极智嘉Gravity Control：机器人执行偏差有了运行时纠偏路径
当机器人出现偏差，操作人员发出一句自然语言提示，外部 VLM 规划器无需重新规划整条轨迹，而是检索概念表中的特征词表，直接对原始模型内部激活做在线调节。
这组数字之所以亮眼，背后藏着一个全行业都该留意的转向——
机器人纠错这回头一遭有了条路子：能在运行时解释、能验证、还能加以约束。
具身落地绕不开的「最后一厘米」
过去两年，具身智能模型的进展有目共睹，可真实物理世界从来不会照着训练集的样子出牌。
很多失败并不是「压根不会」，而是「就差那么一点」。
这种局部偏差最让人头疼。
站在部署方角度，这意味着现场停不下来，问题又讲不清楚，只好把数据回传，坐等下一版模型。
问题也就随之而来：模型能力范围之内的执行偏差，能不能有更直接、可验证的纠偏办法？
核心发现：「叫得出名字」的特征，不见得能「指挥动作」
想在推理运行时纠偏，得先回答一个根本问题：模型内部成千上万的高维隐藏表征中，究竟哪些真正握着动作的控制权？
学界一直有个想当然的说法：某个表征只要能解码出「抓取」「向下」之类的语义概念，就必定在指导机器人的行为。
极智嘉研究团队给出的结论却给这种直觉浇了盆冷水——相关性并不等于因果性。
他们发现，不少对物体或指令高度敏感的语言层表征，干的其实是「解说员」的活，对机械臂怎么动几乎没什么实际贡献。
真正驱动末端执行器姿态、夹爪开合和位移速度的「球员」，扎堆在动作生成链路深处的动作专家层。
为了把作用路径理清楚，极智嘉团队把一条概念属性链做了形式化定义，一个特征要连过五道关卡：
Faithful（保真性） → Motor Aligned（运动对齐） → Verified（泛化验证） → Causal（因果可控） → Safe（闭环安全）
实验结果显示出一个颠覆认知的现象：语言层特征常常在「运动对齐」或「泛化验证」这一步就脱离了传导链！
名字听上去和运动沾边，真去干预，物理动作却一动不动。能完整走完五关的，只有动作专家层的特征。
这个发现的分量在于，它把「可解释」与「可控制」彻底分成了两件事。
不少可解释性研究做到「给特征命名」就停了，
Gravity Control 则守住一条更严的尺子：一个特征有没有控制权，不该看它叫什么名字，更该看干预之后动作有没有按预期作出响应。
Gravity Control：精准锁定模型内部的「控制手柄」
顺着上面的发现，极智嘉搭出了全新的 Gravity Control 模型。
Gravity Control 模型框架总览
它的运作方式，可以归成三步。
先看拆这一步，也就是稀疏特征发现。原始模型的骨干被冻结，再往残差流里塞进 Top-K SAE（稀疏自编码器）这类模块，把高维隐藏激活拆成稀疏形式，从中拎出一个个带有人类可解释语义的 Latent Feature。接下来是推，即定向因果干预：给已经标好语义的特征施加方向明确的放大或抑制，然后去看位置、旋转、夹爪这些动作通道上真实的物理反应。
最后一步叫筛，做的是特异性评估。方向一致、剂量响应单调、影响只落在目标动作上的特征才留下，其余都淘汰。说白了，想调深度就只动深度，别顺手把腕子也拧了。三步都过关的，才算真正能用的控制手柄。
π0.5 和 OpenVLA-OFT 在不同层插入 SAE 之后，可用特征数量占比的差异
过去业内对模型只能靠特征激活做被动的「读出」，Gravity Control 则把 Interpretability → Intervention → Control 这条完整链路真正打通了。说到底，这就是拿白盒化、可解释的路子去做因果干预。
控制手柄找到了，接下来是个更偏工程的问题：人用起来怎么才最省事？答案很直接——说人话。
以往的端到端模型，只认「把面包放进盘子」这种任务级的宏观指令。可宏观指令本身，并不能稳定地管住抓取深度、手腕角度这类局部动作。Gravity Control 的做法，是依托已经建好的概念控制表，搭出一条由语言引导的动作调节链路。
