清华曹婷：具身今年才追自进化，我们已在这条路上走很远了 | 世界模型 50 人

2009 年，曹婷赴澳洲读博，师从编程语言与系统领域的两位顶尖学者，研究非对称多核处理器与 Java 这类托管语言之间功耗与性能的权衡。博士期间所著论文入选 CACM 研究亮点，图灵奖得主大卫·帕特森专门撰文推荐，并收录进自己的经典教材《计算机体系结构：量化研究方法》。

值得一提的是一篇发表在 ISCA 的论文：The Yin and Yang of Power and Performance for Asymmetric Hardware and Managed Software，其论证近乎诗意：虚拟机的垃圾回收、即时编译这些额外开销，恰好是可以卸到小核上去跑的差异负载，用小核的“阳”，去补虚拟机开销的“阴”；反过来，非对称硬件暴露出来的复杂性，又正好被托管语言的抽象所化解。

在我们看来，这段经历埋下了影响曹婷学术生涯的东西：一个关于阴阳的直觉——约束，从不只是限制，它也可以是逼出系统生机的起点。

博士毕业后，曹婷来到华为编译器与编程语言实验室，负责方舟编译器的内存管理，在有限的内存里，让程序跑得更快更省。2018 年，她加入微软亚洲研究院（MSRA）异构计算组，一待就是七年，做端侧 AI 推理，把几十亿参数的神经网络，塞进手机、PC 和 IoT 设备，让它们不靠云端，在本地的算力、功耗和存储里跑起来。低比特量化、LUT 查表推理、存算一体加速器，这些技术进入微软 Office、Windows、Bing，服务百万级用户。

2025 年夏天，曹婷加入清华 AIR。这一次，横在她面前的是更凶险的约束：训练数据极度匮乏、物理环境千变万化的现实。她很快发现，机器人在固定设置下能做对动作，环境稍有变化就失败，而那些失败里藏着的宝贵信息，又被传统系统随手丢掉。具身智能已经能做 Demo，却迟迟无法真正部署。

曹婷的答案，还是“阴阳”，既然约束无法穷举，那就把约束变成养分。当年 10 月，她和 MSRA 时期的老搭档、清华 AIR 副院长刘云新教授共同发起域变换（Z-Trans），押注具身自进化，并陆续发布 Z0、Zeva、Zeva Ego、Zetta、Z-infra 等工作。

从让软件在异构硬件上省功耗，到让模型在边缘设备上省算力，再到让智能在物理世界里学会自进化，曹婷这十几年做的始终是同一件事：让智能在条件不充分的情况下好好工作。

以下是AI科技评论与曹婷的对话，在不改变原意的基础上有所编辑。

01

 当机器人工厂慢慢冷下来

“整体的技术范式没有收敛，而且变化特别快，基本每个月都不一样，但一个离线、一个在线这套学习范式，应该是大家统一认可的。”

曹婷：我自己的体会非常深刻。今年 5 月份之前，大家还相信“离线训一个模型，它在线就能干活”，但现在看，这些数采工厂基本都冷掉了。

大家发现，离线数据采得再多，机器人在线依然干不成活，因为离线数据永远涵盖不到真实世界的全部情况。

看到之前的路走不通，大家才开始思考怎样让机器人不只依赖离线训练，还能在部署后利用新的示范和反馈进行在线的上下文学习。

曹婷：整体上学习范式分两种：一种 offline，一种 online。

在上下文中学习这个概念最早是从大语言模型（LLM）出来的，GPT 证明了上下文示例即可泛化。具身领域，大家也希望在上下文阶段给机器人演示一遍，它就能泛化到各种各样的情形。目前整体的技术范式没有收敛，而且变化特别快，基本每个月都不一样，但一个离线、一个在线这套学习范式，应该是大家统一认可的。

曹婷：具身领域的 ICL 远比语言模型复杂，目前行业里有三条不同的路线。

第一种期待像 LLM 一样，能力自己涌现出来。比如 Generalist 说他们的能力是涌现出来的，训练时见过很多人类视频、很多 ego 数据，之后给它一段视频，它就能自己去干活。但我觉得这条路比较困难，背后可能有不少限制条件。

第二种是显式训练，类似Skild，给它一段视频，让它去预测下一条 action。这不是模型自己涌现的，而是训练时就这么训的。就跟之前的 VLA 一样，之前是 language 做 prompt、action 做输出，现在是 video 做 prompt、action 做输出。

我们的路线是第三种，叫 ICCL（in-conte