构建具有通⽤能⼒的具身代理，在开放的世界中不断探索、计划和发展新的技能，是⼈⼯智能⾏业的⼀项巨⼤挑战。传统⽅法使⽤强化学习和模仿学习，但这些⽅法在系统化的探索、可解释性和泛化性等⽅⾯依然存在挑战。当前，基于⼤型语⾔模型（LLM）的代理利⽤预训练模型中蕴含的世界知识，可以⽣成⼀致的⾏动计划或可执⾏策略，被应⽤于游戏和机器⼈等具体任务，以及不需要具体化的⾃然语⾔处理任务。
然⽽，这些代理并不能终身学习，不能在较⻓时间跨度上逐步获取、更新、积累和传递知识。⼀个有效的终身学习代理，应该具备以下类似于⼈类的能⼒：根据当前的技能⽔平和世界状态提出合适的任务，根据环境反馈不断完善技能，并将掌握的技能保存在记忆中，以备将来在类似情况下再次使⽤；以⾃主驱动的⽅式不断探索世界，并寻找新的任务。
近⽇，由英伟达、加州理⼯、斯坦福等⾼校和机构的研究团队推出的具身代理模型 Voyager，便在沙盒游戏《我的世界》中通过⾃主学习闯出了属于⾃⼰的⼀⽚天地。在游戏中，Voyager 不仅学会了挖掘、建房屋、收集、打猎这些基本的⽣存技能，还学会了进⾏开放式探索；它在世界各地“旅⾏”，去过不同城市、海洋、⾦字塔；还可以搭建传送⻔；能与末影⻰战⽃。
此外，Voyager 还能通过⾃我驱动和探索不断发现新的物品和技能，根据不同的情况为⾃⼰装备不同等级的盔甲，以及使⽤多样化且具有创造性的⼯具，如使⽤栅栏圈养动物、使⽤盾牌格挡伤害等。可以说，这位 AI 探险家的诞⽣，再次证明了 AI 令⼈惊叹的学习能⼒。或许，从认知到创造，从探索到成⻓，在 Voyager 的探险经历中，是数字⽣命的⽆限潜能。