Aether AI 发布因果驱动机器人系统 CRIS-0，抗干扰能力达 0.1 秒级

Aether AI 发布了因果驱动的机器人智能系统 CRIS-0。按照文章的说法，它要解决的不是“预测得更准”，而是“在变化环境中识别什么真正改变结果，并通过干预和反事实来行动”。这一主张的出发点，是相关性拟合在物理世界中的局限：语言是离散的，规律写在文本表面；物理世界的规律没有写在表面，许多影响结果的条件只有在交互中才会显现，而机器人的每个动作都在真实地改变世界，预测错了无法撤回重来。

文章列举了仅靠统计规律“预测下一步”会撞上的问题：分不清哪些变量真正决定结果、哪些只是背景噪声，执行任务时极易被干扰；遇到训练里没出现过的干预，不知道怎么外推；任务失败后，不知道该退到哪一步；环境一变，不知道原来学到的哪些关系还成立。因果智能补上的正是这层“因果”——先把世界表示成任务相关的因果变量，再找出变量之间谁影响谁，最后把机器人的动作看成一种干预，去建模“如果我这样做，世界会怎么变”。

需要说明的是，以上关于因果智能必要性的论述来自 Aether AI 创始人、CEO 黄碧薇的观点，属于厂商自述的论证框架，而非独立验证的结论。

CRIS-0 的做法不是让一个大模型从头到尾包办所有事，而是把机器人的智能分成两个层次：高层负责理解任务、推理和规划“接下来该做什么”；底层负责理解具体的物理变化，预测“这个动作会让世界发生什么变化”。这两个层次对应 CRIS-0 的两大核心组件：因果驱动的机器人 Agent（Causality-guided Robot Agent）和因果世界模型（Causal World Model）。

Agent 围绕“因果状态转移”来组织任务。它能够从新环境里发现与任务相关的重要变量，把任务拆成阶段，给每个阶段定义验证标准，再准备对应的执行工具。执行时，它不断更新状态、验证中间结果，决定是继续、重试，还是退回上一步。文章举的例子是对齐桌布角：它看的不是整张画面，而是布有没有被抓住、角离目标还有多远、有没有打滑——只有真正影响任务的变量才会进入决策。

这些能力通过统一工具接口被组织起来。规则函数、学习到的策略、SLAM 导航、世界模型、验证器，都被包装成规划器可调用的工具。自由空间移动可以调规则函数，接触丰富的抓取可以调策略模型，需要判断未来时调世界模型，需要确认结果时调验证器。任务变了，换的是工具组合和调用顺序，而不是整套系统推倒重来。

执行过程是一个“结构化状态转移循环”：评估状态、执行工具、验证结果，再根据反馈更新任务图。任务图里，节点是可验证的阶段，边是阶段之间的转移条件。成功就前进，失败就重试，或者回到更早的阶段恢复条件。如果问题出在工具本身，CRIS-0 会根据错误反馈修正工具，并在成功执行后保留下来。