多模态 AI 智能体自进化机制跨场景迁移综述：不对称性的结构性原因

一篇综述系统分析多模态 AI 智能体自我改进机制在多模态推理、生成、GUI/Web 导航与具身操作之间迁移不对称的结构性原因。研究以“经验生成—反馈获取—更新巩固”循环为框架，按 rollout 次数上限和反馈保真度，将机制归纳为稀缺因子与任务结构资源的权衡。结论指出，不同迁移方向上的组合差异造成不对称，等预算实验可能推翻现有结论。