智元机器人：一台苦学不如百台互教，百台互教不如群智成风

➡️ 智元联合清华、无问芯穹发布CEL，96台真机集群验证：机器人互相教干活，两台新机600次测试成功率97.5%，五项任务均超人类远程操作员平均。但97.5%是固定工位实验口径，不是上岗验收，外推效果未公开是下一道坎。

文｜一见 • 栏目｜数字视线

10月30日发布的CEL实验中，一支96台真机集群在五项真实任务上并行作业。、

插花、叠衣、给手机充电、组装凳子、包装手机。先别记97.5%，先记这三个字：固定工位。

干完一轮，失败的片段被系统记下来，成功的片段被检索出来，喂给下一轮训练。

两天后，两台从来没参加过训练的机器人被拉出来考试，五项任务各开展120轮测试，合计600次，只失败了15次。这不是一台机器人在变强，是一群机器人在互相教。

一台苦学不如百台互教，百台互教不如群智成风。

下次有人再问“机器人会不会自己变强”，你可以先问他一句：你猜是一台聪明，还是一群聪明？

◆ 人不够用了，机器开始互相教

过去机器人学干活，靠人教。

工程师一遍遍示范，纠正每一个动作，记录每一次失败。

这套方法在小规模时管用，但有一个天花板：机器人越多，需要的人越多，而专家的人力是有限的。

这组数字能说明“人不够用”不是修辞。Scale AI累计收集的机器人数据约10万小时，最领先的具身VLA模型Pi-0也只有约1万小时真机数据，而大语言模型吞掉的token量是100万亿级别。这组对比仅作量级参照，不是同口径可比。

机器人的高保真交互数据，只相当于LLM的十万分之一。

另一项前置工作GE-Act 2.0（2026年9月发布）也验证了一个门槛：训练数据达到3万小时，模型才出现能力“顿悟”，3万小时以下，折叠毛巾、嵌套纸杯等精细动作在小规模数据训练的模型上无法被理解。

这是CEL发布之前、智元在另一项世界-动作模型实验中的发现，不是CEL论文本体。人要一台台教到3万小时，教不起。

智元2026年3月量产破万台，9月第20000台下线。下半年进入规模化部署期。产线上的机器人数量在涨，能教它们的人没跟着涨。

这就是“人不够用”从修辞变成工程约束的节点。

10月30日，清华大学、无问芯穹和智元联合发布了一个叫CEL的方案，全称Collective Experience Learning，群体经验学习。

核心思路一句话：把经验来源从“人”换成“机器人同伴”。

具体做法是：机器人在真实任务中执行的每一轮轨迹，包括成功的和失败的，都上传到集群经验池。系统从失败样本里检索出相似任务的成功片段，再用这些片段去微调策略。论文里管这叫FERT，失败引导的经验检索微调。支撑它在96台规模上跑起来的，是一套叫FATS的容错异步训练系统。

■打个比方，这就像一支新组建的施工队。以前每来一个新工人，都得老师傅手把手带。现在工地上装了一套记录系统，谁干得好、谁在哪一步踩了坑，全记下来。新工人进场，先看这套记录，不用等老师傅有空。老师傅没变多，但“被教过的人”变多了。■

◆ 96台，五项任务，97.5%是怎么来的

实验分两段。

第一段是集群训练：96台机器人同时执行五项任务，插花、叠衣、手机充电、凳子组装、手机包装。每一轮的执行轨迹进入经验池，FERT从失败里找成功，FATS调度异步训练。集群累计采集9834轮执行经验，期间22台机器人共发生30次故障事件，故障时间损失只占全部运行机时的1.3%。

第二段是验证：两台完全没有参与过训练的机器人，被拉出来考试。五项任务各开展120轮测试，合计600次，失败15次，总体成功率97.5%。五项任务的成功率，全部超过6名人类远程操作员的平均水平，最高反超16.7个百分点。

