机器人开始自己教自己了

2025年11月，李飞飞的World Labs把世界模型Marble做成了可商用产品；2026年6月，Anthropic公开承认，自家生产代码库里超过80%的代码出自Claude之手；2026年9月，清洁机器人新玩家xLean在柏林IFA现场拿到约15万台意向订单。三件事发生在不同赛道，看起来毫无关联，其实指向同一个产业判断：AI与机器人正在摆脱“人类喂数据”的老路，开始搭建自我进化的闭环——世界模型负责在虚拟里造世界，家用机器人负责在真实场景里攒数据，RSI负责让模型自己改自己的代码。这篇文章把三条路线拆开看：各自走到了哪一步，靠什么数据驱动，又卡在哪里。

🌍 李飞飞把“世界模拟器”做成了货架上的商品

在机器人行业，最贵的东西从来不是电机和减速器，而是数据。

2025年11月13日，World Labs正式发布Marble，这是李飞飞创业一年半后交出的首款可商用世界模型产品。消息一出，X上反响热烈，a16z、YC的几位活跃投资人第一时间转评。对一级市场而言，这不只是一次产品发布，更像一次路线背书——空间智能这条赛道，终于有了能摸得到的商品。

Marble的定位是生成式多模态世界模型（generative multimodal world model）。和两个月前的早期预览版相比，它支持更多种模态的输入，生成的3D世界也更丰富、细致。简单说：给文字、图片等任意模态，它能生成一个可交互的3D世界。

这不是李飞飞一时兴起的创业项目。2024年5月，她宣布成立World Labs，专门推进空间智能算法研究；2025年11月10日（发布前三天），她又发表长文《From Words to Worlds: Spatial Intelligence is AI's Next Frontier》，把话挑明：语言智能之后，下一个前沿是空间智能。从斯坦福实验室的理论工作，到如今可上线的商用模型，她几乎是空间智能领域走得最远的人。

产业逻辑在哪？具身智能当前最大的瓶颈，是真实世界数据稀缺且昂贵——让机器人在物理世界里试错，每一条数据的边际成本都高得离谱。而世界模型提供的是另一种可能：在虚拟世界里无限造环境、无限试错，再把学到的能力迁移到物理世界。李飞飞在上述长文中明确将世界模型定位为“空间智能的基础设施”；高盛在2025年11月发布的具身智能研究简报中也给出类似判断——世界模型正从“学术叙事”变成“数据基建”，而数据基建能力将决定这条赛道的商业化速度上限。Marble可商用，意味着这个转折点已经到了。

🧹 一台洗地机的野心：先当数据入口，再当Family Agent

如果每个家庭最终都会有一台通用机器人，它必须是人形吗？

xLean颗粒进化创始人、CEO薛轲翰的答案是否定的。他的判断是：通用机器人不会从实验室里突然蹦出来，它必须先进入真实场景，在每天发生的任务中积累数据和能力，才可能一步步走向通用。而xLean选中的起点，是家庭清洁——高频、刚需，几乎每个家庭每天都在发生。更重要的是，扫地机器人是目前唯一已经大规模进入家庭、每天自主工作的机器人品类。

但这也是一个成熟到不能再成熟的市场。科沃斯、石头、追觅、云鲸在这打了好几轮价格战，产品越来越同质化，智能上限却像卡住了。2026年再进场，凭什么？

xLean的解法是全球首款双形态洗地机器人TR1。放在地面上，它自主完成日常清洁；拔出手持杆，立刻变成洗地机，处理突发污渍和重度清洁。这个设计的真正妙处在数据侧：用户每一次手持操作，都在自然地告诉机器人哪里脏、怎么清、什么时候算干净——这是传统扫地机很难采集到的高密度示范数据。

成绩单不算难看：继IFA 2025拿下Best of IFA Next和Design Honoree之后，2026年9月柏林IFA上，TR1又获得Smart Home、Home Appliances两个领域的官方荣誉奖，并首次现场演示了原生Family Agent系统EvoMate OS的实际交互。更关键的信号来自渠道：现场来自超过40个国家和地区的100多位经销商及经销集团，释放了约15万台意向订单；此前在Kickstarter上，TR1已获得2000多名早期支持者，众筹金额超出预期。

