具身智能 · 96 台机器人一起练：集群学习把遥操作示范变成了备选项

十月底，清华、智元与无问芯穹联合发布了一套叫 CEL 的集群学习方法（Collective Experience Learning），配套 FERT 算法和容错异步训练系统 FATS。论文在一支 96 台真机组成的机群上完成了验证，这是目前公开报道里最大的真机训练集群。数字讲完，讲它改变了什么。

训练范式从「示范」转向「自跑」

传统机器人学习的瓶颈在遥操作数据：专家戴着重型设备演示，成本高，效率低。CEL 的设计是分两段。前段由专家监督初始化，之后提升不再依赖新示范。机器人自己跑任务，成功的轨迹提供动作目标，失败的片段则被检索出来，配对相似的成功段落做更高权重的采样。操作员只干两件轻活：标注整段是成功还是失败，重置场景。

96 台机器一起跑，坏一台不停机

数字分三层看。任务层，五个真实桌面操作任务上，在每个任务最大训练机群规模下，策略在从未参与训练的 held-out 机器人上拿到 93.3% 到 99.2% 的成功率，注意测的是「没见过面的同学」，不是同款老面孔。规模层，多阶段手机包装任务上，机群从 16 台扩到 96 台，成功率从 86.7% 涨到 98.3%，这组数字回答的是「堆机器到底有没有用」。可靠性层，96 台跑的全程里，本地故障平均约 22 分钟一次，但故障停机只占总机时约 1.3%，FATS 的容错调度把单点故障挡在了训练进度之外。

（注：论文披露 16 台与 96 台两端数值，48 台为中间插值示意，仅用于呈现趋势形状。）

一天千机时是怎么省出来的

算一笔班次账。96 台机器 24 小时轮转，一天的机时约 2300 台时，等效于一支 40 人的遥操作团队满负荷干一个多月。FATS 做的事是把这份产能的损耗率压到 1.3%。放在任何一条产线上，这都是可以直接换算成钱的数字。传统遥操作路线下，同样数量的演示数据需要的人时大约是它的五十倍。

往产业里放会撞到什么

三件事必须先说清。第一，验证场景是桌面操作，重力、摩擦这些量都在可控范围；放到产线上，力控精度和异常处理的要求要高一个量级。第二，「成功/失败」的二值标注在桌面任务里够用，在复杂产线上可能需要更细的奖励粒度。第三，政策面上，10 月工信部发布会披露的数据是中国人形机器人整机产量上半年已超 4 万台，全年预计破 10 万台。产能出来了，训练方法论才是下一个卡口，CEL 类方案给出的正是这个卡口的解法之一。

放进今年的行业背景里，这条新闻的分量更清楚。同月国内报道显示，具身智能 10 月融资 33 起、总额 101 亿元，环比数量近乎腰斩；资本在退潮，产能和营收在上升。行业的评判标准正在从「下线了多少台」移向「上岗率多少、工时多少」。96 台真机集群 1.3% 的故障停机率，是这个新标准下第一份拿得出手的成绩单。数据方法论的竞争，正在接替本体融资的竞赛。

参考资料

• 清华大学与智元机器人、无问芯穹：CEL / FERT / FATS 论文与项目页（2026-10 底发布）
• Nvdium Tech：Tesla to Open Optimus Reservations, AgiBot and Tsinghua Scale Fleet Learning to 96 Robots（2026-10-31）
• 网易/21 世纪经济报道：智元宇树竞速，具身智能进入交卷期（2026-10-31）
• 工信部国新办发布会：人形机器人整机产量数据（2026-10-19）