
机器人撞桌角十次,第十一回还撞——不是它笨,是它压根没被允许‘记住’。这事儿听着像段子,但直到2026年,它还是大多数家用机器人的日常。最近,上海交大、伯克利、斯坦福等十几家顶尖机构联合甩出一份硬核报告,直接把机器人‘越学越会学’这件事,掰开揉碎,分成了L0到L5六个段位。不是瞎排,而是第一次用两个铁标尺来量:一,改的是‘干得更好’(能力),还是‘怎么改才能更好’(改进方法本身);二,这次学会的经验,能不能搬到别的任务里去用?

L0就是纯靠人喂饭:代码写死、动作编好、环境设好,换个灯泡位置就卡壳。L1开始能调参数了,比如根据地面滑不滑自动加大抓力,但调参规则还是工程师写的。L2厉害点,能自己攒经验——扫地时发现某块瓷砖反光太强,下次绕着走,可这经验只管扫地,换擦玻璃就清零。真正拐点在L3:它开始反思‘我上次为啥失败’,并尝试换一种调试策略,比如从调力度改成先校准摄像头角度。到了L4,这套反思能力本身也能进化——上回靠试错,这回学会用仿真快速验证,省下三小时实机磨损。而L5?论文里写得克制又锋利:它能在真实世界里,安全地迭代‘自己该怎样迭代’,且这种能力像肌肉一样越练越强,跨任务迁移成常态。
别急着欢呼。论文里白纸黑字写着:物理世界的坑比代码世界深得多。传感器数据糊成一团、摔一次可能烧掉电机、验证一个改动要重置整个实验室……所以L5目前只是理论锚点,不是量产倒计时。但有个信号很实在:荣耀Magic9手机已跑通系统级Agent Harness,清华足球机器人踢球不靠遥控,深圳半马冠军机器人跑得比人类纪录还快——它们未必全在L5,但都在同一张升级地图上狂奔。真正的分水岭,从来不是‘能不能做’,而是‘做错了,能不能自己想明白错在哪,再悄悄把思考方式也升级一遍’。
天顺优配提示:文章来自网络,不代表本站观点。