在当前具身智能（Embodied Intelligence）的发展浪潮中，"模仿学习"（Imitation Learning）无疑是主流范式------通过大量人类示范数据（如遥操作轨迹），训练机器人复现开门、抓取、装配等行为。Figure、Tesla Optimus、Mobile ALOHA 等系统都依赖这一路径快速获得基础能力。
然而，模仿只是起点，而非终点 。当面对从未见过的工具、非标准物体或突发障碍时，仅靠模仿的机器人往往束手无策。要实现通用具身智能，我们必须推动其技能从"复制"走向"创造"------即在理解物理规律、任务目标与自身能力的基础上，自主生成新颖、有效、适应性强的动作策略 。
本文将探讨：具身智能如何完成从模仿到创造的跃迁？其技能演化经历了哪些关键阶段？又有哪些前沿方法正在铺就这条路径？
一、模仿：高效但脆弱的起点
模仿学习的优势显而易见：
- 样本效率高：相比强化学习动辄百万次试错，人类示范可直接提供高质量策略；
- 行为自然：复现人类动作更符合人机协作预期；
- 工程落地快：已有大量遥操作数据集（如DROID、BridgeData）支撑训练。
但其局限同样突出：
- 缺乏泛化性：面对新物体（如异形水杯）或新场景（如倾斜桌面），策略容易失效；
- 无法处理失败：若示范中未包含错误恢复策略，机器人遇挫即停；
- 无目标理解：它知道"怎么做"，但不知道"为什么这么做"。
这就像一个只会照着菜谱做菜的学徒------一旦缺了某种调料，就不知如何替代。
二、技能演化的三阶段路径
要突破模仿的天花板，具身智能的技能发展需经历三个递进阶段：
阶段1：感知增强的模仿（Perception-Augmented Imitation）
在原始动作轨迹基础上，引入多模态感知（视觉、力觉、语言）进行条件化。例如：
- 根据物体材质调整抓力；
- 根据指令"轻一点"放慢动作速度；
- 利用视觉反馈实时校正手部位置。
代表工作如 RT-1 、OpenVLA ，已能实现跨物体、跨视角的稳健模仿。
阶段2：组合与重组（Composition & Reuse）
将复杂任务分解为可复用的"技能原语"（Skills Primitives），如"抓""推""旋转""放置"。系统通过高层规划器（如LLM）动态组合这些原语，应对新任务。
例如，斯坦福的 SayCan 框架中，大语言模型解析"把散落的笔放进笔筒"，并调用预训练的"拾取小物体"和"精准放置"技能模块，无需重新训练。
这种"乐高式"构建极大提升了灵活性，是迈向创造的关键一步。
阶段3：自主创造与优化（Autonomous Creation）
在无示范或部分示范情况下，智能体基于任务目标、环境状态和物理常识，从零生成全新动作序列 。这通常结合：
- 强化学习：在仿真或真实环境中试错优化；
- 世界模型：预测动作后果，支持虚拟探索；
- 因果推理：理解"推A会导致B移动"的机制，避免无效尝试。
例如，ETH Zurich 的四足机器人能在未见过的碎石路上，自主发明一种混合步态------既非人类示范，也非预设模式，而是环境交互中涌现的最优解。
三、驱动"创造"的核心技术
要实现技能的创造性演化，以下技术正成为关键支柱：
1. 具身基础模型（Embodied Foundation Models）
如 OpenVLA、VIMA 等，通过大规模多任务预训练，学习通用的"感知-语言-动作"映射。它们不仅能模仿，还能根据新指令内插或外推 出合理行为，展现出初步创造力。
2. 分层强化学习 + 技能发现
通过选项框架（Options Framework）或变分技能提取（如DIAYN、VALOR），让智能体自动发现环境中可重复利用的子技能，并在高层策略中灵活调用。
3. 人在回路的进化学习
当机器人提出一个新方案（如用扫把推箱子代替手搬），人类可给予反馈："可行"或"太危险"。系统据此更新策略库，形成"创造---评估---优化"的闭环。
4. 物理常识注入
通过可微分物理引擎或符号规则，约束生成的动作必须符合力学规律。例如，禁止"单手托起100kg重物"这类违反常识的方案，提升创造的可行性。
四、典型案例：创造正在发生
- Google 的 RT-2 + 推理扩展：在未训练过的场景中，机器人能"用鞋拔子代替镊子夹小物件"------这是一种工具替代的创造性行为。
- MIT 的 "Creative Tool-Use" 项目：机器人面对新任务（如清理洒落的豆子），会自主选择附近最合适的工具（书本、杯子、纸巾），并设计使用方式。
- 波士顿动力 Atlas 的新动作：最新视频中，Atlas 能在跳跃后根据落地姿态动态调整平衡策略，这些动作并非预先编程，而是在线优化生成。
这些案例表明：创造不是玄学，而是可工程化的智能涌现 。
五、挑战与未来展望
通往创造性具身智能的道路仍不平坦：
- 安全边界难界定：创造性行为可能带来不可预知风险；
- 评估标准缺失：如何量化"创造性"？目前尚无共识；
- 计算成本高昂：实时生成新策略对边缘设备压力巨大。
未来方向可能包括：
- 构建"安全创意空间"：在物理与伦理约束下允许有限创新；
- 发展"技能DNA"概念：将技能编码为可遗传、可变异的单元；
- 推动"人机共创"范式：人类提供意图，机器提供实现方案。
结语
从婴儿模仿父母挥手，到工程师发明机械臂；从鹦鹉学舌，到诗人创作新词------模仿是学习的入口，创造才是智能的出口 。
具身智能的终极目标，不是成为人类的影子，而是成为能与我们并肩解决问题的伙伴。当机器人不再问"你以前是怎么做的？"，而是说"我有个新办法，要不要试试？"------那一刻，技能的演化才真正抵达创造的彼岸。