清华AIR和域变换搞了个具身模型Zeva，最反直觉的是：它不更新权重，靠上下文推断因果关系，从自己的失败里学。多个基准任务上，把一个冻结模型的成功率从26%拉到73%；化学实验室里机械臂越用越稳，一次人类演示就能学会新操作。机器人不用换个场景就重训了。
清华AIR和域变换搞了个具身模型Zeva，最反直觉的是：它不更新权重，靠上下文推断因果关系，从自己的失败里学。多个基准任务上，把一个冻结模型的成功率从26%拉到73%；化学实验室里机械臂越用越稳，一次人类演示就能学会新操作。机器人不用换个场景就重训了。
