LiveLiva研究回到LiveLiva
研究首页/让经历改变后续行为：33项人工生命与学习研究
图文深研 · 2026-10-23

让经历改变后续行为：33项人工生命与学习研究

把内部动力、预测与控制、记忆、技能学习、参数更新和社会学习分开比较，才能知道AI到底从一次经历中留下了什么。

LiveLiva研究判断

恢复原研究33项一手来源、适用问题与采用判断。论文成绩只对应作者实验，算法可用也不代表LiveLiva已经部署；技术建议与许可记录采用2026年10月23日的研究时间，不声称该次研究重跑训练。

进入完整论证 ↓
01

1．检索范围与质量边界

围绕人工生命、自我维持与内感受、内在动机、具身自我模型、预测世界模型、长期记忆、参数持续学习、技能与递归改进、社会学习、身体表现及运行工程检索。时间以2025—2026年为主，必要时追溯生命定义及关键先行研究。关注最新可核读进展，不把搜索排序当先进性排名。

来源采用原论文、作者项目页、期刊／会议页面、官方技术文档与源码许可。媒体与第三方论文聚合站仅作发现线索；例如Dreamer4采用作者danijar.com项目页，不采用搜索中出现的同名代币站。arXiv编号、版本与实际标题按原站确认，聚合站日期不作为论文日期。

阅读级别：A＝原文相关方法与限制已核读；B＝论文摘要／官方方法说明已核读，未通读实验附录；C＝框架文档／代码／许可核验。A／B／C描述阅读范围，不表示论文正确性或可信分数。全部外部结果均尚未由本项目独立复现。

停止扩展条件：各关键模块已有机制不同的强替代、可用性与限制、可证伪实验；继续搜不会改变当前采用决定时，转入设计。未宣称全网无遗漏；未来新结果满足同样证据要求再修订。

