机器人自进化，从烧烤翻车说起

机器人行业最近出了两件看似不相干的事：乐享科技把一场会翻车的烧烤直播做成了发布会的替代品；另一边，海外团队把多机器人协作生产做成了开源基准 AssemblyGrid v1。

两件事指向同一个拐点：具身智能的评价体系，正在被重写。从「拍出一条完美的视频」，转向「讲清楚失败之后发生了什么」。

🍢 一场烧烤直播，翻车才是看点

把翻车剪进宣传片，这件事本身就是信号。

乐享科技 最近干了件行业里相当「反常规」的事：搞了一场户外直播，并提前公布目标——搭载 Aether 以太大模型的机器人要在户外接受随机点单，完成食材和工具处理、烤制、翻面、上菜在内的烧烤任务，并应对临时打断、需求临时增加和场景变化。

📌 现场超 30 位专业媒体，线上超 550 万观众。结果并非每一步都顺利：机器人完成了部分自主烧烤操作，也出现了停顿、失败和重新调整。

按惯常剧本，这些片段会被剪掉。但 乐享科技 似乎并不回避不完美。它想展示的重点，不是机器人在固定流程里零失误地烤完，而是任务和环境发生变化之后，机器人能否继续寻找信息、调整动作，再把任务推进下去。

另一个细节值得划重点：两台机器人本体全程互相传递任务信息、自主思考决策并合理分工协作——多机协作被直接放进了直播环节，而不是藏在白皮书里。

一场直播当然回答不了关于「自进化」的所有问题，但它体现了一种相对开放的态度：机器人可以失败，真正需要观察的是失败之后会发生什么。

业内私下流传的一句话是：demo 谁拍得好，不如看谁敢直播。当掐表拍摄、多次重录成为行业惯例，敢于把随机性放进直播间的公司，本质上是在用一种更贵的成本换取信任。

🧠 自进化不是形容词，要过三道关

一个词越性感，越要把它拆开看。

乐享科技 的 claim 很大胆：具身智能模型 Aether 能够在部署和执行过程中持续更新，并被概括为「自进化」，号称全球首个能自进化的具身智能模型。

争议随之而来。「进化」究竟是模型参数发生了变化，还是进行了任务的临时调整？这些调整在多大程度上能变成可迁移的新能力？一个模型能适配不同场景和不同身体，应该被理解为工程层面的泛化，还是更强意义上的持续成长？

拆开看，机器人的「自进化」至少要回答三个问题：

📌 产业逻辑很清楚：在机器人行业仍然需要解决稳定执行问题的阶段，「自进化」显然是一个需要被谨慎对待的判断。但反过来说，敢于给出一个可以被逐条检验的定义，比含糊地堆砌「通用」「智能」这类形容词，更有讨论价值。

真正的分水岭不在发布会，而在第三关：经验能不能跨出去。能跨，才叫进化；不能跨，只是记忆。

🔧 主流路线在教机器人模仿，他们在教机器人理解

模仿能及格，理解才能补考。

过去几年，具身智能最常见的思路，是把视觉、语言等基础模型的能力嫁接到机器人身上，让机器人模仿人类示范。这条路线直接带来了过去两年机器人视频的集中爆发——咖啡拉花、叠衣服、抓取分拣，一条比一条丝滑。

但模仿有一条隐含的天花板：示范没覆盖到的偏差，机器人往往就不会处理。视频里越完美，越让人怀疑它只是回放了一条训练过的轨迹。

乐享科技 走的是另一条路：不是更会模仿，而是能不能理解真实世界。烧烤直播里机器人停顿之后重新寻找信息、调整动作、继续推进任务，本质上展示的是一种「在线应对」能力——遇到没背过的题，现场解题，哪怕解得慢、解得丑。

据多位接近具身智能公司的人士透露，不少惊艳的 demo 是多次拍摄后选出的最好一遍。这也是为什么「直播、随机点单、允许失败」正在成为新一轮比拼的信任格式——它把剪辑的自由度压缩到最低。

📌 两条路线并不必然对立，但评价体系必须能把「模仿得好」和「应对得好」区分开。当数字世界的 AI 开始讨论自进化，物理世界的 AI 有没有自进化，或许是下一个时代最重要的问题。

🏭 单机考完笔试，多机才是复试

一台机器人的上限是它的本体，一群机器人的上限是系统。

乐享科技 直播里两台机器人自主分工协作，恰好指向一个更少被讨论、但对产业落地更关键的领域：去中心化多机器人生产。

海外团队最近开源了 AssemblyGrid v1，一个研究去中心化多机器人生产的开放基准。它的出发点很务实：许多现有多智能体、多机器人基准，把生产系统中真正重要的交互抽象掉了。而在 AssemblyGrid 里，机器人只掌握局部信息，生产却可能需要——机器人之间的物料交接、需要多台机器人协同的临时组队、独立生产活动的并发执行、依赖配方的工艺推进，以及几何可行性约束。

具体拆开看，三大维度对应的正是工厂里最真实的场景：

基准目前提供九个官方场景，每个有简单、中等、困难三种配置。团队把模拟器、基准定义、参考实现、可执行检查和可视化材料全部开放，论文挂在 arXiv，代码放在 GitHub，HuggingFace 上还有可交互的在线 demo。

📌 产业逻辑：基准决定了行业的努力方向。当评测从单机单任务，走向多机、多任务、带几何与工艺约束的真实生产系统，具身智能才可能从「表演」走向「上岗」。乐享的烧烤摊和 AssemblyGrid 的装配线，考的其实是同一种能力——在信息不完整、任务会突变的环境里，把活儿接着干下去。

🧭 评测文化：跑分刷榜之外，谁敢直播、谁肯开源

评测的形态，决定了行业的下限。

机器人行业过去吃过「视频驱动」的亏：榜单分数越刷越高，产线上的表现却始终隔着一层。原因不难理解——好看的指标可以针对性优化，而真实生产环境里的失败，才是最贵也最有信息量的数据。

乐享科技 的直播展示和 AssemblyGrid 的开源打包，代表两种互补的信任建设：前者面向公众，把随机性和失败过程摊开在 550 万双眼睛面前；后者面向开发者，用模拟器加参考实现加可执行检查的方式，让任何人对结果可复现、可验证。

据业内一些做评测的团队私下说，基准一旦公布，最值钱的从来不是榜首是谁，而是别人能不能复现你的分数。可执行检查和参考实现全开源，等于主动放弃了对「自说自话」的保护。

对 乐享科技 的「自进化」claim 同理。这场直播没有给出第三道关——经验迁移——的最终答案，但它给出了一个正确的检验姿态：欢迎围观失败。接下来真正的看点，是 Aether 在部署和执行中的持续更新，能否被第三方在可复现的基准上验证，而不是停留在一场直播的印象分里。

回扣主题：翻车的烧烤和开源的基准，共同指向一件事——机器人行业正在从「拍出好视频」转向「讲清楚失败之后发生了什么」。自进化与否，不由发布会决定，而由可检验的迁移能力和可复现的评测决定。接下来一年，值得盯的信号有三个：谁敢直播、谁肯开源、谁愿意把「失败后恢复」写进考核。当数字世界的 AI 已经开始讨论自进化，物理世界的 AI 能不能跟上，将是下一个时代最重要的分水岭。