量子位报道，因果智能公司Aether AI公开其机器人系统CRIS-0的官方演示，包括关闭微波炉时 0.2 秒安全急停、咖啡制作中平均 2 秒重规划、10 次扰动 9 次恢复，以及 20 条模糊指令中 18 次精准抓取。系统按因果状态拆解任务，但上述数字来自该公司公布的测试与演示。
量子位报道，因果智能公司Aether AI公开了代号CRIS-0的机器人系统官方演示。演示中，机器人在关闭微波炉门时因人手突然伸入而紧急悬停，报道称这一急停用时 0.2 秒。
CRIS-0展示的干扰恢复与长程任务结果
报道称，在Coffee Preparation测试中，机器人抓取咖啡机时遭遇人为移位和光照突变，CRIS-0平均在 2 秒内识别因果变量改变并完成实时重规划，10 次随机扰动中实现 9 次有效恢复。报道还称，系统追踪的是把手相对位姿这一关键因果变量，发生偏移时只修正接近和抓取动作阶段，不需要回归原位重启。
在报道描述的客厅寻物与整理任务中，CRIS-0将多达数十步的连续任务拆解为原子化、可验证的因果阶段，每推进一步执行前置与后置条件检查。报道举例称，清理桌面时系统会把普通书本整理至茶几，把涉及个人隐私的账单收进抽屉；面对两个外观相似的饮料罐，会先抓取晃动感知罐体重量与内部液体状态，确认为空罐后才扔进垃圾桶。
报道称，在Personal Pick and Place测试中，面对类似“给我拿一瓶适合晨跑后喝的饮料”等 20 条需要隐含推理的模糊指令，系统取得 18 次精准抓取与放置。报道称系统结合时间、用户状态与环境上下文，把“运动后需要补充能量且避免高糖”作为隐藏因果变量抽取出来，而非靠关键词匹配。以上测试数据均来自Aether AI公布的演示和报道描述。
- Coffee Preparation测试：平均 2 秒内完成重规划，10 次随机扰动中 9 次有效恢复
- 关闭微波炉：人手突然伸入时 0.2 秒紧急悬停
- Personal Pick and Place测试：20 条模糊指令中 18 次精准抓取与放置
因果原生架构的三个要点
报道将CRIS-0的技术路线概括为“因果原生的Agent架构”。第一点是统一状态与因果变量：系统不直接以图像像素坐标作为任务进度，而是跟踪任务相关的因果变量。报道以铺桌布为例，称系统实时追踪桌布有没有被夹爪真正抓住、桌布角点离目标位置还有几厘米、拉动时有没有发生滑移；一旦抓取滑脱，系统判断“抓住”这一因果变量不满足，任务状态退回重新抓取阶段，而非推翻整套动作。
第二点是统一工具接口。报道称，系统由一个负责总体调度的Planner管理工具箱，通过Unified Tool Interface整合规则运动函数、技能策略模型、导航模块、验证器和因果世界模型。其中，因果世界模型CausalWM关注动作对环境的影响，先看当前状态，再预测候选动作会导致哪些因果变量改变，最后推导未来状态；系统在调用底层控制前先在模型内推演动作后果。
第三点是结构化循环与原生安全内建。报道描述的系统流程为：状态识别、工具选择、执行、验证、调整。每完成一步由验证器检查物理条件，未达成时按三级恢复机制处理：先判断能否在当阶段重试，不行则重新规划路径，再不行才提示人工介入。报道称，成功恢复路径会被记录并沉淀到任务图，下次遇到类似情况可复用。
- 统一状态与因果变量：任务进度对应可检查的物理因果变量
- 统一工具接口：Planner调度规则函数、策略模型、SLAM、验证器和CausalWM
- 结构化循环：状态识别、工具选择、执行、验证、调整，并记录成功恢复路径
安全判断与已公布的研究成绩
报道称，CRIS-0的安全判断直接内嵌在每个因果阶段。在关门阶段，突然出现的人手属于破坏用户安全条件的危险变量，系统在状态层捕获并触发最高优先级阻断，实现 0.2 秒刹停；如果当前任务是给人类递一杯水，伸过来的人手就是交互目标变量，系统不会误停。这一区分是报道对系统行为的说明。
报道还提到Aether AI此前公布的两项研究结果：因果智能体框架RSIAgent在OSWorld 2.0上取得 78.98% 的Partial Score，在不更新模型参数的情况下提升开源模型Agent能力，且超过GPT-6 Astra等闭源模型；第一版因果世界模型CausalWM在机器人世界模型基准TriWorldBench上登顶Leaderboard，取得Top-1。报道称这两层是本次Demo的主要贡献者，另有两层模块化神经架构和Causation Transformer在持续推进。
- RSIAgent：OSWorld 2.0上Partial Score 78.98%，未更新模型参数
- CausalWM：TriWorldBench Leaderboard Top-1
- Aether AI由UCSD助理教授黄碧薇创立