过去两年，具身智能大多沿着一条熟悉的路线发展：收集数据、训练模型、部署测试，再进入下一轮训练。
RSI（Recursive Self-Improvement，递归自我改进）要求更高。系统完成一次改进后，还要能自主设计实验、生成训练信号、优化模型，让下一轮改进更有效。

数字世界已经出现了这种趋势，北美科技公司正将其带入真实研发流程。

Anthropic披露，Claude已经参与代码编写、实验执行和研究建议。在部分工程任务中，它的成功率半年内提升到76%；在一项小模型训练代码优化测试中，最高加速幅度从约3倍提高到约52倍。
但Anthropic仍认为，这还没有达到真正的 RSI，Claude在自主选择研究目标、做出关键判断和开发后续版本方面仍需提升。

OpenAI已经成立 RSI 团队，研究让 AI 提出假设、运行长周期实验、分析失败，并把研发过程转化为训练数据和评测飞轮。但安全问题同样悬而未决，系统越强，也可能越难监控。

Google DeepMind把递归自我改进列为从 AGI 走向 ASI 的潜在路径。AlphaEvolve已经能够生成程序、评估方案并持续迭代，还优化过 Gemini 训练中的矩阵运算，使相关运算加速约23%。

机器人面对的情况复杂得多。
数字实验可以在计算环境中运行，机器人却必须到真实场景中验证，还会遇到环境变化、硬件差异和任务失败。

Skild AI提出Physical RSI让机器人在真实场景中边工作边学习，再将经验回流至通用模型，模型变强后进入下一轮部署。Physical Intelligence的真实机器人训练、Dyna的集群经验回流，也接近这一方向，但尚未正式称为RSI。

中国也有一些公司积极使用“具身RSI”或“物理RSI”概念，例如SeeAct AI、MirroS、瞬适科技等。

相关论文仍然很少。Motus2和 Jim Fan团队的 ENPIRE 都探索了策略自我改进，但没有直接称为 RSI。

有数据飞轮、持续学习和自动化实验，还不能证明RSI已经成立。
关键在于：改进后的机器人能否设计更有效的实验，获得更好的训练信号，学会新技能，并持续提升自我改进的效率。

目前，数字RSI已进入研发议程，具身RSI仍处于初级阶段。机器人距离“自己进化”还有多远，取决于它能否让下一次学习本身变得更有效。
#具身智能 #机器人 #RSI #递归自我改进 #强化学习 #人形机器人