PhysEvo：Astra能行动，让它去行动

🔥犀利点评

这套思路本质上是把「微调」外包给了外部系统：模型权重不动，靠元代理在工具、技能、诊断流程层面持续迭代。这确实绕开了具身领域最头疼的动作策略训练成本，62%成功率放在42个任务的泛化评测里也算能看。但要泼冷水的是——所谓「自我改进」的上限完全取决于冻结模型的推理能力，元代理本身就是个 LLM，它诊断出的错误修一遍容易，修十遍还能涨点吗？RSI的曲线会不会两轮后就被冻结权重的能力天花板摁死，论文没给出长期证据。另外脱离RoboDojo仿真环境到真实机器人上还有多远，才是这类框架真正的生死线。