探索 RSI：生数新世界模型让机器人开始自我进化

据量子位报道，生数发布了一个新的世界模型，并把探索方向对准了 RSI，也就是让系统在没有人类逐轮干预的情况下持续改进自身，用一句话概括，就是让机器人开始自我进化。

世界模型在机器人领域扮演的是预演环境的角色。它学习环境会如何随动作发生变化，再在模型内部生成大量可供训练的虚拟经验；相比在真机上反复试错，这种方式的成本更低，也能覆盖现实中很难遇到的边界情况。

RSI 的加入把这套逻辑往前推了一步。如果说世界模型解决的是从哪获得训练数据，那么 RSI 关心的是谁来决定下一个训练目标——模型自己生成任务、自己评估结果，再把其中有效的部分固化下来，形成一个不断循环的过程。

这也是这条路线最容易引起争议的地方。自我改进的闭环一旦缺少可靠的外部校验，很容易退化成对自身偏好的强化；在机器人场景里，仿真与真实世界之间的差距会让这种风险更加明显，模型在虚拟环境中越跑越好的指标未必能迁移到机身上。

因此接下来的看点集中在可验证性上：生数是否会公开模型的评测方式与任务设计，自我进化的效果能否在真机上复现，以及这套方法最终会沉淀为通用能力，还是只适用于有限的任务集合。