从第0 轮到第 30 轮更新尝试，自主完整成功率的变化是这样的：叠衣服从54.6% 升到 96.8%；晾衣服从 46.2% 升到 91.2%；做意面从 42.7% 升到 89.5%，涨了 46.8 个百分点，是四项里涨得最多的；辣椒炒肉从 38.2% 升到 68.9%。

这里的成功标准挺严格的，必须一项任务从头到尾自己做完才算成功。中途人工接手的不算，超时和失败也都计入了统计。这组数字基本可以理解为，不靠人帮忙，它完整干成一件家务的概率。

2那它到底是怎么从干活里学到东西的？我仔细研究了一下Self-Evolving WAM 的思路，发现很核心的其实是两层反馈。第一层，是让机器人在动手之前，先预测动完之后会怎样。

以前很多机器人的逻辑是看到画面，输出动作，动完就完了，但Self-Evolving WAM 的做法是把动作和结果绑在一起想。拿叠衣服来说，模型在抬手之前，会同时生成好几种抓法，每一种都配着一个预期：这样抓，衣角大概会落在哪里。

选好方案执行之后，机器人先执行一小段，同时看新的画面继续规划后面的动作。等动作做完，系统会把实际的动作、衣角真正落下的位置和当初的预测放在一起对比，差出来的部分就记成一条训练经验。

这就像新手学车，刚开始你打方向盘，心里会预判车头会转到哪儿。如果每次都比预想的多转一点，下次你自然就会少打一点。

机器人以前缺的，恰恰就是这个预期。没有预期，它就不知道自己错在哪里。

3当然了，不是所有错误都值得学习，所以Self-Evolving WAM 还做了另一层反馈。它不只是反思这次做得对不对，还会反思自己的学法对不对。

每轮训练完，系统会拿不同的练法去比较。比如一组多学失败片段，另一组多学成功示范。两组从同一个模型、同一份经验池出发，在差不多的训练预算下分别更新，最后用统一的评测打分。

评测看的东西也不只是任务完成率，还会检查风险有没有变高、旧技能有没有退步、部署成本能不能接受。然后系统在预设范围内调整下一轮该挑哪些经验、怎么搭配着练。

这就像一个学生做错题本，这是第一层。期末的时候他发现，自己刷题多的那门课提分不明显，反而整理错因的那门涨了很多，于是下学期换了学法，这是第二层。

当然，如果新配置的证据不够，或者没通过验收，系统会保留原来的配置和模型，不会随便换。

这个设计看起来保守，其实很关键。一台家用机器人，怕的就是今天突然变好、明天又莫名其妙变差。能自己进化的前提，首先得知道什么时候不该乱动。

4当然，距离真正可靠的家庭机器人，还有很长一段路要走。

但换个角度看，Self-Evolving WAM 值得关注的地方，在于它开始改变机器人的成长方式。过去，能力升级主要依赖工程师重新采集数据和训练模型。现在，机器人有机会把日常操作中的成功与失败保存下来，继续用于后续学习。

这套能力以1万小时自有第一人称视频和3万小时Futuring Robot F1、F2交互数据为训练基础。接下来，它还将部署到即将发布的第三代机器人F3上，尝试让自进化能力进入千元级成本的机器人平台。

要让这套学习闭环真正运转起来，长期、真实的家庭数据非常重要，这也是未来不远比较特别的地方。

这家公司成立于2022 年，是国内首个聚焦 C 端家庭通用机器人的企业，也是全球首个进入真实家庭并实现长期付费使用的机器人。

最近半年连续拿了三轮数十亿元融资，由字节领投。发布之后，他们还受邀在AIE 主会场分享了这款模型背后的研发实践。接下来最值得观察的，是这些来自真实家庭的操作记录，能否持续变成有效经验，让机器人在不同环境中越来越稳定。

如果这条路能够跑通，家用机器人或许会在日复一日的使用中，越来越适应这个家，也越来越会干活。