机器人学习基准 RoboDojo 的 Agent Track 榜单最近换了榜首：来自中国的 Manifold AI（流形空间）凭借 WorldScape R²SI 系统登顶总榜第一，排在其身后的是 GPT-6-Astra 和英伟达 GR00T-N1.7。这家公司的技术积累来自清华 FIB 实验室和此前推动世界模型落地的产业团队，专注方向是新一代世界模型与具身智能体。

两项技术，分别解决「怎么学」和「怎么改」

RoboDojo 面向机器人操作能力，考察双臂操作、长程任务、记忆、泛化和精细操作等维度，系统必须在任务规定的原生动作步数内取得有效进展，完成效果和执行效率都会被检验。这次登顶背后有两项核心技术：

• ICL（上下文学习）：机器人不做后训练，只看一遍人类示范就学会新任务，模型参数完全不变；
• R²SI（机器人递归自进化）：把任务执行、经验复盘和技能更新连成闭环，让机器人在多次执行中持续改进。

前者解决的是「新任务来了怎么快速上手」，后者解决的是「执行出了偏差该改哪里、改完怎么留下来」。今年 7 月 Manifold AI 发布 WorldScape Policy 2.0 时就提出了那个关键问题：机器人能不能看一遍就会？三个月后的 R²SI，把示范学习和执行后的改进正式连接了起来。顺带一提，Generalist AI 和 Skild AI 也随后官宣了各自具备上下文学习能力的具身模型 Gen-1.5 与 S1，这条路线正在成为行业共识。

从 723 步超预算，到 389 步原生满分

R²SI 由内外两层 Agent 构成：内层 Robot Agent 负责执行，以多视角 RGB 图像、机器人本体状态、任务描述与回合记忆做决策，通过按任务加载的 Skill 干活；外层 Recursion Agent 跨轮次复盘执行记录，修订 Skill，并把执行记录组织成训练数据去更新动作模型。所有更新必须通过测试才会自动发布，纳入版本管理。

RoboDojo 的 push_T 任务最能说明这套机制的价值。任务要求机械臂把 T 形物体沿桌面推入目标区域，位置、朝向、接触状态同时达标，预算 600 个原生动作步。首轮执行很不顺利：夹持方向不匹配、平移中同步转向导致物体偏转、夹爪一次性释放又让物体偏离，整轮耗了 723 步，超预算。

外层 Agent 复盘后把修改落在三个具体环节：调整夹持方向；平移与转向解耦，先平移后分段转向；分阶段释放夹爪并逐段检查偏移。修订后的 Skill 首次在预算内拿到原生满分，用了 596 步；后续迭代又把步数压到 389，比 596 步下降约 35%。此后 Skill 冻结，内层 Agent 在三种随机布局上自主执行，分别以 222、312、256 步完成，全部满分、全部在预算内。

对普通用户意味着什么

装箱任务展示了另一条改进路径：外层 Agent 把执行记录组织成训练数据，直接训练内层调用的动作模型，让模型本身也持续进化。换句话说，机器人不再是「演示一次就会一次」的一次性选手，而是能把每次干活的经验攒下来、越干越熟练。

根据 Manifold AI 展示的实验结果，面对预训练中的已知任务，上下文学习模型的表现已显著超过对照 VLA 模型；面对未知任务时，两者成功率差距甚至达到数倍。对家庭服务、仓储分拣这类场景来说，「看一遍就会、做几次就熟」比单纯的榜单分数更有实际意义——部署成本和适应新任务的速度都会因此大幅改善。当然，从榜单成绩到通用能力，下一步还要看真实场景的检验。

更多 AI 工具与教程见 AI 智库。