加州大学圣地亚哥分校（UCSD）孵化的因果智能企业「因果智能」，近日展示了一段让业界关注的演示：机器人关闭微波炉门时突遇人手插入，0.2秒内完成急停与秒级轨迹重规划，全程无需预设程序干预。该系统基于对物理世界因果规律的理解而非统计模式匹配，被视为具身智能领域的一条新路线。
告别「背题」式机器人
当前多数机器人在标准化场景下表现流畅，但光照变化、物体位移或指令含隐含意图时往往会失效。演示中，研究人员先后以手电筒光干扰、被混入金属易拉罐等干扰项测试该机器人，系统均基于因果推理而非记忆检索完成响应。研究团队带头人黄碧薇表示，这证明具身智能需要的不是更多训练数据，而是对物理因果关系的真正理解。
从数学走向真实世界
三个月前，因果智能的路线还停留在学术论文与思维实验阶段。此次实物演示标志着因果智能从理论走向真实物理交互场景的关键一步。与主流的「大数据+大模型」路线相比，因果智能路线主张用更少的训练样本实现更强的泛化能力，但此前缺乏真实的机器人验证成果，这段演示补上了关键证据。
从抗干扰到长程任务
这套系统在官方命名中是 CRIS-0，出自 UCSD 助理教授、CMU 因果学派学者黄碧薇创立的团队。除了急停，公开演示还包括几十步的长程整理任务：清理桌面时它把普通书本收到茶几，却把涉及隐私的账单收进抽屉；遇到两个外观相近的饮料罐，会先抓取晃动感知罐体重量与液体状态，确认是空罐才丢进垃圾桶。任务被拆成原子化的因果阶段，每推进一步都做前置与后置条件检查，失败时先做阶段内重试，不行再重新规划路径，最后才提示人工介入。
相关阅读：星动纪元VPP2登顶RoboDojo：真机58.5%超越GPT-6
延伸阅读
- 正行创新发布零售具身智能方案：人形机器人H1亮相，2027年商业化1 天前
- 36家机器人公司上市后首份财报：有人年赚17亿，有人卖到20亿仍亏损1 周前
- MirroS开源AgentGarten：代码+神经渲染，让智能体在物理世界边玩边学9 小时前
- 费米宇宙完成 1 亿元种子轮融资，估值 10 亿元，量子增强模型推理提效 15%2 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。