作为AI WAVE的第七弹，智元携手清华大学与无问芯穹，正式发布了群体经验学习CEL范式，持续落实“让机器人真正上岗”的作业智能布局。该范式打通了经验获取、经验利用及规模化在线学习的完整链路，以“机器人同伴互为经验来源”为核心突破口，将真实作业中的每一次成功与失败转化为群体的共同学习素材。这使得机器人集群规模的扩大能直接转化为任务执行可靠性的提升，为具身智能摆脱“专家示范难以同步增加”的规模化瓶颈，开辟了自主成长的新路径。
在手机包装任务中，96台机器人经过120次连续尝试，仅失败2次。这不是熟练工的答卷，而是机器人的表现：策略成功率从79.2%提升至98.3%，失败次数减少了92%。更重要的是，这96台机器人没有等待人类逐台示范，而是通过彼此的动作监督来学习。在插花、叠衣、手机充电、凳子组装及手机包装五项真实任务中，CEL训练的策略全部超越了6名人类远程操作员的平均水平，最高反超16.7个百分点。在相同的物理训练时间内，参与学习的机器人从16台扩展至96台，成功率从86.7%升至98.3%。机器人数量的增加，首次直接转化为任务执行能力的提升。
尽管以GPT-6 Astra为代表的前沿通用模型具备优秀的零样本能力，但在落地层面，可靠性至关重要。然而，依赖人类示范的模式存在结构性瓶颈：在小规模实验室验证中可行，但一旦扩展至上百台机器人群体，人力示教将成为性能天花板。CEL范式重构了机器人的经验来源，不再局限于人类，而是来自机器人同伴的真实作业轨迹。例如，当一台机器人在放置手机时遇到困难，而另一台机器人在相似情境下成功完成，后者的经验就能帮助共享策略弥补前者的不足。
将“机器人教机器人”落地为可工程化系统，需攻克两大难关：稀疏反馈难题与集群稳定性难题。针对稀疏反馈，团队提出了FERT失败引导经验检索微调算法。在长流程任务中，虽然最终反馈仅是0/1比特，但FERT算法能区分成功与失败样本的作用：失败轨迹定位短板，成功轨迹提供范本。系统以失败场景特征为查询条件，检索经验池中匹配的成功操作片段，优先采样训练，并将算力集中投入高频出错环节，形成闭环迭代。
针对集群稳定性，团队设计了FATS容错异步训练系统。面对充电复位、网络抖动及硬件故障，FATS通过SwarmLink实现异步数据流，无需全员等待；通过HotSwarm实现节点热插拔，支持原地重启恢复。在96台机器人的实验中，累计完成9834轮任务采集，30起故障仅带来1.3%的机时损耗，局部故障未打断整体学习迭代。
在插花、叠衣等五大真实任务中，CEL范式累计完成600次真机测试。与传统SFT离线微调（36.3%）及依赖大量人类介入的HG-DAgger方案（81.0%）相比，CEL实现了五项任务全部超越人类远程操作员平均水平，整体成功率高达97.5%。
CEL验证了具身智能的一条全新Scaling规律：同等交互时间下，参与训练的机器人数量越多，任务成功率越高。在手机包装任务中，机器人从16台扩展至96台，测试成功率从86.7%升至98.3%。这证明了规模本身能转化为能力。
CEL为具身智能提供了新的规模化方向：跳出人类示范依赖，让机器人在真实工况中自主积累、互相学习。每台机器人的成功与失败都沉淀为集群公共资产，踩过的坑全员吸取，摸索出的有效操作全员复用。当每台机器人都能贡献经验，数量便成为了能力增长的新维度。