【具身AGI导读】机器人也有"Aha Moment"。抓不到胡萝卜时，一个从没学过"推"的模型，自己把胡萝卜推进了盘子里。
机器人也有"Aha Moment"
近日，清华 AIR 与域变换联合团队推出Zetta ζ——一套闭环在线学习的物理智能体系统。
过去，多数具身智能系统是"静态、开环"的：能执行固定技能，却很难在执行现场实时感知异常、主动修复。
Zetta ζ 想改变的正是这一点：让机器人不再只等任务失败后复盘整段轨迹，而是在执行过程中持续观察、触发恢复，把一次次经验沉淀成可复用技能。
研究里捕捉到一个现象：机器人的成功率不是平稳上涨，而是先经历一段平台期，随后突然跃升。
研究者把这个瞬间称为机器人的"Aha Moment"——就像人解题时突然想通了。
研究者强调，这些跃升不是靠加大参数量、重新训练模型实现的，而是执行系统找到了决定成败的关键物理状态变量。
研究者由此判断：具身智能的进化，不一定要靠"更大的模型"，也可以靠"更聪明的智能体系统"。
物理AI 自主学习能力：理解后的自发应变
Aha Moment 听起来像灵光一现，本质却未必是运气。
无论机器人靠在线反馈进化，还是在训练阶段就具备能力，它真正需要的，是理解物理世界运作的规律——重力、摩擦、接触、空间关系。
行业把这些规律称为"物理常识"，也被比作具身智能的"暗物质"：缺失它，模型表面尚可，泛化必然失败；注入它，模型才会涌现出纠错、应变这类高级行为。
物理常识恰恰无法靠轨迹拟合获得。轨迹拟合教的是"记住某台机器人的动作"，换一个场景，动作就失效了。
轨迹拟合给模型的是剧本，物理常识给模型的是对真实世界的理解力与判断力。
这也是物理AI 国产玩家正在回答的问题：给机器人更多数据，还是让它先理解物理世界。
物理AI 人类学习路线：胡萝卜实验里的自发涌现
深度机智（北京）科技有限公司（以下简称「深度机智」）给出的答案，落在物理AI 人类学习路线上：让机器人像人类一样，用第一视角的感知运动经验学习物理常识。
一个实验，能看清这条路。
在 SimplerEnv 的仿真胡萝卜抓取实验中，模型的训练数据全是"成功夹取"，它从未见过"推"这个动作，训练里也没有一条失败轨迹。
可当胡萝卜抓不到时，机器人自己学会了"推"——用夹爪把胡萝卜推进盘子里；推一次不进，就加大力度再推；最后切换策略，重新夹取。
类似的应变不止一次出现：堆叠的方块掉落时，它会主动捡起，微调夹爪姿势再来一次。
深度机智创始人陈凯评价，这种灵活性"甚至无法预编程实现"。
这就是物理AI 自主学习能力的模样：不是背下更多数据，而是在理解之后，自发地应变。
涌现从何而来？物理常识注入。
数据一环，靠人类第一视角数据——人类动手时看到什么、怎么做，都被完整记录下来。上游的 ICDC 情境数采，则进一步捕获物理交互背后的因果关系：为什么这么做。
模型一环，靠 PhysBrain 1.0 基座模型体系。体系中的 Egocentric2Embodiment 数据管线，先把人类视频译成结构化的训练信号；再由以物理认知为底的 VLM 骨干，配合 TwinBrainVLA 双脑架构与 LangForce 训练策略，让模型在物理AI 物理推理上建立判断，而不是靠画面猜任务意图。
这套从数据到模型的注入路径，背后是深度机智全栈自研物理AI的完整体系。
涌现的答案，在"理解"不在"堆数据"
回到 Aha Moment。
机器人的顿悟，到底从哪来？
Zetta ζ 的做法，是在模型之外配一套持续进化的在线系统。
深度机智把答案指向了物理常识注入——仿真胡萝卜抓取实验的训练数据里没有"推"，机器人却自己学会了。
这条路，就是深度机智坚持的人类学习技术路线：从人类数据中提取物理常识，推高智能的上限，再转化为真实世界里的行动力和泛化性。
机器人的"顿悟"，从来不在"堆数据"，而在"理解"。
参考资料
机器之心 · 机器人也有"Aha Moment"！Zetta ζ 闭环物理智能体在线学习 · 2026-08-19 机器之心 · 深度机智发布全新具身通用智能大模型 给机器人装上"物理常识" · 2026-03-27