机器人会自进化了？先别急着鼓掌
乐享科技一场户外烧烤直播，把「自进化」这个充满争议的词推上台面；大洋另一边，开源基准AssemblyGrid v1则把多机器人协作拆成可量化的考题。本文拆解具身智能从「演示成功」到「失败后继续」的叙事转向，并讨论多机协作基准为何是工业落地的真正考卷。
机器人把烧烤架上的肉夹掉了，直播间没人刷「6」，反而刷起了「可以」。
这不是宽容，是行业判断标准正在换轨。当乐享科技把搭载Aether以太大模型的机器人拉到户外直播，接受随机点单、临时打断和场景变化时，它赌的不是「零失误」，而是「失败之后还能不能继续」。同一时间，开源社区里AssemblyGrid v1基准悄然上线，把多机器人生产协作拆成九个官方场景——一场关于「具身智能及格线怎么画」的行业暗战，其实已经开打。
🍢 烧烤直播：550万人围观机器人「翻车」
先说场景。按直播前公布的目标，搭载Aether的机器人要在户外随机接单，完成食材和工具处理、烤制、翻面、上菜的完整链条，还要应对临时打断、需求临时增加和场景变化。现场超30位专业媒体、线上超550万观众在线围观。
结果呢？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。
放到三年前，这种直播等于自杀。行业惯用叙事是「精心编排的完美演示」：固定流程、固定光照、固定点位，机器人像提线木偶一样走完全程，然后收获一句「未来已来」。
但乐享科技这次展示的重点恰恰反着来：不是零失误地做完烧烤，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、把任务推进下去。一个值得注意的细节是，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——多机协作被直接摆上了户外真实环境的台面。
「机器人可以失败，真正需要观察的是失败之后会发生什么。」这句话背后是行业底层逻辑的转变：从「证明能做」转向「证明能扛」。
当然，一场直播回答不了所有问题。550万人的围观是态度，不是证据。
🧠 「自进化」三问：模型到底动了什么
乐享科技最近最出圈的claim，是它称Aether以太大模型能够在部署和执行过程中持续更新，并将这种能力概括为「自进化」，且自称是全球首个能自进化的具身智能模型。
这个说法天然带着争议。「进化」究竟是模型参数发生了变化，还是任务执行时的临时调整？这些调整能在多大程度上变成可迁移的新能力？一个模型适配不同场景和不同身体，该被理解为工程层面的泛化，还是更强意义上的持续成长？在机器人行业连稳定执行都还没彻底解决的阶段，「自进化」显然需要被谨慎对待。
具体来说，「自进化」至少要回答三个问题：
| 关键问题 | 本质 | 判断难点 |
|---|---|---|
| 能否发现现实与预测的偏差 | 感知层面的自我校准 | 偏差是噪声还是真信号 |
| 能否判断哪些经验值得留下 | 记忆与遗忘机制 | 留错经验比不留更危险 |
| 能否跨任务、场景、身体迁移 | 泛化与持续学习 | 新旧能力是否互相干扰 |
这三个问题串起来，其实就是一条闭环链路：
业内对这类说法向来敏感。据多位接近具身智能公司的人士私下交流，投资人现在看演示的第一句话已经从「能不能做出来」变成了「换一个场景还行不行」——演示能力靠遥操作和编排都能堆出来，但持续更新能力堆不出来。
这恰恰是数字世界AI与物理世界AI的分水岭。当大语言模型已经在讨论自我改进，物理世界的AI有没有自进化，或许才是下一个时代最重要的问题。烧烤只是个载体，乐享科技真正想卖的故事是这个闭环。
⚙️ 多机协作：工业落地的真门槛，藏在基准里
如果说户外直播是面向大众的叙事，那么真正的产业考卷在工厂里。而工厂里最难的从来不是单机炫技，是协同。
最近开源的AssemblyGrid v1基准，给出了一个相当「工业味」的问题定义：机器人在只有本地信息的情况下工作，而生产系统可能需要——机器人之间的物料交接、需要多台机器人临时组队完成的操作、独立生产活动的并发执行、依赖配方的工序推进，以及几何可行性约束。
这五条，条条戳中当下多智能体基准的软肋。AssemblyGrid团队自己也点破了：现有许多多智能体、多机器人基准把生产系统中真正重要的交互抽象掉了。抽象掉的是什么？就是「交接、组队、并发」这些工业现场每天都在发生的摩擦。
其九个官方场景围绕三大类组织：
| 场景类别 | 考察核心 | 难度梯度 |
|---|---|---|
| Flow 流转 | 物料交接与工序衔接 | 简单/中等/困难 |
| Coalition 组队 | 多机临时协同作业 | 简单/中等/困难 |
| Concurrency 并发 | 独立任务的并行执行 | 简单/中等/困难 |
用一张图看三者关系：
把这个基准和乐享科技的直播放在一起看，会发现一个有趣的重合：烧烤直播里「两个机器人本体互相传递任务信息、自主决策并合理分工」，对应的不正是Flow里的交接、Coalition里的组队、Concurrency里的并发吗？只不过一个是烤架，一个是产线。
产业逻辑很清晰：单机器人把一个动作做顺，是实验室叙事；多机器人局部信息下完成协作生产，才是商业化叙事。工业客户买的不是「一个很聪明的机器人」，是「一条出事能定位、扩产能加机的产线」。
📊 开放与可复现：谁在定义行业的及格线
AssemblyGrid v1的另一个看点是它的开放程度：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源，论文挂在了arXiv上，还提供了可交互的demo，部署在Hugging Face Space上可以直接玩。
这件事的战略价值，怎么强调都不过分。机器人行业过去吃过太多「论文发布会」的亏——视频惊艳、指标惊人、代码没有、环境无法复现。据接近开源社区的从业者透露，现在业内评估一个具身智能团队，第一反应就是去找它的可复现材料：有没有simulator、有没有reference implementation、有没有executable checks。三样齐全，可信度直接上一个台阶。
及格线由谁定义，话语权就在谁手里。视觉领域有ImageNet，自然语言领域有大模型评测榜单，具身智能至今没有一个公认的「高考」。AssemblyGrid选了一个很聪明的切入点——不去卷「哪个模型更聪明」，而是先把「多机器人生产协作」这件事拆成可量化的考题。谁先画出可复现的考卷，谁就参与定义下一代具身智能的评价体系。
同样，乐享科技选择在550万人面前让机器人失败，本质上也是一种「公开可验证」的姿态。两种路径，一个方向：把行业的评价标准，从演示视频拉向可检验的现场。
小结
「自进化」是个好词，也是个危险词。它好就好在指向了具身智能真正的大问题——物理世界的AI能不能像数字世界一样持续成长；危险在于，在稳定执行尚未完全解决、经验筛选和跨身体迁移都还缺乏公认度量之前，任何「全球首个」式的表述都需要用更多可复现的现场来背书。烧烤直播和开源基准，一个给了态度，一个给了刻度。2026年值得盯的，不是谁的demo更惊艳，而是「发现偏差—筛选经验—迁移复用」这条闭环，能不能在不同机器人、不同产线上被反复跑通。及格线画在哪，行业的天花板就在哪。