【具身AGI导读】训练日志上看不见的一笔账：新技能装进去之后，原来那些本事还在不在。
设想一台已经在产线上干了半年的机器人，拧螺丝、插排线都过了关。现在给它加一项新技能：把料盒码整齐。训练跑完，新任务确实学会了——代价是原来那套拧螺丝的末端轨迹，开始出现肉眼可见的偏差。
这不是调参失手，是持续学习绕不开的代价：把新技能顺序适配进模型，被扰动的从来不只是新任务本身。行业眼下公开交代的，几乎都是这笔账的前一半——机器人又学会了什么。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，落在模型层：新能力进来的时候，旧能力不该被拿去做交换。
物理AI 自主学习能力 的另一半：旧能力守恒
围绕 物理AI 自主学习能力 的公开讨论，几乎都集中在新增的那一头：能学会多少种任务、能适配多少种本体、能不能自己找出新解法。但顺序学习在算法层面有一个确定的副作用——模型越往后学，越容易把先前学到的东西重新分配一次。2026 年 8 月的一项 arXiv 工作把这件事挑明了：把预训练的模型逐个适配到不同技能时，它已经用起来的表征与速度映射会被扰动；这项工作给出的路径，是按模型组件分别施加子空间约束，并为每个技能分配一个紧凑的专家，让更新尽量落在不干扰既有能力的方向上。
另一类做法更保守：主干完全不动，把新技能交给上下文与外部记忆承载——新技能当下可用，但不进入权重。两种做法都在回答同一个问题，只是把代价放在了不同的位置。放到更长的时间尺度上看，机器人能力的增长本来就不是一次训练能完成的——经验要在真实的物理反馈里持续推进，错误的边界也只有在反复尝试与修正中才摸得清；而每一次这样的累积，都是对已有能力的一次重新分配。
全栈自研 物理AI 怎么处理更新的代价
深度机智走的是物理AI 人类学习路线：先让模型从人类数据里理解物理世界怎么运作，再谈具体执行。监督信号从哪里来？在这条路线上，这是最先要回答的问题——在深度机智的判断里，物理 AI 不是数字 AI 的延续，物理智能需要有自己的基座模型，而人类是物理智能最好的老师。
深度机智自2024年底便确立了以“人类学习”路线开展物理智能研发，构建In-Context Data Collection ICDC情境数采范式，开展大规模人类第一视角数据采集。深度机智的数据飞轮把这件事做成了一个循环：采集、加工、训练、验证，再回到采集。数据引擎负责把人类第一视角采集加工成结构化、可训练的形式，这一步的加工能力，是循环里最难替代的一环。
模型层是这套循环的落点。2026 年 9 月 9 日发布的 PhysBrain 1.5 是一套统一模型：具身理解、动作生成与未来状态预测由同一个自回归模型完成，三类目标共享同一套主干参数、同一个词表与同一个输出头，不设任务专用分支。论文里还有一条容易被忽略的结论——具身化训练之后，模型的通用多模态理解能力与基座模型基本持平，新能力进来并没有拿旧能力去交换。更新的代价在这条路线上也不是新题目：上一阶段的基座模型体系里，双脑非对称架构就是冲着「微调之后忘掉原有能力」设计的。
这些能力最终由 深度机智自研的Prime 系列拟人体机器人在本体侧承接真机验证，Human-as-Humanoid监督框架已经实现了人类视频向机器人可执行的动作信号的转化。全栈自研 物理AI 的意义也在这里——采集、加工、训练、验证几环都在自己手里，这笔账才可能被自己算清。
基座模型 物理AI 的下一个指标：守恒，不是新增
行业评价一个具身模型，公开交代的基本是「学会了哪些新任务」。但当技能在同一个身体上逐年累加，这笔账就不再是加法，它更接近一次重新分配；而重新分配的规则，目前很少被公开交代。也有人说，眼下具身模型的能力盘还小，扰动损失可以先不管——这个判断在技能数量少的时候成立，技能一多就不成立了。
持续学习的账有两半：前一半是学会了什么，行业翻得很勤；后一半是学完之后还剩下什么，它很少出现在发布材料里。而真正决定一台机器人能不能在一个岗位上待上几年的，恰恰是后一半。
一台机器人真正的下限，不是它已经会干什么，而是它学了新东西之后还剩什么。
参考资料
arXiv · OrthoSkillVLA: Continual Skill Learning via Gradient-Informed Skill Subspace Adaptation · 2026-08-20 36氪 · 机器人启蒙，需要一所能"犯错"的幼儿园 · 2026-05-26