Manifold AI 流形空间 WorldScape R²SI 登顶 RoboDojo Agent 榜
原标题：登顶 RoboDojo-Agent，Manifold AI 流形空间给「机器人自进化」技术路线立标杆
AI 摘要
Manifold AI 流形空间发布 WorldScape R²SI（机器人递归自进化）框架，在 RoboDojo Agent Track 榜单上以 46.58 分登顶，成功率达 39.35%，超过此前 GPT-6 Astra 的 28.97 分。该框架通过内层 Robot Reactive Agent 执行任务、外层 Recursion Reflective Agent 复盘并修订 Skill 或再训练 WSP 模型，形成执行—复盘—再验证—自进化的闭环，使机器人在不换模型、不重新训练的情况下持续改进。结合三个月前发布的具备 ICL 能力的 WorldScape Policy 2.0/2.5，该系统在精细操作、长程任务和泛化能力上显著领先。
正文节选
GPT-6 Astra 才拿了28.97分，而 WorldScape R²SI 把分拉到 46.58！ 作者丨幸丽娟 编辑丨岑 峰 机器人做完了，但在 RoboDojo 的记分规则里，它没拿到分。原因不在结果，在过程：这项任务给的预算是 200 个原生动作步，它用了 215.1 步。超支，在记分表上和没做成算同一件事。然后它做了一件机器人此前无法做到的事：回看自己的失败轨迹，改。改用张开的夹爪推动尺子；把"接近"和"调整姿态"原本分开的两步合并成一个动作；减少细小的试探动作；在旋转手腕之前先把夹爪抬高。改完，它在同样的 8 种布局上重新考了一次。8 次全部在预算内完成，平均步数从 215.1 降到 140.4。中间没有换模型，没有重新训练，也没有工程师替它改过一行控制代码。变的，是它“做事”的方式。这套系统叫 WorldScape R²SI（Recursive