机器之心发布 在电子游戏里，玩家拥有一项近乎无敌的特权——无限读档（env.reset）。 在机器人仿真环境中，一些具身 Agent 同样可以通过提前探索任务、反复重置环境、修改动作脚本，逐步寻找更优的操作策略。 但如果不给机器人提前刷题的机会呢？ 最近，星衍智能推出的通用具身 Harness 框架Auriga，在不针对目标任务预调优、不依赖专家演示、单次执行且不允许环境重置的Zero-shot 评测协议下，领跑 RoboDojo 榜单。与此同时，Auriga 还在RoboCasa365Target50 评测中，凭借同一套 Harness 框架取得领先表现。 没有提前刷题，却能超越部分有备而来的对手。Auriga 是怎么做到的？ 答案或许不在于记住更多任务的标准答案，而在于构建一套能够跨任务复用的物理执行系统。这也引出了一个更深层的问题：机器人究竟是在优化一道题的答案，还是在进化解决问题的能力？ 1. 具身 RSI 的三个层次： 进化答案、进化过程、进化系统 机器人能力的进化，关键不在于经历了多少次试错，而在于每次改进究竟改变了什么：是当前任务的解决方案、一次执行中的操作策略，还是能够被未来不同任务复用的系统能力？ 基于这一视角，星衍智能将 Physical RSI 的发展路径归纳为三个层次： L1：任务级搜索，即进化答案。系统通过反复重置环境、修改动作脚本或调整控制参数，为特定任务寻找更优解。它能够不断提升当前任务的表现，但往往需要为新任务重新优化。 L2：单次在线适应，即进化过程。系统不再依赖反复重置，而是在一次连续执行中，根据观测和反馈调整动作。改进发生在当前任务的执行过程中，但这些调整不一定会沉淀为可供其他任务使用的通用能力。 L3：系统级能力改进，即进化系统。系统从不同任务的交互中识别反复出现的共性问题，并进一步改进底层通用工具、控制原语或技能机制。与 L2 不同，这些改进会被保留在系统中，供后续不同任务调用，并通过新的任务验证其迁移价值。 从 L1 到 L3，改变的不只是试错方式，更是能力改进的范围：从一道题的答案，到一次执行的过程，再到一套能够应对不同问题的系统。 星衍智能 Auriga 选择从L3 所代表的系统级通用能力出发：不为每个新任务重新定制策略，而是让同一套 Harness 支撑不同物理任务中的感知、执行与在线纠错。 真正的进化，不是让机器人记住越来越多的答案，而是让它拥有一套不必为每道新题重新发明的解题系统。 2. Auriga： 为大语言模型构建通往物理世界的通用 Harness Auriga 是星衍智能研发的通用具身 Harness 框架，将物理感知、动作表达、执行验证与任务状态管理整合为统一的交互系统，支持大语言模型在陌生任务中自主规划、执行与在线恢复。 在这一架构中，模型主导任务决策，Harness 提供可量化的物理状态、完整的动作表达与可验证的执行过程，让高层推理能够转化为连续的机器人操作。 系统架构围绕三个核心能力展开： 感知即测量（Perception as Measurement）： 融合三维重建、视觉分割与机器人运动学，将图像转化为具有真实物理尺度、可查询和验证的空间信息。 所见即所执（What You See Is What Executes）： 通过统一执行网关，将模型生成的动作转化为可视化轨迹预演，并在实际执行中持续验证、异常截停与在线恢复。 失败即证据（Failure as Evidence）： 结构化记录模型意图、规划轨迹、实际运动与执行结果，支持长程任务中的状态追踪和历史检索，为跨任务能力改进积累物理证据。 图 1：Auriga 通用具身 Harness 整体架构与执行流程。通过统一的感知、规划与执行接口，将高层决策转化为可验证的物理行动。系统在持久化会话中维护任务状态，通过三维几何工具定位目标，并在执行前进行轨迹预演、执行中验证真实状态，最终将物理反馈返回模型形成闭环。 3. 从看懂到做到： Auriga 如何打通物理执行的完整闭环？ 让模型理解任务只是第一步。真正的挑战，是如何将模型的推理转化为精确、可靠的物理行动，并在执行偏离预期时及时纠错。 围绕这一问题，Auriga 将三维感知、动作规划、执行验证与历史反馈整合为一套通用闭环，让模型不仅能够决定“做什么”，还能检查“能不能做”、判断“有没有做到”，并在失败后决定“接下来怎么办”。 感知即测量：给大语言模型一双带刻度的眼睛 大语言模型能够从图像中理解物体及其空间关系，但机器人操作需要精确的三维位置、尺寸与姿态信息。 Auriga 融合 VGGT-Omega、SAM 3.1、相机标定与多视角几何，将视觉观测转化为具有真实物理尺度的空间信息。模型可以主动查询目标的位置、朝向与尺寸，并利用双视角三角测量和三维重投影检查关