机器人一旦跑偏，操作人员丢一句自然语言提示过去，外部 VLM 规划器不用把整条轨迹重新规划一遍，而是去概念表里检索特征词表，直接在线调节原始模型的内部激活。系统还加了闭环门控，给干预幅度设上限，保证调节只落在特定的几何自由度上，不会因为「用力过猛」把动作带发散。换句话说，这一步调过之后，原本能准确完成的下一步不会受影响。
用自然语言指令让机器人干活，不少 VLA 模型已经能做到。Gravity Control 最关键的一步在于：机器人本身已经具备完成任务的基础能力，执行中却出了偏差，这时像「抓得更深一点」这样的纠偏提示，怎么变成模型内部可验证、可约束的动作调节，并且不用更新原始策略权重就能把偏差修回来。
突破能力边界之外，纠偏同样是关键。看看眼下百家争鸣的全球具身智能赛道，有个现象挺有意思——绝大多数头部玩家把主战场放在「让机器人会得更多」上；至于「已经会的事做偏了怎么办」，到现在还是一块很少有人系统啃下来的硬骨头。
第一类是能力派，不断往外推「会做什么」的边界。这一派基本代表了当前具身大模型的主流叙事。
Figure AI 在 2026 年初推出 Helix 02，之后展示了机器人在完全自主控制下连跑 8 小时班次的能力；它的 Index 预训练把零样本成功率从约 9% 提到 56%。
谷歌 DeepMind 拿出了 Gemini Robotics 2 和 RT 系列，重点放在全身控制以及多机协同上。
英伟达把 30 亿参数的 Isaac GR00T 开源出来，还配了一套面向各类机器人的微调流程；
Skild AI 走的是另一条路，喊出「一个大脑控制任意机器人」，融资动作不断。
几家的进展加在一起，机器人能干的事明显变多了。
可一旦真到部署环节冒出错位，业界修的办法还是那套「黑盒模式」：回头找数据，接着微调。拿 GR00T 来说，它标准的落地方式本来就是「基础模型 + 场景微调」。
第二类：数据派——靠大量真实部署换取可靠性
这一派里，特斯拉 Optimus 是最典型的样本。
马斯克本人说过，工厂里目前还没有 Optimus 在干真正有用的活；直到近来产量上去，精细操作仍旧不好办。
他们对规模庞大的人工遥操作队伍依赖很重，碰上陌生环境效果不行，应对方式就是继续堆数据、重新训练。
类似做法的还有 Agility Robotics，其 Digit 靠累计超过 6.5 万小时的运行，把数据送回模型里；
Apptronik 则搭了大型测试场，专门用来采集数据。
这条路确实管用，代价也高得吓人——可靠性往上走，单位是「月」，计量用「万小时」。
第三类：纠错派——摸索「失败恢复」的新路子
这块跟 Gravity Control 想做的事最贴近。
Physical Intelligence 的 π0.6 给出 RECAP 方法，把示教、专家纠正和自主经验一起塞进强化学习，算得上「从错误中学习」的代表。不过它的路子是「纠正 → 回收数据 → 再训练」，纠错还是发生在训练回路之内。
1X Technologies 的 NEO 用「Expert Mode」：碰到不会的任务，让远程人类专家通过 VR 接管，说白了是「人替机器人干」。
斯坦福、伯克利等高校的研究者开始试另一条路——用 VLA 内部表征直接引导机器人行为，等于证明了「不改权重也能调行为」在技术上走得通。
放到这个坐标系里看，极智嘉 Gravity Control 的领先之处和它独特的站位就很清楚了。
它有四个「同时做到」——
1.零权重更新、零新增数据：跟训练回路里的纠错比，纠偏周期从「天/周」压到「一句话」。
2.完整的因果验证体系：靠概念属性链加特异性评估，把学术界「能调」的探索，推到「可控且安全」的工程落地标准。
3.自然语言接口与闭环门控：操作员不用戴 VR 手把手教，同时设了剂量上限，把安全边界兜住。
