清华智元发布CEL 96台机器人手机包装成功率98.3%

时间：2026年10月30日 地点：中国上海 人物：清华大学、无问芯穹（Infinigence AI）与智元机器人（AgiBot）三方团队。科技日报记者李均、上海证券报记者宋薇萍、广州日报大洋网记者张露参与报道。 事件详情：10月30日，智元在 AI WAVE 系列第七弹上与清华大学、无问芯穹正式发布群体经验学习范式 CEL（Collective Experience Learning），并在由 96 台真实机器人组成的集群上完成规模化验证。实验覆盖插花、叠衣服、手机充电、凳子组装、手机包装五项真实任务。两台未参加训练的机器人累计完成 600 次测试，只失败 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。难度最高的多步骤工业任务手机包装，经群体经验学习后成功率从 79.2% 提升到 98.3%，连续 120 次测试只失败 2 次。在相同的物理训练时间内，参与训练的机器人从 16 台扩到 96 台，成功率从 86.7% 提升到 98.3%，机器人数量的增加第一次直接转化为任务执行能力的提升，总测试时长接近 30 机器人小时。落地支撑分系统与算法两层：系统层面，团队基于大规模强化学习训练开源框架 RLinf 构建容错异步训练系统 FATS，机器人完成任务后即可上传自己的经验，训练不必干等；96 台规模的系统测试中，集群累计采集 9834 轮执行经验，其间 22 台机器人一共发生 30 次故障，故障造成的机器人时间损失只占全部运行机时的 1.3%。算法层面，团队提出失败引导的经验检索微调算法 FERT，把成功样本和失败案例分开处理，用成功轨迹提供可学习的动作、用失败场景指明改进方向。三方分工是清华大学提供学术研究支撑，无问芯穹负责 AI 基础设施搭建，智元提供整机与真实作业场景。 背景：具身智能的能力提升长期依赖人类动作示范与人工纠错，人力示教成了规模化的天花板，机器人数量增加并不自动等于能力增加。报道援引业内人士的说法，前沿通用模型的零样本能力已相当亮眼，但落地拼的是可靠性，再强的模型在真实作业里也未必稳。CEL 想换掉的正是这条依赖人力的路径：把机器人在真实工况下的成功经验与故障失败全部沉淀为整个集群的公共资产，一台机器人踩过的坑全体集群都能吸取，单台摸索出的有效操作所有机器人都可以复用。智元把这套范式放在自家 AI WAVE 系列的第七弹发布。 影响：对智元这样的整机厂商，这套范式把机器人越多越强从口号变成可测量的曲线，也让集群规模扩张第一次有了可量化的收益；对无问芯穹这类 AI 基础设施公司，FATS 给出了从百台真机集群采集经验到训练系统持续迭代的工程答案；对清华这类学术机构，论文方法到产线能力的通路被打通。对整个具身智能产业，规模化落地的瓶颈从人不够用，部分转移到算法与系统能力上。不过边界同样清楚：目前只在五项任务、两台未参与训练的评估机器人上完成验证，总测试时长接近 30 机器人小时，成功与失败样本的标注、环境复位仍需人工参与，距离工厂产线上的长时间连续作业还有距离。 总结：CEL 把具身智能的规模化路径从雇更多示教员换成了让机器人互相学习。在 96 台真实机器人集群上，手机包装任务成功率从 79.2% 提升到 98.3%，参与训练的机器人从 16 台扩到 96 台时成功率从 86.7% 升到 98.3%，故障造成的机时损失只占 1.3%。清华、无问芯穹与智元三方分别提供学术方法、AI 基础设施和真机场景，把前沿算法放进了产线规模的系统里验证。真正值得继续观察的是，这套范式能否在更多任务、更长工时和更大集群上复现。 常见问题： 问：CEL 和人工示教有什么区别？ 答：传统做法靠操作人员示教和纠错；CEL 把机器人真实作业中的成功与失败变成集群共享的公共资产，一台踩过的坑全集群吸取。 问：96 台机器人的成功率超过人类了吗？ 答：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；手机包装任务从 79.2% 提升到 98.3%。 参考来源： 科技日报《96台机器人组团学习，这三家单位联合攻关机器人规模化落地新方向》（2026-10-30） https://www.stdaily.com/web/gdxw/2026-10/30/content_605641.html 央广网《清华大学联合无问芯穹、智元提出具身智能规模化落地新路径》（2026-10-30） https://tech.cnr.cn/techph/20261030/t20261030_527857380.shtml 广州日报大洋网《机器人开始互相学习：从16台到96台，成功率从86.7%到98.3%》（2026-10-30） https://news.dayoo.com/finance/202610/30/171077_55018681.htm 科普中国《96台机器人组团学习，具身智能规模化落地有新解法》（2026-10-30） https://cloud.kepuchina.cn/h5/detail?id=7515544921966022656 上海证券报·中国证券网《清华联合无问芯穹、智元发布CEL范式 助力具身智能规模化落地》（2026-10-30） https://www.cnstock.com/commonDetail/820391 封面新闻《具身智能群体经验学习范式CEL发布 机器人教机器人干活变成现实》（2026-10-30） https://www.thecover.cn/news/W49Uiq4Un/6H90qSdq8Jkw== Pandaily《Tsinghua, Infinigence AI and AgiBot Train 96 Real Robots to Learn From Each Other's Experience》 https://pandaily.com/tsinghua-infinigence-ai-agibot-collective-experience-learning-cel-96-real-robots 扬子晚报《机器人不用人教了，96台教学相长把活干成？》（2026-10-30） http://www.yzwb.net/news/ch/202610/t20261030_407879.html RLinf 开源强化学习训练框架仓库（报道中容错异步训练系统 FATS 所基于的底座框架） https://github.com/RLinf/RLinf