来自新加坡南洋理工大学、北京航空航天大学、新加坡国立大学、上海交通大学与云蝶科技等机构的研究团队提出 RoboFoundry，将其定位为把智能体系统本身形式化为「自进化的系统即策略」的具身智能体框架：基座模型参数保持冻结，进化发生在模型周围的上下文系统、技能系统与执行接口上，并以「执行—反思—修复—晋升」闭环推进，借助共享语义接口在不同机器人之间复用。在 EmbodiedBench 上，五个基座模型全部取得提升，GPT-5.5 的平均成功率从 56.9% 升至 72.7%，已高于未进化的 GPT-6 Astra（71.9%）；在长程记忆基准 RoboMemArena 上，任务成功率比所有基线至少高出 39.0%，在 LIBERO-PRO 扰动测试中平均成功率最高，为 91.9%。真机实验中，松灵 AgileX 平台上的套娃任务成功率为 70%（单独使用的 π0.5 为 30%），并展示了叠毛巾技能对未见毛巾的零样本迁移、宇树 G1 上的语义导航以及部署后的在线进化。

RoboFoundry·Nanyang Technological University·Beihang University·+5