产业逻辑很清晰：硬件是入口，数据才是资产。当四强在参数表上内卷时，xLean把每台卖出去的机器都变成一个数据采集终端。这台洗地机的终局想象，不是清洁得更干净，而是成为家庭场景里机器人走向通用的第一块跳板。

🔁 模型写代码养活自己，RSI走到哪一步了

软件这一侧，自我进化的故事已经从猜想变成了进度条。

RSI（Recursive Self-Improvement，递归自我改进）最近成为行业新热点。核心含义是：模型参与训练和提升模型自己。这已经不只是概念——Anthropic在2026年6月发布的When AI Builds Itself中公布了一个数字：截至2026年5月，Anthropic合并到生产代码库的代码，超过80%是Claude写的。OpenAI也在GPT-5.3-Codex的发布说明里承认，早期版本的模型曾“参与创造自身”。

但行业真正的期待远不止于此：如果RSI能真正跑起来，AI就不再需要人类来让自己变更聪明——模型越强，研究能力越强；研究越快，下一代模型越快出现，最终触发围绕自我改进的快速起飞。

现实离这个理想态有多远？在Dwarkesh Patel 2026年10月上线的播客节目里，三位背景各异的AI研究者——OpenAI前联创、Thinking Machines首席科学家John Schulman，开源模型公司Zyphra CTOBeren Millidge，以及Baseten模型训练负责人Charlie O'Neill——辩论了近两小时。几个值得记住的判断：

• 今天的模型迭代已经实现了一种慢速RSI，只是周期是三个月；
• 当目标足够明确，AI可能把研究速度提高10倍，但最难的部分恰恰是一开始就找到正确的目标；
• RL的效果很大程度上建立在高质量mid-training之上，它目前最明显的泛化，是让模型在更长时间里持续完成任务；
• 越接近能力前沿，能够推动模型继续进步的有效信号就越少，下一阶训练环境也会越来越难构造。

这最后一条，是整场辩论里最冷静也最要命的一句：自我改进的燃料不是算力，是有效信号。人类逐渐退出研发流程后，这个循环还能转多久、会在哪一步卡住，嘉宾们聊得很远，但没有谁能给出确定答案。可以确定的是：慢速RSI已经在转，只是转速远没有到“起飞”的程度。

🔄 把三块拼图拼起来，才是完整的自我进化闭环

把三条路线放在一起看，它们其实是同一个飞轮的三个部件，分工明确：

这个转向并非个案。高工机器人产业研究所（GGII）在2026年年中发布的具身智能产业趋势报告中指出，赛道叙事已明显从“堆参数、秀Demo”转向“拼数据闭环、拼场景卡位”，并判断2026年将成为“数据闭环验证之年”。转向背后是一个朴素的共识：通用能力不是设计出来的，是在真实任务里长出来的。xLean用一台洗地机切家庭入口、李飞飞用Marble铺数据基建、Anthropic和OpenAI用模型改模型，本质上都是在给同一个飞轮装零件。

当然，也要泼一盆冷水：三个部件目前各自运转尚可，要串成真正自增强的闭环，中间还隔着数据格式、仿真到现实的迁移损耗、以及“有效信号递减”这堵墙。飞轮画在图上很容易，转起来是另一回事。

小结

从Marble的可商用，到TR1的15万台意向订单，再到Anthropic那80%的Claude代码，过去一年行业最有价值的变化不是某个模型又变聪明了多少，而是数据的获取方式正在换轨——从人类标注、人类示范，转向虚拟合成、真实场景沉淀和模型自我改进。三条路线各自推进，也互相供血：世界模型降本，场景机器人供真值，RSI提效。

下一阶段值得盯的信号很具体：世界模型生成的环境能否真正用于技能训练、家用机器人的数据回传规模、以及慢速RSI的三个月周期能否被压缩。建议每个季度把这三项拿出来对照检查一次——飞轮什么时候咬合，具身智能就什么时候从故事变成报表。