SeeAct AI穆尧：具身智能终局，一定是从“被训练”走向“自我进化”｜物理AI50人
没有成熟数据集，没有标准Benchmark，甚至没有一条被验证能走通的技术路线。
2021年，穆尧进入HKUMMLab，成为该实验室创始人罗平教授和中国人工智能奠基人之一的汤晓鸥教授共同指导的学生。
“具身智能会是一个非常 Promising 的方向。”刚入组时导师们的这句话，穆尧一直记到今天。
四年后，这个方向的潜力，开始在穆尧自己的研究中得到印证。
穆尧主导的RoboTwin，成了中国具身智能圈的事实标准之一，GitHub斩获超过 2900 颗星，蚂蚁集团的LingBot-VA、生数科技的Motubrain都抢着在这个基准上刷新成绩。他本人入选国家级青年人才计划，成为上海交通大学长聘教轨助理教授，谷歌学术引用超过 5000 次。
2026年，穆尧做了一个更激进的选择：押注“具身自我进化”，创办SeeAct AI观行智能。他给出一个相当明确的判断：“具身的终局一定会迈向奖励驱动的自我进化。”
这个判断，和他2018年在清华读硕士时坚持的东西一脉相承。
那一年，自动驾驶行业还在把感知、规划、控制拆开做，穆尧坚持端到端Policy和奖励驱动。
后来，特斯拉FSD把整个行业收敛到了端到端，再也没人问他这是不是主流方案。
这里我们理解不仅是技术品味，更是洞察技术发展的科学直觉。
以下是左林右狸频道与穆尧的对话，在不改变原意的基础上做了部分编辑：
左林右狸：到了清华做自动驾驶以后，这种判断怎么进入你的研究？
左林右狸：刚进入具身智能的时候，你首先在解决什么问题？
左林右狸：RoboTwin 是怎么从这条线上长出来的？
左林右狸：RoboTwin 2.0之后，为什么又开始做VLA？
左林右狸：你认为什么是真正的具身智能scaling?
左林右狸：为什么在Data Scaling和Model Scaling之外，还需要单独提出Experience Scaling？
左林右狸：具身自我进化和Experience Scaling之间的关系是什么？
左林右狸：那为什么还要专门提出“递归自我进化”？它和一般的自我进化有什么区别？
左林右狸：自我进化在预训练到后训练的整个流程上，是什么样的位置？
左林右狸：可以用一个具体任务，讲机器人如何完成从失败，到判断原因，再到探索新方法、学会新能力的过程吗？这种自主纠错是什么样的流程？
左林右狸：你认为我们离真正的具身scaling还有多远？
左林右狸：经验的Scale Up，主要靠真实数据还是仿真数据？
左林右狸：为什么是少量真机？物理仿真引擎和真实世界的物理参数之间的差距（sim to real gap）怎么解决？
左林右狸：那真实数据和仿真数据分别最适合提供什么？有没有一个最佳比例？
左林右狸：真实生产不能允许机器人无限试错。到了实际部署阶段，真实世界和虚拟世界怎么配合？
左林右狸：如果最终目标是奖励驱动的自我进化，对策略基础模型本身有什么要求？
左林右狸：从离散扩散VLA到MM-ACT、dVLA-RL，后面的研究是在继续解决什么问题？
左林右狸：除了能不能自我进化，VLA 真正部署到机器人上还有什么现实限制？
左林右狸：机器人不断自主试错之后，产生的这些经验最终怎么沉淀和复用？
左林右狸：为什么这一轮具身智能里面，很多高校成为连接企业的重要节点？企业真正需要高校提供什么？
左林右狸：这一轮具身智能里的高校和企业分工，和上一轮自动驾驶时代有什么不同？
左林右狸：现在大家都围绕VLA、世界模型竞争，为什么选择在这个节点all in具身自我进化？
左林右狸：SeeAct现在希望交付给客户的到底是什么？
左林右狸：如果策略基座真的具备很强的自主纠错能力，你觉得它首先会改变具身行业的什么？
左林右狸：具身自我进化的产业化，什么场景最适合先验证？
我们欢迎所有能为左林右狸提供新观点新角度新信息的群友，加入我们的实名制社群，与左林右狸一路同行。管理员微信号：leiphonelinli，备注公司-职位-称呼通过更快。
Xspark AI 丁文伯：触觉替代不了视觉，但机器人需要一套自己的“脊髓” ｜物理AI 50人
源升智能杨思成：具身模型能力突破之前，灵巧手要先卷性能｜物理AI 50人
日冕开物肖中阳：把蔚来世界模型量产后，我兑现102周前的创业决定｜物理AI 50人
雷峰网原创文章，未经授权禁止转载。详情见转载须知。