清华团队创业致力于机器人自主学习，已完成初轮融资

过去一个多月，机器人学习的趋势正在经历细微变化。今年7月，英伟达 GEAR 实验室与斯坦福和德克萨斯大学奥斯汀分校联合发布了RoboTTT，扩展了机器人利用上下文信息的时间尺度。同时，北京理工大学和清华大学也推出了HOST，展示了机器人能迅速从人类演示中学习新技能。8月，Generalist AI的新模型GEN-1.5和Skild AI的S1相继发布，后者甚至明确提出“No Post-Training”作为其产品特征。多个团队通过不同方法探讨一个问题：机器人学习新任务是否仍需经历“数据采集—重新训练—再部署”的循环？

李健雄在两年前第一次认真思考这个问题。2024年，VLA正逐渐成为具身智能技术的热门领域。那时，他正在清华大学的智能产业研究院攻读博士，和团队讨论一个问题：如果机器人在每次新任务时都必须重新采集数据与训练，那么即使模型不断强大，是否还可能进行规模化部署？李健雄本科毕业于西安交通大学机械专业，以第一名的成绩进入清华，随后在张亚勤院士的指导下，加入智能产业研究院。

团队将目标明确为即时学习——希望机器人能够像大型模型一样，通过人类的示范、自身的历史交互和环境反馈迅速掌握新任务。尽管第一次尝试持续了仅两个月，他们意识到思考的时机尚早。如何在跨物体的动作中实现统一、如何将长时间的物理信息整合进上下文、模型结构的设计以及数据的来源等，几乎每一个基础条件当时都尚未准备妥当。因此，他们暂时放下了更大的目标，开始逐步攻克一个个模块。团队首先开发了UniAct，为不同机器人建立通用的动作表示；接着进行X-VLA，将跨本体模型实际应用于机器人；然后推出ODEWorld，进一步压缩物理世界的时空信息，将上下文的时间尺度扩展至更长的范围。 龙8国际登录