在今年，递归自我改进（RSI）正逐步成为全球共识。多家顶尖科技团队开始聚焦于AI如何参与下一代AI的创造。Anthropic最近透露，AI在其研发中的参与度不断上升，达到26%。然而，从数字世界延伸到物理世界后，挑战变得更加复杂。与软件领域的即时反馈不同，机器人面临的是一个动态且受到物理法则限制的现实环境，任何错误都可能导致数据重新采集和漫长的模型重训。

Simate，一个成立仅三个月的初创团队，正试图打破这一困境。该团队希望硅基智能可以与人类一起探索和演进。其创始人张颖曾在自动驾驶领域担任核心技术负责人，积累了丰厚的经验。最近，Simate的自动研究系统AutoResearch在机器人智能评测平台RoboDojo上获得了第一名，展示了其在记忆力、高精度操作和复杂任务执行方面的能力。

Simate通过AutoResearch实践了人机共驾的弱RSI，探索了人类与机器协作的实现路径。在这一过程中，人类研究人员设定了目标和约束，而自动系统则参与实验和反馈的优化。这样的协作模式表明，RSI的研究正在从数字智能向物理智能扩展。 龙8头号玩家

机器人的核心挑战在于如何持续提升自身的能力。在当前的研发流程中，大部分任务依然需要依靠人类研究人员。这限制了物理智能的进化速度，因此，发展一种能够系统化与自动化“做研究”行为的框架显得尤为重要。Simate的工作展现出一种新的可能性，即让AI更积极地参与物理智能的研究，推动机器人的能力实现自我提升。