自進化WAM來了！清華AIR聯手域變換提出具身In-Context Causal Learning

參數凍結，能力暴漲 Zeva團隊 投稿 | 公眾號 QbitAI 模型不更新，能力卻持續增長。這是Zeva最反直覺的地方，也是清華AIR與域變換聯手給出的新答案。在多個典型具身基準任務上，將凍結模型的累計成功率從26%提升到73%；在真實化學實驗室，機械臂在多次嘗試中越用越穩。更關鍵的是，一次人類演示就能讓模型“學會”一個新操作。Zeva是首個實現In-Context Causal Learning（ICCL）的具身WAM。它讓模型可以在不更新權重的情況下，從自己的交互經驗中持續學習。當這種能力逐步成熟，具身智能將迎來屬於自己的“GPT時刻”。

項目信息 項目名稱：Zeva 發佈機構：清華AIR、域變換 論文題目：Zeva: In-Context Causal Learning for Generalizable Embodied Manipulation 項目主頁：https://air-embodied-brain.github.io/Zeva/ 具身模型的自進化，為什麼過去很難？具身智能的真正瓶頸，是“模型到了現場能不能越做越好”。傳統思路里，想讓機器人適應新環境，通常要重新採集數據、微調模型或做test-time training。但這些方法依賴梯度更新，速度慢、成本高，還可能在適應新任務時破壞已有能力。

另一類in-context learning方法可以讓模型根據演示或任務描述調整行為，但主要解決“任務理解”，並沒有讓模型從自己的動作後果中學習物理因果。從“任務泛化”到“因果遷移” 過去我們談跨域，更多是sim-to-real、跨本體遷移、跨任務泛化。這些方法大多依賴數據對齊或表徵對齊，本質上是在不同域之間搬運“任務經驗”。Zeva更進一步：它遷移的是“動作與狀態變化之間的因果關係”。同一個模型，在仿真裡學到的物理因果，可以被帶到真實機械臂；在一次嘗試裡積累的失敗經驗，可以指導另一個相似物理過程的嘗試；人類的一次演示，也可以直接變成機器人的因果上下文。這種跨域遷移通過上下文完成。

模型在上下文中推斷環境因果結構，並把因果知識用於下一次動作生成。這就是Zeva所定義的In-Context Causal Learning。示例一：從放置稱量紙的誤操作中提取因果關係，完成上下文內學習，提升任務精度。示例二：從稱取試劑至稱量紙的誤操作中提取因果關係，完成上下文內學習，提升任務精度。示例三：從一次人類演示中完成上下文內因果學習。Zeva：把“因果學習”裝進模型上下文 △Zeva總體框架。

模型通過Causal Interaction Extraction、Dual-timescale Causal Memory、In-Context Policy Injection，在不更新權重的情況下實現部署中自進化。圖片來源：論文 Zeva是一個模型。它的Causal Transition Encoder、Dual-timescale Causal Memory、In-Context Policy Injection，都屬於模型推理鏈路的一部分。在每個環境步，Zeva提取三類信號：視覺狀態、動作編碼、觀察到的狀態變化。

它們被遞歸編碼為Causal Interaction State，並進一步投影為Phase Token和Causal Interaction Signal。這些因果信號被組織成雙時標上下文：Brief Interaction Trace負責當前嘗試內的連貫執行，Persistent Interaction Memory跨嘗試累積可複用經驗。決策時，Zeva檢索與當前任務階段匹配的交互證據，構造Causal Prompt，注入凍結的Cosmos3動作生成模型。整個過程零梯度更新。

技術拆解：Zeva如何“以小博大” 亮點一：Causal Transition Encoder，讓模型看見“動作→結果”。模型顯式學習動作引起的狀態變化。訓練目標包括因果效果預測、任務聚類和階段進度，讓Causal Interaction Signal真正攜帶物理因果信息。亮點二：雙時標因果記憶，讓模型可以跨嘗試自我進化。BIT保證當前執行的連貫性，PIM把一次失敗、一次修正、一次成功沉澱為後續可檢索的上下文。同一個模型在repeated attempts中越用越強。亮點三：In-Context Policy Injection，讓凍結模型直接消費因果上下文。

通過Causal Prompt把任務、階段和交互證據注入生成模型，不加額外噪聲、不參與flow loss，只作為條件影響後續動作。這是“不調權重也能進化”的關鍵設計。和傳統Test-Time Training相比，Zeva的差異很直接： 數據說話：自進化+One-Shot人類演示增強 在RoboCasa365-Atomic5上，Zeva平均成功率76.8%，效果最優。更重要的是部署後的self-evolution曲線：累計成功率從Evolve 1的26%提升到Evolve 4的73%。

