Zeva团队 投稿
量子位 | 公众号 QbitAI
模型不更新，能力却持续增长。
这是Zeva最反直觉的地方，也是清华AIR域变换联手给出的新答案。
在多个典型具身基准任务上，将冻结模型的累计成功率从26%提升到73%；在真实化学实验室，机械臂在多次尝试中越用越稳。
更关键的是，一次人类演示就能让模型“学会”一个新操作。
Zeva首个实现In-Context Causal Learning（ICCL）的具身WAM
它让模型可以在不更新权重的情况下，从自己的交互经验中持续学习。当这种能力逐步成熟，具身智能将迎来属于自己的“GPT时刻”
项目信息
项目名称：Zeva
发布机构：清华AIR、域变换
论文题目：Zeva: In-Context Causal Learning for Generalizable Embodied Manipulation
项目主页：https://air-embodied-brain.github.io/Zeva/
具身模型的自进化，为什么过去很难？
具身智能的真正瓶颈，是“模型到了现场能不能越做越好”。
传统思路里，想让机器人适应新环境，通常要重新采集数据、微调模型或做test-time training。
但这些方法依赖梯度更新，速度慢、成本高，还可能在适应新任务时破坏已有能力。
另一类in-context learning方法可以让模型根据演示或任务描述调整行为，但主要解决“任务理解”，并没有让模型从自己的动作后果中学习物理因果。
从“任务泛化”到“因果迁移”
过去我们谈跨域，更多是sim-to-real、跨本体迁移、跨任务泛化。这些方法大多依赖数据对齐或表征对齐，本质上是在不同域之间搬运“任务经验”。
Zeva更进一步：它迁移的是“动作与状态变化之间的因果关系”。
同一个模型，在仿真里学到的物理因果，可以被带到真实机械臂；在一次尝试里积累的失败经验，可以指导另一个相似物理过程的尝试；人类的一次演示，也可以直接变成机器人的因果上下文。
这种跨域迁移通过上下文完成。模型在上下文中推断环境因果结构，并把因果知识用于下一次动作生成。这就是Zeva所定义的In-Context Causal Learning。
示例一：从放置称量纸的误操作中提取因果关系，完成上下文内学习，提升任务精度。
示例二：从称取试剂至称量纸的误操作中提取因果关系，完成上下文内学习，提升任务精度。
示例三：从一次人类演示中完成上下文内因果学习。
Zeva：把“因果学习”装进模型上下文
△Zeva总体框架。模型通过Causal Interaction Extraction、Dual-timescale Causal Memory、In-Context Policy Injection，在不更新权重的情况下实现部署中自进化。图片来源：论文
Zeva是一个模型。它的Causal Transition Encoder、Dual-timescale Causal Memory、In-Context Policy Injection，都属于模型推理链路的一部分。
在每个环境步，Zeva提取三类信号：视觉状态、动作编码、观察到的状态变化。
它们被递归编码为Causal Interaction State，并进一步投影为Phase Token和Causal Interaction Signal。
这些因果信号被组织成双时标上下文：Brief Interaction Trace负责当前尝试内的连贯执行，Persistent Interaction Memory跨尝试累积可复用经验。
决策时，Zeva检索与当前任务阶段匹配的交互证据，构造Causal Prompt，注入冻结的Cosmos3动作生成模型。整个过程零梯度更新。
技术拆解：Zeva如何“以小博大”
亮点一：Causal Transition Encoder，让模型看见“动作→结果”。
模型显式学习动作引起的状态变化。训练目标包括因果效果预测、任务聚类和阶段进度，让Causal Interaction Signal真正携带物理因果信息。
亮点二：双时标因果记忆，让模型可以跨尝试自我进化。
BIT保证当前执行的连贯性，PIM把一次失败、一次修正、一次成功沉淀为后续可检索的上下文。同一个模型在repeated attempts中越用越强。
亮点三：In-Context Policy Injection，让冻结模型直接消费因果上下文。
通过Causal Prompt把任务、阶段和交互证据注入生成模型，不加额外噪声、不参与flow loss，只作为条件影响后续动作。这是“不调权重也能进化”的关键设计。
和传统Test-Time Training相比，Zeva的差异很直接：
数据说话：自进化+One-Shot人类演示增强
在RoboCasa365-Atomic5上，Zeva平均成功率76.8%，效果最优。
