一句话指挥机器狗跳舞，物理AI让设备越干越聪明

10月20日上午，2026物理AI与世界模型大会在南京开幕。图灵奖得主通过视频分享前沿判断，院士与产业界嘉宾齐聚现场，一批创新成果在展区集中亮相。在爱思科技（Agnes AI）展区，机器狗无需人工遥控，用户只需说出想要的结果，系统即可理解任务、观察环境、调用设备，并根据执行反馈推进下一步。

爱思科技在自研全模态模型基础上构建了智能体运行框架Agnes Harness，负责连接模型、工具、任务状态与执行流程，并通过设备接入协议MHS将能力延伸至物理硬件。创始人杨通曾提到，过去机器人更多依赖遥控，而Agnes Harness希望让设备具备更强的自主决策与协作能力。现场演示中，一句指令同时涉及机器狗Go2和机器人小车Car01两台设备、多个动作及明确执行顺序和时长要求。系统先调用list_media查询音频资源，再分别调用两台设备的look功能读取摄像头画面，通过say功能安排双方用英语打招呼，随后小车播放音乐、Go2执行舞蹈动作。第一段舞蹈结束后，系统发现30秒时长尚未满足，继续发起下一段动作调用，体现一次工具调用结束并不意味着任务结束，系统需对照最初目标检查进度再决定下一步。

Agnes Harness由大脑（LLM）、小脑（决策模型）、反射弧（Workflow）、记忆/主动性（Agent Loop）、学习能力（RSI/TTT）、身体（MHS）组成。大脑负责识别任务目标、形成高层行动计划；小脑结合当前状态和可选行动做出结构化决策；Workflow将多步骤环节组织衔接；Agent Loop维护执行上下文与任务状态，确保任务持续推进；MHS提供统一接入方式，让上层系统发现设备能力、发送指令并接收反馈。爱思科技还自建虚拟世界沙箱模拟系统，在火星救援任务中验证不同设备围绕共同目标分工协作的能力。

系统还具备“双进化”能力：系统层递归自我改进（RSI）改进智能体“怎么干活”，模型层测试时训练（TTT）探索模型“怎么从经验中学习”。在《王者荣耀》演示中，一局结束后教练模型读取对局记录，检查关键决策与执行结果，修改策略提示词、决策选项或相关代码并测试效果。技术报告显示，针对游戏内置Bot的测试中，1v1最佳策略胜率从约3%提升至90%；3v3实验经过三轮RSI胜率达约60%；5v5实验经过五轮RSI胜率达100%。机械臂仿真实验则展示Agnes Embed TTT利用执行经验调整模型决策部分参数，模型主体保持不变，重点训练判断“下一步该怎么做”的决策模块，模型迭代最快可达30分钟至1小时一轮。若模型更新后表现仍不理想，系统会进一步优化Harness，细化任务拆解，重新采集运动轨迹再训练评估。