真實化學實驗室ChemLab-Evo上，三個原子任務同樣呈現單調增長：Pick Up Test Tube從65%到100%，Place Beaker從25%到70%，Pour Water從30%到80%。Zeva還支持one-shot human demonstration enhancement：一次人類演示初始化PIM後，模型無需微調即可復現關鍵操作。量化結果顯示，人類warm-up在Place Beaker上最高帶來20個百分點的提升，在Pour Water上帶來15個百分點的提升。

△RoboCasa365上，Zeva在模型權重完全凍結的情況下，累計成功率從Evolve 1的26%提升到Evolve 4的73%。圖片來源：論文 △真實化學實驗室中，三個原子任務累計成功率隨嘗試里程碑提升。模型參數未更新。圖片來源：論文 △One-shot人類演示warm-up對三個原子任務的影響。虛線為有人類演示初始化，實線為純自進化。圖片來源：論文 為什麼Zeva是一個新範式？Zeva的深層意義，是把具身模型的scaling從“參數空間”延伸到“上下文空間”。傳統scaling通過擴大數據、參數、算力來提升模型能力。

Zeva展示的另一種scaling是：在部署過程中不斷增加可供模型消費的因果上下文。每一次嘗試都會產生新的interaction evidence，這些證據被壓縮為Causal Interaction Signal並進入雙時標記憶。模型每多一次交互，就多一次對當前物理環境的“隱式系統辨識”。這裡的理論基礎是：模型可以把每個新場景的環境屬性作為隱變量，在推理時從過去的動作-效果證據中推斷出來。物體質量、關節約束、接觸特性、摩擦條件，都可以通過交互信號被隱式估計。凍結策略因此可以在不改變參數的情況下，不斷逼近當前物理系統的真實動態。

更進一步，Zeva的Causal Interaction Signal是一個效應空間中的緊湊表示，直接編碼物理效應信息。跨任務effect retrieval實驗顯示，不同物體、視角和任務指令下的等價物理效應，會在該空間中彼此靠近。這意味著模型學到的是“這類物理效應如何產生”，同時也覆蓋具體任務的做法。這種表示天然支持跨域遷移，也讓“域變換”成為一個可計算、可檢索、可複用的技術概念。如果把VLA看作“任務理解與動作生成”的基礎設施，世界模型看作“經驗想象”的基礎設施，那麼Zeva定義的ICCL就是“現場因果學習”的基礎設施。

它把部署從“能力消耗”變成“能力積累”，把每一次失敗從噪聲變成可檢索的因果證據。如果ICCL成立，具身智能的scaling將多出一條獨立於參數規模的曲線：交互次數越多，因果上下文越豐富，模型對當前物理域的辨識越準，任務成功率越高。這才是“域變換”作為新範式的真正含義。結語 清華AIR與域變換聯手發佈的Zeva，重新定義了具身模型的自進化： 不調權重，也能越用越強；不重新訓練，也能從一次人類演示中學會新操作。域變換開啟的，可能是一條新的scaling路徑：讓機器人在真實物理世界中，自己學會因果，自己完成進化。

參考鏈接： [1]論文：Zeva: In-Context Causal Interaction Memory for Embodied Action Generalization [2]項目主頁：https://air-embodied-brain.github.io/Zeva/ 關於清華AIR與域變換 清華AIR（Institute for AI Industry Research, Tsinghua University）是清華大學面向第四次工業革命的國際化、智能化、產業化的研究機構，被視為中國AI產學研結合的第一梯隊。

域變換是清華AIR面向物理智能自進化時代孵化的公司，由劉雲新教授和曹婷教授發起，本次發佈的Zeva是清華AIR在具身智能方向從前沿研究走向產業落地的重要標誌。劉雲新 清華大學智能產業研究院副院長、博導、萬國數據冠名教授、首席研究員，國家級高層次人才、IEEE Fellow 前微軟亞洲研究院首席研究主管，長期從事AIoT、端側智能研究 獲得了MobiCom、MobiSys、SenSys等多個國際頂級學術會議獎勵，以及CCF科技進步一等獎等獎項。

曹婷 清華大學教授，北京市高層次引進人才 前微軟亞洲研究院首席研究主管，研究方向為邊緣智能、具身智能等 獲頂級會議最佳論文獎四次，工作入選ACM/Microsoft研究亮點等，其中ACM研究亮點由圖靈獎獲得者David Patterson親自撰文推薦。*本文系獲授權刊載，觀點僅為原作者所有。版權所有，未經授權不得以任何形式轉載及使用，違者必究。