想让AI真正理解物理世界，仅靠海量视频远远不够——就像学游泳不能只看录像，必须亲自下水。MirroS团队最新发布AgentGarten，将可执行代码与神经渲染器打通：代码定义物理规则，模型实时渲染画面，智能体持续与物理世界交互，在试错中积累经验，效率远高于纯视频路线。
从2500万局到第4轮：智能体自我博弈学会策略
团队重做了经典捉迷藏实验。与OpenAI 2019年研究需要2500万局强化学习才能涌现掩体搭建行为不同，AgentGarten中的智能体在第4轮就学会了搬挡板搭掩体；第10轮掌握借坡道翻墙。这一飞跃来自智能体自己写的「实验手册」——每轮结束后复盘尝试、记录发现并指导下一轮策略。团队还在空间导航、物体操控、运镜重拍、多车竞速四个不同世界中各运行四轮，均能快速收敛到有效策略。
对抗训练+算子优化：480p分辨率30fps稳定交互
为解决流式生成中误差累积问题，团队引入Adversarial Forcing对抗训练方法，并手写Triton融合算子，配合CUDA Graph消除调度开销，最终以480p分辨率、30fps以上的吞吐稳定支撑闭环交互。
代码+渲染+手册：Physical RSI路线开源
AgentGarten已开源，代码与技术报告均已公开。这是MirroS探索Physical RSI（物理世界的递归自我改进）路线的一次开源实践。
四个世界里的四轮收敛记录
除了捉迷藏，团队还在另外四个世界各跑四轮。陪伴小狗场景里，得分从第 1 轮的 13 分涨到第 4 轮的 19 分；单车道会车任务中，两车错车总耗时从 71 秒压到 41 秒；合作牧羊任务从第 1 轮超时只圈进三只，到后三轮稳定做到一只不漏；采石场装载机任务在 360 秒时限内提前 31 秒跑通推石、送料、入库全流程。
相关阅读：星动纪元VPP2登顶RoboDojo：仿真32.26%/真机58.5%，清华系具身智能超越GPT-6-Astra
延伸阅读
- 诺因智能半年融 5 轮、累计破 10 亿元：京东领投1 周前
- 因果智能机器人0.2秒急停：UCSD团队让机器人理解物理因果11 小时前
- 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
- 宇树机器人公司资本狂飙：注册资本从10万增至2510万，增幅250倍5 天前
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。