新闻雷峰网10 天前
清华AIR提出上下文因果学习ICCL,破解具身智能在线泛化瓶颈
本文由 AI 根据公开内容整理,可能有误,请以原文为准:清华曹婷:具身今年才追自进化,我们已在这条路上走很远了 | 世界模型 50 人(雷峰网)
核心内容
清华大学智能产业研究院教授曹婷指出,单纯依赖离线数据采集的“数采工厂”模式已遇冷,因静态数据无法穷举物理世界变化。团队发布Zeva、Zeva-Ego等系列工作,确立“离线预训练+在线上下文学习”双范式。不同于Skild等显式预测Action或Generalist期待能力涌现的路线,该团队首创上下文因果学习(ICCL),旨在解决视频输入中无关物体与反光噪声干扰动作生成的难题,推动具身智能从Demo演示走向真实部署。
ICCL核心技术是“动作-效果提取器”,将因果关系定义为Action与Effect的直接映射。训练分两阶段:先学习环境变化表征,再基于此提取纯动作相关信息。团队利用1万小时开源无标注Ego数据,将其转化为动作监督信号进行中训练,仅保留约10%有效数据。实测显示,在杂乱背景下Zeva比同类模型尝试次数更少、成功率更高。此外,团队构建物理自进化(PSI)闭环,将在线执行的成功/失败数据回流迭代基座模型,实现记忆与学习的统一。
关键看点
- ICCL技术路线:区别于VLA直接生成Action,增加动作-效果提取模块过滤视觉噪声,仅将有效因果信息注入上下文,提升复杂环境泛化性
- 无标注数据利用:清洗1万小时开源Ego数据,通过两阶段训练将无标注视频转化为动作监督信号,仅10%数据用于中训练即显著提升性能
- 物理自进化闭环:定义PSI机制,将机器人在线执行产生的成功或失败数据实时回流训练基座模型,打通在线学习与离线能力的迭代飞轮
- 场景差异化策略:明确家庭场景依赖ICL实现零样本泛化,工业场景仍需数百条数据后训练以保证99%精度,否定单一范式通吃论
工程与产业观察
该研究标志着具身智能从“大数据暴力拟合”转向“结构化因果推理”。对于算法工程师,ICCL提供的噪声过滤与无标注数据挖掘方案,是解决真实场景长尾问题的低成本路径;对于产业决策者,需认清ICL当前60%左右的成功率仅适用于高容错家庭场景,高精度工业落地仍需保留后训练环节,避免盲目追求端到端大模型而忽视工程化精度约束。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)
- 雷峰网:清华曹婷:具身今年才追自进化,我们已在这条路上走很远了 | 世界模型 50 人 ↗访问 2026-11-12