⌘ K
… 读取采集状态 同步中...
雷
热点事件持续更新

RoboFoundry框架通过系统进化冻结模型提升机器人表现

2 篇报道2 个报道来源17 小时前更新

先了解这件事

AI 综述

2026年10月12日，新加坡南洋理工大学等团队提出RoboFoundry框架，旨在解决具身智能体自我提升难题。该框架核心机制是冻结基座模型参数，仅通过进化上下文、技能和执行接口等系统组件来增强机器人任务表现。在EmbodiedBench评测中，应用该框架使包括GPT-5.5在内的五个基座模型平均成功率均有提升，其中GPT-5.5成功率由56.9%升至72.7%，该成绩超过未进化的GPT-6 Astra。同日发布的后续报道重申了通过系统进化而非修改参数来提升表现的结论，数据与早先报道一致，无矛盾之处。

AI 根据报道生成 · 17 小时前更新

最新进展10月12日 13:01
后续报道确认GPT-5.5经系统进化后成功率达72.7%。

报道时间线

沿着报道，了解事件的不同侧面。

10月12日
  1. 机器之心
    RoboFoundry发布：让机器人通过系统进化提升表现

    RoboFoundry通过让机器人系统持续进化而非修改模型参数，显著提升具身任务表现。在EmbodiedBench上，直接使用GPT-5.5的平均成功率为56.9%；在不改变模型参数的情况下，仅让周围系统持续进化，成功率提升至72.7%，展示了系统层面对机器人自主进化的推动作用。

  2. 机器之心精选
    RoboFoundry：具身智能体通过进化系统而非更新模型实现自我提升

    新加坡南洋理工大学等团队提出 RoboFoundry 框架，该框架保持基座模型参数冻结，通过进化其上下文、技能和执行接口等系统组件来提升机器人任务表现。在 EmbodiedBench 测试中，该方法使 GPT-5.5 等五个基座模型的平均成功率均有提升，其中 GPT-5.5 从 56.9% 提升至 72.7%，且该分数超过了未进化的 GPT-6 Astra。

本事件热度走势

当前热度 12·可比范围峰值 19（10月12日 15:00）·近 24 小时可比范围变化 –

0510152010月12日13:0010月12日19:0010月13日00:0010月13日06:00

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。