科技日报记者 崔爽
8月19日至20日，物理AI公司深诣机器人在2026世界机器人大会上首次公开亮相，并提出“L4E+E4L”的具身自进化范式，即依托自进化的原生模型架构、独家的OMPO数据匹配技术和极致效率的异步强化学习算法三大核心技术，让机器人在真实任务中完成学习、部署、反馈、进化的完整闭环，实现长程规划、精细操作与环境适应。简单来说，就是从数据中学会行动，再从行动中持续学习。
“新一代具身智能的核心在于持续学习和进化。”深诣机器人创始人、CEO刘凯在机器人产业协同发展研讨会上对此表示，“这意味着机器人的价值更取决于它能以多快的速度学会新的工作——这是整个产业底层逻辑的根本变化，也是和上一代产品最核心的区别。”
“我们认为真实工作是具身智能最好的训练场。通用具身智能是‘练’出来的，是‘干中学’出来的。”刘凯说，即机器人的智能进化需要在真实任务中积累经验，经验推动模型进化，模型进化后再支撑更多场景。部署不是训练的终点，而是下一轮学习的起点。
深诣现场展示了机器人完成0.1mm级工业柔性插接任务，在光线变化、视觉阻挡、人为干扰等多种场景干扰下，依然高质量完成。更值得关注的是，双手插接任务不仅做到了混合多组、双手协作和高精度要求，而且核心学习过程只花费半天时间。
支撑机器人“持续学习、强化学习”的关键，在于深诣L4E+E4L自进化范式的技术内核。依托模型、数据、算法三大核心技术，让机器人在真实工作中的经验全部成为下一轮学习的素材。“机器人真正的落地不是完成了一次Demo，而是客户愿意把真实生产任务交给它，并且它能够长期、稳定、可维护地运行下去。”联合创始人黄康尧说。
（受访者供图）
网友评论
