独家｜清华团队组团创业，押注机器人端侧自进化，已完成首轮融资

• 2026-09-04

过去一个多月，机器人学习的风向正在发生一些微妙的变化。 7 月，英伟达 GEAR 实验室、斯坦福和 UT Austin 联合发布 RoboTTT，把机器人的上下文利用拉到更长时间尺度；同期，自变量联合北京理工大学、清华大学推出 HOST，展示机器人从一次人类演示中快速获得新技能；到了 8 月，Generalist AI 的 GEN-1.5 和 Skild AI 的 S1 接连发布，后者甚至直接把“No Post-Training”写进了产品定义。 几支团队用不同方法把这个问题推到台前：机器人学习新任务，是否还必须经历“采数据—重新训练—再部署”这套循环？ 李健雄第一次认真想这件事，是两年前。 2024 年，VLA 正在成为具身智能最受关注的技术路线。彼时还在清华 AIR 做博士研究的李健雄，却和团队讨论起另一个问题：如果机器人每遇到一个新任务，都要重新采数据、训练和适配，那么即使模型越来越强，它真的能够规模化部署吗？李健雄本科就读于西安交通大学机械专业，以专业第一的成绩保送清华，之后进入清华大学智能产业研究院（AIR），师从张亚勤院士。 他们把目标指向了 In-Context Learning——希望机器人像大模型读懂上下文一样，从人的示范、自己的历史交互和环境反馈中快速学会新任务。 但第一次尝试只持续了两个多月。 不是因为这个方向不重要，而是他们发现，想得太早了。跨本体的动作怎么统一，长时间的物理信息怎么装进 Context，模型结构怎么设计，数据从哪里来，当时几乎每一个前置条件都没有准备好。 于是，这群人暂时把那个更大的目标放下，开始一个模块一个模块地补。他们先做 UniAct，尝试给不同机器人建立通用的动作表示；后来做 X-VLA，把跨本体模型真正放到机器人上；再做 ODEWorld，继续压缩物理世界的时空信息，把原本只能容纳几十秒、几分钟的 Context 往更长时间尺度推进。