清华与新加坡国立大学团队开源 VISTA 具身智能自进化框架，这套方案不需要修改底层大模型权重，依靠 Meta 智能体自主观察机器人执行记录、定位失败原因、编写和修改控制代码，在 LIBERO-Pro 机器人操控基准上，整体任务成功率从 17.5% 提升到 95%，它跳出传统微调、强化学习的思路，把进化对象从模型参数转移到外围的 Harness 技能调度代码上，解决机器人在物理环境里抓取、搬运等任务容易失败、环境一变就失效的痛点。过去机器人想要适配新场景，大多要采集新数据、重新微调模型权重，不仅成本高、耗算力，还容易出现灾难性遗忘，而且真实物理世界摩擦、光照、物体摆放的微小扰动，都会让调好的模型失效；VISTA 的思路是基座模型全程冻结不变，由 Meta-agent 充当 “机器人程序员”，反复执行任务、记录失败轨迹、修改 Harness 里的技能逻辑、做验证实验，沉淀可复用的控制代码，在不碰权重的前提下持续迭代任务能力。整套闭环分为任务执行、失败诊断、代码改写、验证入库四个环节，执行 Agent 调用当前 Harness 代码控制机器人做抓取搬运等操作，Meta-agent 读取执行日志找 bug，生成新版本代码，再放到环境里验证，验证通过的技能存入技能库，后续任务直接复用。
一、VISTA 框架核心角色分工
| 角色 | 作用 | 是否更新权重 |
|---|---|---|
| 基座 VLA 模型 | 视觉语言底层理解、基础规划 | 冻结，全程不改动 |
| 执行 Agent | 调用 Harness 代码，下发动作指令、控制机器人 | 无权重更新 |
| Meta-agent（代码智能体） | 看轨迹、诊断失败、写代码、调试修复 Harness | 无权重更新 |
| Harness（技能调度层） | 包含动作流程、判断条件、异常恢复逻辑、技能库，是框架进化主体 | 持续修改迭代（代码层面） |
二、完整自进化闭环流程
- 任务执行：机器人读取视觉观测，运行当前版本 Harness 代码，完成抓取、摆放等操作，保存完整执行轨迹、成功 / 失败日志。
- 失败诊断：Meta-agent 复盘轨迹，定位失败原因，比如抓握力度不足、释放时机错误、避障逻辑缺失。
- 代码改写：Meta-agent 自主编写、修改 Harness 里的控制代码，新增恢复策略、调整判断条件。
- 实验验证：用修改后的代码重新跑任务，验证修复是否有效；稳定生效的技能存入持久技能库，后续任务直接复用。
三、和传统机器人学习方案对比
- 传统微调 / RL：修改模型权重，需要大量数据、高算力，换场景容易失效，存在遗忘风险。
- VISTA 方案：权重完全不动，进化只在外部代码层，调试成本低，新技能以代码形式沉淀，跨任务可迁移。
- 局限：只优化调度和恢复逻辑，底层感知、基础动作能力上限由基座 VLA 模型决定。
四、关键边界说明
- 95% 成功率是 LIBERO-Pro 仿真基准的测试结果，不是真实物理机器人实测指标，真实机器人还有传动误差、传感器噪声等额外挑战。
- “不动权重” 不等于模型不参与推理，基座模型依然负责理解画面、语义规划，只是不做参数更新。
- Harness 是代码调度层，不是简单提示词，包含时序判断、失败恢复分支、技能调用逻辑。
- 框架已经开源，研究者可以复用这套 Meta-agent 自主调试范式，用于其他具身任务。
【相关 FAQ】
问题 1：VISTA 这套不动权重自进化框架，机器人自己写代码修自己，底层模型会不会被微调？
回答 1：VISTA 不动权重自进化框架里机器人自己写代码修自己，底层视觉语言基座模型全程冻结，不会做任何微调、RL 权重更新，所有进化只发生在 Harness 技能代码层面。
问题 2：VISTA 不动权重自进化框架，成功率从 17.5% 涨到 95%，这个数据是在真实机器人上测出来的吗？
回答 2：VISTA 不动权重自进化框架成功率从 17.5% 涨到 95%，该指标来自 LIBERO-Pro 仿真环境基准测试，真实物理机器人会受硬件、传感器影响，暂时达不到这个水平。
问题 3：VISTA 不动权重自进化框架和普通提示词优化有什么区别？
回答 3：VISTA 不动权重自进化框架是 Meta-agent 生成可执行的机器人控制 Harness 代码，包含分支判断、失败恢复逻辑；普通提示词优化只是修改文本指令，没有可执行的程序调度闭环，没法自主反复调试修复。
【参考资料】
[2026-11-07]（机器人自己写代码修自己，成功率从 17.5% 涨到 95%：具身智能有了不动权重的自进化框架）量子位
[2026-11-07]（VISTA：冻结模型权重，靠代码 Harness 进化具身智能）智源社区
[2026-11-07]（VISTA 框架论文解读：Meta-agent 自主调试机器人控制代码）新智元
[2026-11-07]（VISTA: Self-Evolving Harness for Embodied Agents Without Weight Update）arXiv
【免责声明】
本文仅整理 VISTA 不动权重自进化框架公开论文与新闻信息；17.5% 至 95% 的成功率为仿真基准测试结果，真实机器人落地还存在硬件、传感器、环境扰动等诸多限制；该方案为前沿学术研究成果，暂未大规模商用，内容不构成机器人产品选型、落地改造的参考依据。