更重要的是部署后的self-evolution曲线：累计成功率从Evolve 1的26%提升到Evolve 4的73%。
真实化学实验室ChemLab-Evo上，三个原子任务同样呈现单调增长：Pick Up Test Tube从65%到100%，Place Beaker从25%到70%，Pour Water从30%到80%。
Zeva还支持one-shot human demonstration enhancement：一次人类演示初始化PIM后，模型无需微调即可复现关键操作。
量化结果显示，人类warm-up在Place Beaker上最高带来20个百分点的提升，在Pour Water上带来15个百分点的提升。
△RoboCasa365上，Zeva在模型权重完全冻结的情况下，累计成功率从Evolve 1的26%提升到Evolve 4的73%。图片来源：论文
△真实化学实验室中，三个原子任务累计成功率随尝试里程碑提升。模型参数未更新。图片来源：论文
△One-shot人类演示warm-up对三个原子任务的影响。虚线为有人类演示初始化，实线为纯自进化。图片来源：论文
为什么Zeva是一个新范式？
Zeva的深层意义，是把具身模型的scaling从“参数空间”延伸到“上下文空间”。
传统scaling通过扩大数据、参数、算力来提升模型能力。
Zeva展示的另一种scaling是：在部署过程中不断增加可供模型消费的因果上下文。
每一次尝试都会产生新的interaction evidence，这些证据被压缩为Causal Interaction Signal并进入双时标记忆。
模型每多一次交互，就多一次对当前物理环境的“隐式系统辨识”。
这里的理论基础是：模型可以把每个新场景的环境属性作为隐变量，在推理时从过去的动作-效果证据中推断出来。
物体质量、关节约束、接触特性、摩擦条件，都可以通过交互信号被隐式估计。冻结策略因此可以在不改变参数的情况下，不断逼近当前物理系统的真实动态。
更进一步，Zeva的Causal Interaction Signal是一个效应空间中的紧凑表示，直接编码物理效应信息。
跨任务effect retrieval实验显示，不同物体、视角和任务指令下的等价物理效应，会在该空间中彼此靠近。
这意味着模型学到的是“这类物理效应如何产生”，同时也覆盖具体任务的做法。这种表示天然支持跨域迁移，也让“域变换”成为一个可计算、可检索、可复用的技术概念。
如果把VLA看作“任务理解与动作生成”的基础设施，世界模型看作“经验想象”的基础设施，那么Zeva定义的ICCL就是“现场因果学习”的基础设施。
它把部署从“能力消耗”变成“能力积累”，把每一次失败从噪声变成可检索的因果证据。
如果ICCL成立，具身智能的scaling将多出一条独立于参数规模的曲线：交互次数越多，因果上下文越丰富，模型对当前物理域的辨识越准，任务成功率越高。这才是“域变换”作为新范式的真正含义。
结语
清华AIR与域变换联手发布的Zeva，重新定义了具身模型的自进化：
不调权重，也能越用越强；不重新训练，也能从一次人类演示中学会新操作。
域变换开启的，可能是一条新的scaling路径：让机器人在真实物理世界中，自己学会因果，自己完成进化。
[1]论文：Zeva: In-Context Causal Interaction Memory for Embodied Action Generalization
[2]项目主页：https://air-embodied-brain.github.io/Zeva/
关于清华AIR与域变换
清华AIR（Institute for AI Industry Research, Tsinghua University）是清华大学面向第四次工业革命的国际化、智能化、产业化的研究机构，被视为中国AI产学研结合的第一梯队。
域变换是清华AIR面向物理智能自进化时代孵化的公司，由刘云新教授和曹婷教授发起，本次发布的Zeva是清华AIR在具身智能方向从前沿研究走向产业落地的重要标志。
刘云新
清华大学智能产业研究院副院长、博导、万国数据冠名教授、首席研究员，国家级高层次人才、IEEE Fellow
前微软亚洲研究院首席研究主管，长期从事AIoT、端侧智能研究
获得了MobiCom、MobiSys、SenSys等多个国际顶级学术会议奖励，以及CCF科技进步一等奖等奖项。
曹婷
清华大学教授，北京市高层次引进人才
前微软亚洲研究院首席研究主管，研究方向为边缘智能、具身智能等
获顶级会议最佳论文奖四次，工作入选ACM/Microsoft研究亮点等，其中ACM研究亮点由图灵奖获得者David Patterson亲自撰文推荐。
*本文系量子位获授权刊载，观点仅为原作者所有。
