清华AIR发布Zeva：冻结参数实现具身智能自进化

背景：具身智能的进化难题

具身智能（Embodied AI）要让机器人在真实物理世界中执行操作任务，核心挑战在于模型能否在部署后越用越好。传统方法依赖重新采集数据、微调模型或测试时训练（Test-Time Training），但这些方式需要梯度更新，速度慢、成本高，且可能破坏已有能力。另一类上下文学习（In-Context Learning）方法虽能根据演示调整行为，却局限于任务理解，无法从动作后果中学习物理因果。

Zeva：首个具身In-Context Causal Learning模型

清华AIR（智能产业研究院）与域变换公司联合发布Zeva，这是首个实现具身上下文因果学习（ICCL） 的模型。其核心创新在于：在不更新模型权重的前提下，从自身交互经验中持续学习。在多个具身基准任务上，Zeva将冻结模型的累计成功率从26%提升至73%；在真实化学实验室中，机械臂通过多次尝试逐渐稳定；甚至一次人类演示就能让模型学会新操作。

技术拆解：三大模块实现自进化

Zeva的推理链路包含三个关键模块：

• Causal Transition Encoder：显式学习动作引起的状态变化，提取因果交互信号（Causal Interaction Signal），使模型能"看见"动作与结果的关系。
• Dual-timescale Causal Memory：双时标因果记忆，包含Brief Interaction Trace（当前尝试内连贯执行）和Persistent Interaction Memory（跨尝试累积经验），让模型在重复尝试中越用越强。
• In-Context Policy Injection：通过Causal Prompt将任务、阶段和交互证据注入冻结的动作生成模型，仅作为条件影响后续动作，不参与梯度更新，实现"不调权重也能进化"。

数据验证：自进化与一次性演示增强

在RoboCasa365-Atomic5基准上，Zeva平均成功率76.8%，且部署后的自进化曲线显示累计成功率从Evolve 1的26%提升至Evolve 4的73%。在真实化学实验室ChemLab-Evo中，三个原子任务（Pick Up Test Tube、Place Beaker、Pour Water）的成功率均单调增长，例如Pick Up Test Tube从65%升至100%。此外，一次人类演示初始化可显著提升性能：Place Beaker提升20个百分点，Pour Water提升15个百分点。

范式意义：从参数空间到上下文空间

Zeva的深层价值在于将具身模型的扩展（Scaling）从参数空间延伸到上下文空间。传统Scaling依赖扩大数据、参数和算力，而Zeva通过不断增加可供模型消费的因果上下文（每次交互产生的证据）来实现能力增长。其理论基础是：模型可将新场景的环境属性（如物体质量、摩擦条件）作为隐变量，在推理时从过去的动作-效果证据中推断，从而逼近物理系统的真实动态。跨任务实验显示，等价物理效应在Causal Interaction Signal空间中彼此靠近，这支持跨域迁移，使"域变换"成为可计算、可复用的技术概念。

结语

Zeva重新定义了具身模型的自进化：不调权重也能越用越强，不重新训练也能从一次演示中学会新操作。这为具身智能开辟了新的Scaling路径——在真实物理世界中，机器人自己学习因果、完成进化。清华AIR与域变换的这次合作，标志着前沿研究向产业落地迈出重要一步。