02

2．一手研究与采用判断

编号／来源日期与证据已知结果、限制及女娲处理
S01：NASA工作定义官方说明，A“自我维持、可达尔文演化的化学系统”用于澄清生物学口径；不能删掉化学限定后宣称软件自动符合。它也不是所有学科一致接受的充分判据。
S02：Flow-Lenia2025年，Artificial Life31(2)，B质量守恒的连续细胞自动机，将参数嵌入动态过程研究多物种与演化。采用其资源守恒与可遗传变化的实验思路；不等同有语言、意识或人类式个体。
S03：ASAL／研究页2024-12-24，作者方法说明，A用基础模型辅助搜索人工生命模拟规则及行为。适合盘古／研究环境生成；长期开放演化仍是愿景，视觉复杂度不证明生命。
S04：Digital Ecosystems2026年4月，作者研究页，A多个神经细胞自动机在线学习并形成复杂空间行为。实现有局部存在门控与紧急重生，研究时必须披露这些外部维持机制。只作人工生命实验线候选。
S05：OpenLife2026-06-30，预印本，A6个智能体约12周，外部记忆、周期活动、预算和身份描述更新；VPO更新文本策略而非模型权重。未实现自我供养，行为受提示词与架构调整影响；无对照因果证明。采用连续过程与资源观察，不宣称已创造生命。
S06：Life-inspired interoceptive AI／期刊2026年，Nature Machine Intelligence Perspective，B提出显式内部状态、调节与自适应的数学框架。用于设计内部动力学；观点论文不作为端到端产品验证。
S07：Beyond Noisy-TVsICLR2026，会议摘要，B通过预测模型的学习进步减少对不可学习噪声的追逐。用于好奇心对照与奖励设计；迁移到宠物行为仍需实验。该文LPM缩写与本项目表现模型不同。
S08：DreamerV3／作者仓2025年，Nature；仓库C学习世界模型并在想象轨迹中训练策略。仓库说明其为基于DreamerV2的重实现，并非Google官方产品。作为可运行研究基线，算力、数据和目标环境效果待测。
S09：Dreamer4／作者项目2025-09-29，论文与作者展示，B从离线视频学习动作条件世界模型，并在想象中学习长程控制。采用方法方向；单GPU交互描述不能当训练成本或手机运行承诺，世界预测仍非权威游戏状态。
S10：V-JEPA2官方模型说明，B用视频学习表示与预测，再以机器人数据接行动规划。借鉴抽象预测，避免每次规划生成完整视频；机器人任务结果不直接证明宠物世界泛化。
S11：SIMA2／官方说明2025年11月发布／12月论文，B跨3D环境理解行动，通过Gemini任务与奖励形成后续训练。采用跨环境、任务课程与自生成经验；不把代际训练改写为每只部署个体实时更新参数。
S12：Genie3官方能力与限制页，A可交互生成世界；官方仍列有限持续时间、动作空间及多Agent交互等限制。适合生成研究环境参照，不能替代伏羲的持久事实与多人一致性。
S13：Proprioceptive-visual self-other distinction2026-06-11，预印本，B用本体感知与视觉对应学习自他区分和身体占据预测。用于身体自我模型；该证据不能证明自我意识。
S14：MEM2026-03-03，作者技术说明，A近期视觉与长期语言记忆共同支持多阶段机器人任务，报告最长约15分钟。采用时间尺度分工；不能将其“长期”直接等同多年个体生活。
S15：RLT2026-03-19，作者技术说明，A在VLA表示上接小型actor／critic，用在线RL改善精细动作。采用局部参数学习思路；需要可访问的模型内部与适配训练，黑箱API没有同等接口。
S16：SHAPER2026-08-11，v2为9月10日，预印本，B固定模型参数，优化技能及context-code harness。用于非参数学习候选；没有LoRA或底座参数变化，不计入参数CL成绩。
S17：EmbodiedEvo2026-10-14，预印本v2，相关方法与讨论A将实际控制反馈变成技能与诊断经验，在未见场景复用；精细接触仍困难。采用技能前置条件、执行复验和跨场景冻结经验比较，暂不采用其领先宣传作女娲预期成绩。
S18：Titans＋MIRAS2025-12-04，官方研究说明，A神经记忆在运行中更新；记忆架构、偏置、保留与更新规则有明确设计。需训练结构支持，无法靠外部数据库直接“升级成Titans”。列模型研究支线。
S19：Nested Learning／HOPE2025-11-07，NeurIPS2025工作官方说明，A多层、多更新频率的优化视角和模型验证。借鉴多时间尺度可塑性；通用终身学习仍须本域顺序任务与遗忘验证。
S20：GEPA／API当前官方文档，C基于执行反馈、反思与候选搜索优化文本参数及代码。可替换女娲搜索实现，不授予生命状态与评测器修改权；使用框架不自动构成RSI。
S21：Darwin Gödel Machine2025-05-30，作者研究说明，A在编程任务中通过可执行自改与候选档案研究持续改进。用于受限改进器谱系实验；任务基准进步不证明通用递归智能爆发。
S22：RSI Lab2026年官方研究方向页，B说明持续研究投入与相关工作。成立实验室仅是研究路线证据，不作为算法已解决或可采购证明。
S23：Mem2ActBenchACL2026，B评估记忆是否正确进入工具选择与参数。用于女娲事件到行动的评测设计；合成任务结果不代表陪伴或身体体验。
S24：LongMemEval-V22026-05-12，预印本，B对环境状态、流程、陷阱和前提的经验记忆提问；代理检索存在延迟代价。适合诊断，不直接证明在线行动和参数学习。
S25：OAKS2026-03-08，预印本，B评估流式变化事实，发现模型和记忆系统的更新延迟及干扰问题。要求女娲测试临时例外、撤回及动态状态。
S26：能力退化研究说明2026年10月，作者实验室说明，B提醒工作流、技能、模型和外部记忆更新都可能损伤旧能力。采用跨更新层的回归，不把不改权重当成不会遗忘。未用报道数值作为本项目阈值来源。
S27：Project Sid2024-10-31，预印本，BMinecraft多Agent角色分工、规则与文化传递的初步实验。借鉴社会学习与制度观察；共同目标和环境设计仍影响结果，不证明独立文明或真人关系。
S28：CTEMCHI2026，B跨时间情绪状态、历史与表达耦合，报告21天使用研究。用于表达与行为一致性和体验评测；“感到自然”与生命、意识分开。
S29：LPM1.02026-04-14，预印本v2，B单人全双工视听表演与流式生成。作为表现模型研究参照，不是本地Nuwa LPM的既成能力，也不承担3D物理控制或经历学习。
S30：人工意识指标的校准与迁移2026-09-22，同行评审后v2，B区分概率校准和从生物跨载体迁移的证据问题。女娲不以自述、功能架构或单一指标给出意识认证。
S31：Qwen3.8-Omni／官方发布列表2026年9月，官方摘要／发布说明，B多模态Agent候选。正式API模型名、地区、价格和账户可用性待接入时核验；声音、模型和地区可用性分别核验。
S32：Hindsight当前README与许可，Cretain／recall／reflect记忆组织候选；框架声称学习不等于参数CL。迁移须在删除、时态、来源与实际行为上胜过当前简单基线。
S33：Temporal TypeScript／开发文档官方仓与Context7官方文档，C可持久化长流程；Activity可能重试，需幂等，历史增长需滚动。仅在作业复杂度证明收益时引入，不承担实时身体更新。
本段来源与证据（41）
03

3．许可、可用性和采用门槛

该次研究已读GEPA许可正文与Hindsight许可正文，均为MIT条款。它们不自动覆盖模型、训练数据、外部服务或传入内容。主分支可变，实际采用时锁版本并再次核对差异；该次研究未完成全部传递依赖审计。

DreamerV3作者仓显示MIT并提供运行方法，未下载训练数据／权重；Dreamer4、SIMA2、Genie3、LPM1.0等公开研究不据此推定全部代码、权重或低成本API可用。RLT需要内部表示与训练接口，不能把闭源多模态调用当成同等实现。

选型顺序：项目真实失败→同条件强基线→小规模接入与完整成本→留出验收→锁版本。论文新颖性、GitHub星数、模型体积和排行榜都不单独决定接入。

本段来源与证据（2）
04

4．方案中的专业推断

以下为该次研究的设计假设，并非论文或产品已实现的事实：混合架构优于单一全LLM作为女娲主路径；先训练小型循环行为策略，再考虑个体LLM适配器；学习进步比原始新颖性更适合作为起始探索信号；自组织生态先做独立研究线；先用轻量事件作业，后按复杂度引入Temporal。

这些推断可能被推翻：端到端模型在同信息和完整预算下显著更强；本地策略无法达到目标设备质量；结构化世界模型没有规划收益；复杂记忆输给普通检索；新学习无法保住旧技能；个体差异只来自种子或提示词。对应切换条件已写入主文。

公开来源与研究边界

研究日期：2026-10-23。历史图证和价格对应当时版本；公开宣传、亲测记录与研究判断按正文分别说明。