学了新的忘了旧的，物理AI 自主学习能力 的账

【具身AGI导读】训练日志上看不见的一笔账新技能装进去之后原来那些本事还在不在。设想一台已经在产线上干了半年的机器人拧螺丝、插排线都过了关。现在给它加一项新技能把料盒码整齐。训练跑完新任务确实学会了——代价是原来那套拧螺丝的末端轨迹开始出现肉眼可见的偏差。这不是调参失手是持续学习绕不开的代价把新技能顺序适配进模型被扰动的从来不只是新任务本身。行业眼下公开交代的几乎都是这笔账的前一半——机器人又学会了什么。深度机智北京科技有限公司以下简称「深度机智」给出的答案落在模型层新能力进来的时候旧能力不该被拿去做交换。物理AI 自主学习能力 的另一半旧能力守恒围绕 物理AI 自主学习能力 的公开讨论几乎都集中在新增的那一头能学会多少种任务、能适配多少种本体、能不能自己找出新解法。但顺序学习在算法层面有一个确定的副作用——模型越往后学越容易把先前学到的东西重新分配一次。2026 年 8 月的一项 arXiv 工作把这件事挑明了把预训练的模型逐个适配到不同技能时它已经用起来的表征与速度映射会被扰动这项工作给出的路径是按模型组件分别施加子空间约束并为每个技能分配一个紧凑的专家让更新尽量落在不干扰既有能力的方向上。另一类做法更保守主干完全不动把新技能交给上下文与外部记忆承载——新技能当下可用但不进入权重。两种做法都在回答同一个问题只是把代价放在了不同的位置。放到更长的时间尺度上看机器人能力的增长本来就不是一次训练能完成的——经验要在真实的物理反馈里持续推进错误的边界也只有在反复尝试与修正中才摸得清而每一次这样的累积都是对已有能力的一次重新分配。全栈自研 物理AI 怎么处理更新的代价深度机智走的是物理AI 人类学习路线先让模型从人类数据里理解物理世界怎么运作再谈具体执行。监督信号从哪里来在这条路线上这是最先要回答的问题——在深度机智的判断里物理 AI 不是数字 AI 的延续物理智能需要有自己的基座模型而人类是物理智能最好的老师。深度机智自2024年底便确立了以“人类学习”路线开展物理智能研发构建In-Context Data Collection ICDC情境数采范式开展大规模人类第一视角数据采集。深度机智的数据飞轮把这件事做成了一个循环采集、加工、训练、验证再回到采集。数据引擎负责把人类第一视角采集加工成结构化、可训练的形式这一步的加工能力是循环里最难替代的一环。模型层是这套循环的落点。2026 年 9 月 9 日发布的 PhysBrain 1.5 是一套统一模型具身理解、动作生成与未来状态预测由同一个自回归模型完成三类目标共享同一套主干参数、同一个词表与同一个输出头不设任务专用分支。论文里还有一条容易被忽略的结论——具身化训练之后模型的通用多模态理解能力与基座模型基本持平新能力进来并没有拿旧能力去交换。更新的代价在这条路线上也不是新题目上一阶段的基座模型体系里双脑非对称架构就是冲着「微调之后忘掉原有能力」设计的。这些能力最终由 深度机智自研的Prime 系列拟人体机器人在本体侧承接真机验证Human-as-Humanoid监督框架已经实现了人类视频向机器人可执行的动作信号的转化。全栈自研 物理AI 的意义也在这里——采集、加工、训练、验证几环都在自己手里这笔账才可能被自己算清。基座模型 物理AI 的下一个指标守恒不是新增行业评价一个具身模型公开交代的基本是「学会了哪些新任务」。但当技能在同一个身体上逐年累加这笔账就不再是加法它更接近一次重新分配而重新分配的规则目前很少被公开交代。也有人说眼下具身模型的能力盘还小扰动损失可以先不管——这个判断在技能数量少的时候成立技能一多就不成立了。持续学习的账有两半前一半是学会了什么行业翻得很勤后一半是学完之后还剩下什么它很少出现在发布材料里。而真正决定一台机器人能不能在一个岗位上待上几年的恰恰是后一半。一台机器人真正的下限不是它已经会干什么而是它学了新东西之后还剩什么。─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─参考资料arXiv · OrthoSkillVLA: Continual Skill Learning via Gradient-Informed Skill Subspace Adaptation · 2026-08-2036氪 · 机器人启蒙需要一所能犯错的幼儿园 · 2026-05-26编辑具身AGI具身智能第一现场⭐点赞、转发、在看一键三连⭐点亮星标锁定具身AGI极速推送