机器人做砸了会自己复盘改法，这套系统登顶 RoboDojo

用尺子把积木对齐，机器人干完了，却因为超了 15 步预算拿零分。它随即回看自己的失败过程，改了做法，八种布局全部在预算内完成。

一、发生了什么

据雷峰网报道，Manifold AI 流形空间的 WorldScape R²SI 系统在 RoboDojo 榜单的 Agent 赛道拿到 46.58 的宏观进度分，成功率 39.35%，刷新该榜上限。

RoboDojo 今年 7 月由中国香港大学多媒体实验室牵头、联合清华和伯克利等近二十家机构推出，仿真 42 个任务、真机 18 个任务，考泛化、精细操作、长程执行、记忆和语义理解五个维度。发布时的摸底很难看：30 个代表策略里，仿真榜第一成功率仅 8.80%，真机第一 12.8%，而人类专家仿真 76.03%。同赛道此前出圈的 GPT-6 Astra 拿 28.97 分，其中精细操作成功率只有 4%。

R²SI 的分项成绩：精细操作 15.5%，长程 34.25%，泛化 35.83%，最后一项与身后模型拉开明显差距。

机制上有内外两层。内层 agent 负责看场景、做决策、调用动作模型干活；外层 agent 跨轮复盘执行记录，改写技能脚本，还会把记录整理成训练数据反哺动作模型。所有更新都要先过测试才能发布，并且纳入版本管理，可以回滚。报道中的案例里，一个超预算 123 步的任务，改法之后不仅达标，后续迭代把步数又压了约三分之一，而且换到没见过的布局照样在预算内跑完。

二、跟你有什么关系

做机器人系统的工程团队：把「改进」写成可审查的技能版本，而不是调一次参数赌一次，这套流程今天就能搬到自己的项目里。

采购方：评估厂商时多问一句——失败之后系统怎么改、改动谁来审、出了问题能不能退回上一版。没有复盘机制的演示视频，参考价值有限。

关注安全的读者：自进化不等于黑盒自己长，关键看更新有没有测试门禁和回滚手段。

三、怎么判断

1. 看改进是否可审。技能写成脚本、有版本号、能回滚的，才谈得上可控的自进化；参数悄悄漂移的那种要警惕。
2. 把仿真分和真机分分开看。仿真成绩可以快速迭代，真机成绩才对应部署能力，混在一起说都是耍花招。
3. 看泛化项与总分的差距。总分高但泛化弱，多半是对着题库练出来的，换布局换物体就会露馅。

四、三个别信的说法

错误说法。「机器人自进化就是自己偷偷改自己。」这次案例里每一笔改动都以技能形式沉淀，人读得懂、审得了。真正的风险不是「会改」，而是没有门禁的改。

错误说法。「榜单第一等于能上岗。」Agent 赛道量的是一套系统的任务完成度，真实产线还要考虑节拍、故障率和维护成本，榜单之外另有考卷。

错误说法。「换个更强的动作模型就能解决。」这次拉开差距的不是底层动作能力，是复盘加验证的闭环。模型是手，闭环才是学习方式，手再好没有学法也涨不了分。

五、一句话结论

让机器人把每次失败写成下一版的说明书，比频繁换大脑更划算。

信息来源

• 雷峰网：流形空间登顶 RoboDojo-Agent，2026 年 10 月 19 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。