4.真机 OOD 任务上的量级提升：单项成功率从 5% 到 95%，在公开披露的同类运行时干预成果里很罕见。
还有一点更关键：这项技术要解决的问题，是从真实产业作业里提出来的，不是实验室里想出来的。
眼下，极智嘉的业务铺到了40多个国家，落地项目超过1700个。仓储拣选、多SKU、光照变化，这些高频场景对可靠性的要求到了极苛刻的地步。
具身智能正从Demo阶段往生产力阶段走。Gravity框架要补的，就是「部署上线后迭代成本太高」这一块。
先看实验：成功率从17.5%升到87.5%
成绩之外还有一点更实在：这套技术不绑死任何特定的底层模型。
它已经在π0.5、OpenVLA-OFT等代表性VLA架构、LIBERO仿真基准以及物理机器人平台上跑完了评估。
概念命名与动作因果控制相脱节，即Naming and Control Come Apart现象
实测数据最能说明提升幅度。真实物理机器人的OOD任务中，原始策略权重完全不动、示教数据一条不加，Gravity Control把横放面包这类分布外失败任务的整体成功率从17.5%拉到了87.5%。
前面说到的「横放面包」测试更突出，成功率由5%升到95%。
用自然语言在线纠偏真实机器人的完整工作流
换个路子，补采数据再重新微调，想拿到同样的提升，得烧掉多少训练算力和迭代时间？这次纠偏没动原始策略权重，就把事办了。
当然也得说清楚，它不是凭空变戏法的东西。定位很明确：管「纠偏」，不管「启蒙」。
机器人自己得先会这门基础技能。现场出了点变化，比如东西放歪了，动作跟着跑偏，它才能把偏掉的动作拽回来。
指望它直接教机器人一门全新手艺，不现实。
可要是在一线干过真实商业部署，就会有体会：明明会干、换个姿势就死活干不好，这种细小的偏差，恰恰是现场每天最吃人力的窟窿。
能低成本把这个窟窿堵上，落地难题的一大半就已经解决了。
从纠错到Skill：让纠错变成自进化的起点
放回真实的柔性制造或仓储现场，Gravity Control的价值会被放大很多。
一个工作站一天要应付成百上千种SKU，摆放随机、包装各异。动作跑偏哪怕只有1%，摊到日均数千次抓取上，也是数十次人工介入。客户真正的成本，落在部署之后的每一天。
Gravity Control指向两层更长期的系统价值：
第一层，自动纠错闭环。
往后，Gravity Control可以接进上层的Agent或AI原生系统套件。系统自己当「监工」：实时检测（Detect）任务状态，诊断（Diagnose）动作偏离，再主动调用Gravity Control纠正（Correct）。
第二层，经验沉淀与复用。
一次成功的纠偏不会「阅后即焚」。任务阶段、场景状态、被调用的Control Handle、干预剂量，系统都能记下来，沉淀成可复用的Skill。
纠错到Skill，再到自进化，Gravity Control给具身系统走向自主纠错与能力积累，趟出了一条清晰的工程路径。
写在最后
具身智能的能力曲线眼下还在往上走，可真实世界给出的考题，不只是「会做」这么简单：一旦做错了，接下来怎么处理？
对这个问题，Gravity Control 的解法是：模型本身已经具备基础能力，那就不需要每次再折返到成本高昂的数据工厂去。
具体做法是找出真正掌握控制权的内部特征，在推理阶段用一句自然语言做精准调节，再靠闭环门控守住安全边界，最后把每一次成功纠偏都沉淀成经验。
这一结果对研究者来说，实证了「概念可解释 ≠ 行为可控制」；落到产业侧，则是一笔算得清的账：机器人部署到现场之后的运维和微调开销，终于有了降下来的希望，它也不再是那台需要人天天盯着、碰不得的娇贵设备。
分布外复杂操作任务的成功率由 5% 提升到 95%，这或许还只是个开头。更让人在意的是，给机器人「纠错」这件事，过去又贵、又费时、还像开盲盒，如今正在变成一种看得懂、管得住、可以不断积累的能力。
具身智能要从炫技的 Demo 变成真正好用的生产力工具，路该怎么走？极智嘉已经先给出了自己的答案。