手机包装这一项有单独的数据：在16→96台扩规模下，成功率从86.7%升至98.3%；该任务在更早基线也曾以79.2%起步，最终同样到98.3%。两条数据不是同一横坐标，前者看的是规模效应，后者看的是长期迭代。

97.5%这个数字，有三个限定条件必须一起看：第一，测试对象是“未参与训练的机器人”，不是量产产品；第二，测试环境是“固定任务、固定工位”，不是开放场景；第三，600次测试是实验次数，不是生产可靠性指标。换句话说，它证明的是“这条路走得通”，不是“这条路已经到终点”。

这里有一个容易被略过的变化：人的角色变了。

上观新闻的报道写得很明确，“人类的角色也从动作示范者逐渐转向任务结果判定者”。论文里的口径是，人类反馈从“密集动作标注”转为“稀疏结果判定”。

过去人要盯着每一个关节角度、每一次抓取力度；现在人只需要在任务结束时说一句“成了”或“没成”。

这不是分工的微调，是训练范式底层的位移：人从“教动作”退到“判结果”，中间的过程交给经验池和FATS去消化。人退到结果验收，不代表责任退出。

判结果的这个人，仍然要为“什么算成了”定标准。

如果你带团队，这篇文章值得看的是：它把“师傅带徒弟”变成了“班组共享错题本”。

◆ 群控不是群体智能，规模也不是无条件成立

有一个概念需要拆开。“集群控制”和“群体智能”不是一回事。

前者是中央系统发指令，N台机器人执行同一套调度；后者是分布式经验共享，每台机器人的成败都成为整个群体的学习素材。

一般而言，仓储AGV的调度、无人机编队，属于前者；CEL想做的事，属于后者。

为什么“群控”容易，“群体智能”难？

因为群控只需要同步动作，群体智能需要同步经验。

动作可以靠指令对齐，经验必须靠机制沉淀——哪些失败值得记、哪些成功可以复用、什么时候该检索、什么时候该微调，每一步都要设计。

恩典并不摧毁自然，而是成全自然。阿奎那这句话，放到群体学习里可以改一改：经验不取代个体，而是成全群体。每台机器人的失败不是损耗，是养料；每台机器人的成功不是终点，是教材。但前提是，经验池能装下、检索能找对、训练能跟上。

但“越多越强”有一个容易被忽略的限定条件：量的积累，不等于质的多样。

有报道指出过一个结构性问题：智元量产1.5万台机器人，部署场景高度集中，任务流程固定、操作对象统一、环境变量极小。

GE-Act 2.0的训练数据里，约2000小时的失败操作和实际部署回流数据，在3.2万小时机器人轨迹数据中占比约6%。

换一个环境、换一套操作对象，机器人就表现出明显的泛化短板。CEL解决的是“经验供给的量”，但“经验的异质性”是下一道坎。

规模能带来量的积累，不自动带来质的多样性。

还有一层边界必须说清楚。“机器人越多越强”成立的前提是：每台机器人的采集时长固定，只增加数量。

如果数量增加但每台的训练时长被摊薄，结论可能反过来。

从96台到数千台的外推效果，论文没有公开；跨场景的泛化能力，也没有公开。真正的门槛不在“96台”，在“96台之后”。

能互相教是一回事，教会之后能不能稳定干活是另一回事

CEL证明的是“经验供给可以规模化”，不是“机器人已经不需要人了”。前者是范式突破，后者是商业终局，中间还隔着外推、泛化、成本三道坎。

一台学，两台教，九十六台齐动脑。
九千轮，三十败，群经验里捡法宝。
莫喊替代先别闹，外推泛化还没考。

如果机器人真的能互相教干活，你最希望它们先学会哪件事？是工厂里的重复工序，还是家里那些非结构化的家务？

#智元CEL# #群体经验学习# #群体智能# #机器人集群# #群体经验学习# #具身智能Scaling# #智元机器人#

【免责声明】 ：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～