3个月新公司Simate让机器人学会设计自己

今年以来，RSI（递归自我改进）从硅谷前沿话题演变为全球共识。Anthropic发布《When AI Builds Itself》，翁荔重回OpenAI牵头RSI探索，Jeff Dean投身相关创新，顶尖团队几乎同时锚定同一命题：AI如何参与创造下一代AI？

数据让范式转换变得具象。截至今年8月，Anthropic内部已有26%的AI研发工作由Claude主导推进，超过90%的研发流程迈入“AI深度协作”阶段。数字世界中，AI参与自身改进已取得阶段性成果。但延伸到物理世界，事情没那么简单。

软件世界的AI可通过代码、实验环境和模拟系统快速获得反馈。机器人面对的是连续、动态、处处受物理规律制约的真实世界，一次失败抓取或错误规划，都可能意味着重新采集数据和数天的大规模模型重训与部署。Physical RSI的核心问题是：能否让机器人智能不再完全依附于人类工程师的疲劳战术，拥有自主发现瓶颈、主动生成验证假设并持续迭代自身物理智能的闭环能力？

成立不久的初创团队Simate便是探索者之一。创始人张颖曾任头部自动驾驶公司核心技术负责人，推动一段式端到端智驾方案达到国内领先水平。自动驾驶积累的数据闭环、高频迭代和工程验证经验，成为探索机器人智能进化的重要基础。

近日官方披露，成立仅三个月，Simate的AutoResearch自动研究系统在机器人智能评测榜单RoboDojo取得第一名，并通过真机展示记忆、高精度操作、复杂长程执行与泛化能力。这是Simate围绕AI for Physical AI构建的Physical RSI研发体系的工程验证。通过AutoResearch，Simate探索了“人机共驾弱RSI”路径：人类研究者定义目标和约束，Agent参与实验探索、方案优化和反馈迭代。

过去几年，大模型让AI具备更强推理和生成能力，机器人领域也进入基础模型时代：VLA架构普及、大规模机器人数据集开源、世界模型演进，让机器人具备更通用的感知和行动能力。但核心挑战仍在：如何持续提升自身能力。传统研发流程中，研究人员提出假设、设计实验、采集数据、训练模型、部署测试、分析失败，提升速度很大程度上受人类研究效率限制。Physical AI需要的不仅是一个更大的单点模型，而是一套能把“做研究”本身系统化、代码化和自动化的进化框架。

Simate选择从更现实的路径开始：人机共驾的弱RSI。人类研究员掌握研究方向，负责提出假设、设定目标、划定边界与安全约束；AutoResearch负责自动化研究环节，Agent自主推进方案改进、生成代码修改、下发分布式实验、调用评测工具并完成多轮反馈迭代。“提出假设—规划实验—执行验证—分析迭代”构成核心运转循环。此次登顶RoboDojo，正是这套范式的第一个工程注脚。RoboDojo综合考察长程规划、空间泛化、记忆及亚毫米级接触精度等维度，AutoResearch驱动的模型拿下第一，验证了在极度依赖物理直觉与工程经验的机器人智能研发中，“做研究”的能力本身同样可以被标准化与自动化运转。

自动科研系统要避免沦为纸上谈兵，必须具备扎实的物理数据输入、模块化算法底座和强大工程基础设施。Simate正在构建自主研究基础设施，将模型、数据、实验和反馈连接起来，让研究者与Agent在同一系统中提出问题、执行实验、分析结果、将经验带入下一轮研究。

首先是“人机共驾的弱RSI”研究范式。低风险、易验证的实验由Agent持续推进；高风险或需资深判断的节点，系统主动交回研究者裁决。人类研究员可随时介入调整约束，做到“系统持续推进，研究者始终掌握方向”。核心变化在于让研究者从重复性实验执行中解放，将精力投入问题定义和方向判断。

其次是可插拔模型底座SiPAI。要让Agent真正参与模型研究，模型必须能被系统理解、修改和验证。SiPAI采用高度解耦的可插拔设计，统一支持世界模型、世界动作模型、视觉语言动作模型与视觉语言模型等多种前沿架构。研究者可通过配置文件选择、组合和调整，沿用统一训练与评测流程。基于SiPAI与AutoResearch，系统已探索多个关键问题：训练与推理效率优化，围绕计算合并、训练推理加速及分布式加载展开；历史信息的记忆平衡，寻找关键记忆选择与运行开销的最佳平衡点；训练Recipe与精准配比，围绕关键动作、易失败动作及不同难度样本进行动态配比实验；动作执行与闭环部署策略，围绕执行长度、动态调整策略与动作补偿共同实验，让预测与部署在同一流程中协同改进。

第三是大规模真实物理数据体系。Simate借鉴Generalist以规模化真实物理交互驱动预训练的思路，使用基于同构UMI的数据采集体系，以统一观测与动作接口承载多样化任务、物体和场景。数据治理上贯彻时序对齐、轨迹质量、任务覆盖与训练配比四个维度，推动高质量数据、模型容量和训练计算协同扩展，激发新任务适应、技能组合及意外恢复等高阶涌现能力。

第四是闭环机制。对Physical AI而言，真实部署不是研发结束，而是下一轮研究开始。机器人在真实环境中遇到的问题，将持续反馈至研究体系，推动能力迭代。