大模型要变强，不一定非要狂喂数据和算力。清华大学智能产业研究院（AIR）联合域变换团队提出了一种全新方法：通过”具身上下文因果学习”，让世界动作模型（WAM）在参数完全冻结的情况下实现能力暴涨，机器人无需额外训练即可掌握新技能。
世界模型的困境：会预测，但不一定会学
在具身智能领域，”世界模型”被寄予厚望。它像人类大脑中的”物理引擎”，能让机器人基于对环境的理解来规划动作——看到杯子就知道该绕开，看到门把手就知道该下压。传统世界模型通过海量数据训练，学习”感知-动作-结果”的映射关系。
然而，这类模型有一个致命短板：一旦训练完成，参数就固化了。想让机器人学会新技能，必须重新采集数据、重新训练，成本极高。而且，训练过程中往往会破坏模型已有的能力——类似人类学新技能时忘了旧本领，这在机器学习中称为”灾难性遗忘”。
更麻烦的是，真实世界的物理规律和场景千变万化。一个在实验室训练完美的世界模型，放到工厂、家庭等新环境里，性能往往大幅缩水。如何让世界模型”自我进化”，成了具身智能走向实用的关键难题。
新方法的核心：上下文即”训练数据”
针对这一痛点，清华AIR与域变换团队跳出”更新参数”的思维定式，提出了In-Context Causal Learning（上下文因果学习）框架。其核心思想是：通过设计巧妙的上下文序列，让模型在推理时自行”重演”因果规律，从而无需任何参数更新就能适配新任务。
具体来说，该框架做了三件事：
第一，构建因果演示上下文。 研究人员不再把一组静态的”输入-输出”样例塞给模型，而是精心构造包含因果链的演示序列：前一个状态的变化如何导致后一个状态的出现，动作在因果链中扮演什么角色。模型通过”阅读”这些序列，就能在内部表征中建立起对物理规律的动态理解。
第二，引入推理时”内隐学习”。 传统的方法是在训练阶段让模型记住规律，而这项研究让模型在推理阶段根据上下文现场”推导”规律。由于大模型本身具备强大的few-shot（少样本）和in-context learning（上下文学习）能力，只要提示词序列设计得当，模型就能在生成每个动作时，动态参考上下文中的因果信息，实现”现学现卖”。
第三，验证”参数冻结”的可行性。 整个过程中，世界动作模型的权重完全不更新（参数冻结），甚至对于未见过的任务和环境组合，模型也能表现出显著的能力提升。实验显示，在模拟环境和真实机器人平台上，该方法让模型在新任务上的成功率大幅攀升，同时保持了原有技能的稳定性。
从”堆数据”到”用知识”，具身智能的范式转向
这项研究的价值不仅在于技术指标，更在于它预示了一种范式转变。
过去十年，AI 的进步很大程度上依赖”规模定律”——模型越大、数据越多，性能越强。但在机器人领域，高质量的动作-环境数据极其昂贵，一台机械臂实机操作一周的数据，可能还不够训练一个像样的桌面操作模型。如果每个新技能都要重新收集数据、重新训练，具身智能的商业化进程将被严重拖慢。
清华AIR提出的”参数冻结+上下文因果学习”，为业界指明了一个新方向：也许未来，机器人学新技能不再需要”从头再来”，而是像人类一样，通过几段示范视频或几行任务描述，在现场即时调整自己的行为策略。
当然，这项研究仍处于早期阶段，如何在更复杂的长时序任务中保持因果推理的准确性，如何让上下文学习能力覆盖更广阔的动作空间，都是后续需要攻克的课题。但正如研究者所言，当模型学会”学习”本身，机器人的进化速度将不再受限于训练算力和数据采集成本——这，才是真正的”自进化”。