智元发布新学习框架，通过“动态在线”，所有机器人能实时共享经验、协同进化
以出厂为起点，机器人“共脑”学习
1月6日，智元机器人具身研究中心发布SOP（可扩展在线后训练），这是一种机器人在线学习框架。
这一新系统改变了机器人“静态离线”的学习模式，将机器人的“课堂”从数据采集中心搬到了真实世界中，同时实现了“一机学习全体共享”的效果，机器人可上网自主学习其他机器人的技能。
在新的学习模式下，机器人数量越多，可能就会越聪明，量产数量成了具身“大脑”发育的关键因素。今年，国产人形机器人将向“10—100”规模化迈进，国内的具身智能有望迎来一波智能涌现浪潮。
学习路径彻底改变
智元机器人合伙人、首席科学家罗剑岚认为，目前，具身智能接触的真实场景仍比较有限，在真实世界环境下能否稳定高效并长时间完成具体任务，仍是一个问号。
去年12月，在全球开发者先锋大会暨国际具身智能技能大赛上，记者目睹了许多机器人上楼梯走歪了直接摔跟头等“糗事”。这与我们常在视频中看到的跳街舞、后空翻、做家务等机器人形象大相径庭。
究其原因，我们在视频中看到的场景，大多是在特定可控的环境中经过一系列调优后的结果，而真实场景比摄影棚内的环境复杂千万倍，失误反而是机器人的常态。
如何破局？罗剑岚的想法是，从底层的学习模式开始改变。
过去，机器人依赖离线模仿学习，在标准化的特定环境中采集高质量数据，再以此训练VLA模型作为核心“大脑”。为搭建这一学习底座，智元在上海张江布局了一座机器人数据采集中心，复制餐厅、奶茶店、家居等多元生活场景，让机器人在模拟环境中逐项打磨技能。
但这种模式存在难以突破的瓶颈：特定场景的覆盖范围终究有限，即便机器人具备一定的“举一反三”能力，也无法穷尽现实世界的复杂变量。一旦遭遇全新应用场景，就必须重启“数据采集—模型训练—全域同步”的流程，极大制约了技术落地效率。
如今，SOP模式的问世打破了这一桎梏，推动机器人的学习模式从“静态离线”彻底转向“动态在线”。
简单来说，机器人在真实世界中执行指令时，任何行为都会上传到云端，通过云端算力进行微调或强化学习，最终将新能力同步回传至所有机器人“大脑”中。通过这一学习模式，所有机器人能实时共享经验、协同进化，快速掌握如叠衣服等复杂精细任务。
测试结果显示，引入SOP模式后，机器人在物品繁杂的商超场景中，综合性能提升幅度达到33%，多任务处理能力实现质的飞跃，各项任务成功率普遍突破94%，其中纸盒装配任务的成功率更是高达98%，逼近“零失误”的理想状态。
“SOP模式落地后，数据采集中心将回归基础能力培育的定位，机器人的核心数据来源将全面转向真实世界。”在罗剑岚看来，新模式改写了机器人的学习路径——过去，出厂是学习的终点；现在，出厂反而成了新起点。
量产成决胜关键
单独看SOP，可能只是一项技术创新，如果放在“累计量产5000台机器人”的背景来看，我们隐约能看出智元背后的一盘棋局。
有行业分析指出，SOP在线后训练架构在一两台机器人上，学习效率比不上“静态离线”学习模式，但是当1000台机器人同时在线时，效率就是几何级数倍增。当一台机器人犯错，云端模型修正后，其他机器人就不会犯错。要实现这样的成功率，单一机器人需要1000小时，而1000台机器人并行只需要1小时。
智元采用1台、2台和4台机器人队伍来做对照试验，结果显示，在总训练时间为3小时的限制下，4台机器人队伍的学习成功率达到了92.5%，比1台机器人的对照组高出12%，而且4台机器人队伍的训练效率也增至2.4倍。
结果显而易见，在相同的总训练时间下，更多数量的机器人带来了更高的性能表现。也就是说，量产规模成了具身智能的核心要素。
“谁部署的机器人越多，谁的真实世界数据越多，谁就越有可能训练出更好的模型。这形成了一个闭环。”罗剑岚说。
量产恰好是2026年具身智能的关键词。高工机器人产业研究所预计，2026年国内人形机器人出货量有望攀升至6.25万台。“今年是人形机器人规模化交付元年”正成为行业共识。
国内的具身智能有望迎来一波智能涌现浪潮。北京人形机器人创新中心总经理熊友军认为，中美在全球具身智能行业同处“两强格局”，在本体控制领域，中美几乎处在同一起跑线上，主要差距仍在模型算法上，不过随着国内大模型加速推进，将在半年至一年内追赶上美国。