乐享科技在上海举办了一场户外直播，搭载全新以太大模型的机器人连续作业约一小时，完成点单、烧烤、上菜等完整流程。全程无遥操、无剪辑、无预设脚本，吸引超550万线上观众围观。
直播最引人注目的是“失败没有被藏起来”。机器人第一次抓调料瓶没拿稳，停顿后重试成功；顾客可临时改单、移动物品，甚至打断任务。CEO郭人杰还让摄像机穿过后厨，证明不存在遥操作空间。这种略显“草台班子”式的真实呈现，反而获得业内正面评价。
这场直播抛出的核心问题是：当预设条件被拿掉、干扰不断产生时，机器人靠什么继续完成任务？这指向了以太大模型的技术路线。
当前具身智能主要分VLA和WAM两条路线。VLA解决“下一步怎么做”，WAM进一步预测“世界会怎样变化”。但乐享认为还有第三个问题：预测出的动作能否被具体身体真正实现？杯子重量变化、液体重心移动、摩擦滑动等，都会让原本合理的动作产生不同结果。
以太大模型提出“能量驱动”路线，将世界状态、机器人状态、任务进度等纳入统一机制，持续驱动模型调整。机器人每做一个动作，真实世界的结果都会重新进入模型。例如擦玻璃时发现内侧擦不干净，会主动改变观察方式，判断污渍在另一侧并调整操作。
这还带来“感知意图”的主动感知——当信息不足时，机器人会主动改变视角、调整位置获取更多信息。而“自进化”机制则判断哪些经验值得进入长期记忆甚至模型参数，实现“训练结束，学习并未结束”。
跨本体能力方面，同一套模型已运行在不同品牌、不同形态的机器人上。这背后是“脑—脊髓贯通”的仿生架构，让高层认知与底层身体控制形成连续信息通路。直播中双机协作，服务机器人主动找烧烤机器人确认进度，展示出不同身体围绕同一目标协同的可能。
一场直播当然不足以证明通用智能，但它把“能力能否持续成立”这一问题直接暴露出来。具身大模型的性能标尺，正从“做没做到”走向“现实变化后还能不能持续成立”。
