【具身AGI导读】机器人本体一直是动手之前就定死的约束。一篇预印本把它翻了过来：先给任务和奖励，再让模型把本体设计生出来。
2026 年 7 月 28 日，arXiv 上刊出一篇预印本，把「机器人本体该怎么设计」这个老问题换了个问法。它给的输入是一批目标末端轨迹（来自人类演示）和一组用户自定义的奖励函数，输出是一套完整本体设计——运动学、几何、动力学参数一起变。作者把这类工作称作运动条件下的机器人本体协同设计，署名是两所高校的一支三人团队，全文没有企业主体。
方法上，它把本体、状态、动作统一成一套叫 RoboTokens 的连续值表示，用扩散 Transformer 训练。同一个模型同时充当生成器、评判器和控制器——生成出来的候选本体，再由它自己控制起来做设计验证。
为了让这套生成对没见过的奖励函数也能用，模型在推理时把一个免奖励的动力学模型的预测，转成与奖励相关的分数，再拿这个梯度反过来引导扩散过程。它算是对老路子的替代：另训一个动力学模型、或者挂一个可微仿真器，这两条路都不用再走。在对照里，梯度引导改善的是单个样本的质量，零阶优化靠的是多生成一批候选再挑一个——作者把这两者说成替代关系，而不是互补。
作者在固定基座、四足机械臂、移动双臂三个设计空间里做了零样本优化，对照的是随机采样与进化算法类方法。覆盖面也拉得开：一批公开仿真模型里，本体的质量跨两个数量级，自由度从个位数到三十多个，都能塞进同一套表示。真机上，团队照优化结果造出一台双臂平台，任务是甩开一块布。生成出来的形态把支架倒装到工作区后上方，改成腋下挥摆，而不是过顶甩。
过去的机器人本体协同设计，靠的是手工调参与进化搜索在仿真里反复试。把视线拉开看，具身智能这条赛道上，各家押注的切入点本就不同。深度机智（北京）科技有限公司攻的是物理AI 基座模型。
但可生成的本体，不等于可泛化的本体。作者把边界写得很清楚：生成只在训练分布内插值，不外推——只喂四足的训练数据，生不出六足；连杆长度也超不出训练范围。这套表示目前也只覆盖刚体关节机器人与原始几何，场景、物体与触觉都还在范围之外。同一个模型还能把它自己生成的机器人本体控制起来，作者把这看作朝「用一个统一控制器替掉一批专门控制器」迈出的一步。
本体的设计范围，最后是数据边界画的。
参考资料
arXiv · Transformer Transformer: A Unified Model for Motion-Conditioned Robot Co-design · 2026-07-28