自进化WAM来了！清华AIR联手域变换提出具身In-Context Causal Learning
内容提要
清华AIR与域变换联合发布Zeva，首个实现上下文因果学习（ICCL）的具身模型。它无需更新权重，通过因果交互提取、双时标记忆和上下文策略注入，让冻结模型在部署中自进化。在基准任务中累计成功率从26%提升至73%，真实化学实验室任务成功率显著增长，并支持一次人类演示学会新操作，开启上下文空间扩展的新范式。
延伸解读
零梯度自进化：从26%到73%的跃升
Zeva的核心突破在于无需更新权重即可实现部署中的持续学习。在RoboCasa365基准上，累计成功率从Evolve 1的26%提升至Evolve 4的73%，且模型参数完全冻结。这一结果验证了通过上下文因果学习，模型能够从自身交互经验中提取物理因果知识，逐步逼近真实环境动态，为具身智能的部署提供了一种低成本、高效率的进化路径。
双时标记忆：短期连贯与长期积累
Zeva通过双时标因果记忆机制，将当前尝试内的交互轨迹（BIT）与跨尝试的持久记忆（PIM）分离。BIT确保执行连贯性，PIM则沉淀失败与成功经验，供后续检索。这种设计使模型在重复尝试中越用越强，例如真实化学实验室中，Pick Up Test Tube任务成功率从65%升至100%，体现了跨尝试自我进化的实际效果。
一次演示，即刻学会：one-shot人类演示增强
Zeva支持通过一次人类演示初始化持久记忆，无需微调即可复现关键操作。量化结果显示，人类warm-up在Place Beaker任务上带来最高20个百分点的提升，在Pour Water上带来15个百分点。这表明因果上下文能够有效迁移人类演示中的物理因果知识，显著降低新任务的适应成本，为快速部署提供了实用方案。
从参数空间到上下文空间：新的scaling范式
Zeva的深层意义在于将具身模型的scaling从参数空间延伸至上下文空间。传统方法依赖扩大数据、参数和算力，而Zeva通过不断增加可供模型消费的因果上下文，使每次交互都成为对物理环境的隐式系统辨识。这种范式让部署从“能力消耗”变为“能力积累”，为具身智能开辟了独立于参数规模的进化曲线。
Q&A
Zeva是什么？它由谁发布？
Zeva是清华AIR与域变换联合发布的首个实现上下文因果学习（ICCL）的具身模型。它能在不更新权重的情况下，从自己的交互经验中持续学习，提升任务成功率。
Zeva的核心创新是什么？
Zeva的核心创新是实现了In-Context Causal Learning（ICCL），即模型在部署过程中通过上下文推断环境因果结构，并将因果知识用于下一次动作生成，无需更新权重即可实现自进化。
Zeva如何在不更新权重的情况下实现自进化？
Zeva通过三个关键组件实现：Causal Transition Encoder提取动作引起的状态变化，Dual-timescale Causal Memory组织短期和长期记忆，In-Context Policy Injection将因果上下文注入冻结的动作生成模型，整个过程零梯度更新。
Zeva在基准测试中的表现如何？
在RoboCasa365-Atomic5上，Zeva平均成功率达76.8%；在部署后的自进化曲线中，累计成功率从Evolve 1的26%提升到Evolve 4的73%。
Zeva在真实化学实验室任务中的表现如何？
在真实化学实验室ChemLab-Evo中，三个原子任务的累计成功率均单调增长：Pick Up Test Tube从65%到100%，Place Beaker从25%到70%，Pour Water从30%到80%。
Zeva如何支持从一次人类演示中学习新操作？
Zeva支持one-shot human demonstration enhancement：一次人类演示初始化Persistent Interaction Memory（PIM）后，模型无需微调即可复现关键操作。量化结果显示，人类warm-up在Place Beaker上最高带来20个百分点的提升，在Pour Water上带来15个百分点的提升。
Zeva的深层意义是什么？
Zeva的深层意义在于将具身模型的scaling从“参数空间”延伸到“上下文空间”，通过不断增加因果上下文来提升模型能力，开辟了独立于参数规模的新的scaling路径。
