在具身智能領(lǐng)域，人形機(jī)器人正從實驗室走向真實場景，但落地難題始終橫亙在前。盡管各類展會上機(jī)器人已能完成禮賓引導(dǎo)、快遞分揀等任務(wù)，但面對真實世界的意外狀況時，其表現(xiàn)仍停留在“預(yù)設(shè)程序表演”階段，缺乏隨機(jī)應(yīng)變能力。智元機(jī)器人合伙人、首席科學(xué)家羅劍嵐直言：“現(xiàn)實世界不是演示場景，機(jī)器人能否落地取決于可靠性，而非單純的功能展示?！?/p>

針對這一痛點，智元機(jī)器人推出面向真實世界部署的在線后訓(xùn)練系統(tǒng)SOP，試圖重構(gòu)機(jī)器人學(xué)習(xí)范式。傳統(tǒng)具身智能依賴視覺-語言-動作模型（VLA），通過圖片、視頻等離線數(shù)據(jù)訓(xùn)練機(jī)器人“基本功”，但這種“閉門修煉”模式難以應(yīng)對復(fù)雜環(huán)境。羅劍嵐比喻：“這就像照著秘籍在山洞練功，下山后才發(fā)現(xiàn)對手招式千變?nèi)f化，秘籍里的套路根本不夠用。”

SOP系統(tǒng)的核心在于構(gòu)建“集體在線學(xué)習(xí)”閉環(huán)。數(shù)十臺具備基礎(chǔ)能力的機(jī)器人被派往真實場景“歷練”，無論任務(wù)成功或失敗，經(jīng)驗都會實時回傳至云端算法模型。算法分析后更新訓(xùn)練策略，再同步至所有機(jī)器人。這種“干中學(xué)”模式使機(jī)器人群體能快速積累真實場景經(jīng)驗，避免傳統(tǒng)離線訓(xùn)練中“復(fù)盤-修改-再訓(xùn)練”的低效循環(huán)。實驗數(shù)據(jù)顯示，經(jīng)過3小時在線訓(xùn)練，機(jī)器人性能提升約30%；而引入80小時人類標(biāo)注數(shù)據(jù)僅提升4%?！笆〗?jīng)驗的價值遠(yuǎn)高于預(yù)設(shè)數(shù)據(jù)，”羅劍嵐強(qiáng)調(diào)，“一個機(jī)器人犯錯，所有機(jī)器人都能學(xué)會規(guī)避?！?/p>

在商超整理、疊衣服等測試場景中，SOP系統(tǒng)的優(yōu)勢已初步顯現(xiàn)。引入該系統(tǒng)后，機(jī)器人在物品繁雜的商超環(huán)境中綜合性能提升33%，疊衣服任務(wù)的操作吞吐量提高114%。更關(guān)鍵的是，經(jīng)36小時連續(xù)運行測試，機(jī)器人展現(xiàn)出卓越的穩(wěn)定性，能應(yīng)對“物品突然掉落”“障礙物突然出現(xiàn)”等意外狀況。羅劍嵐認(rèn)為，這種適應(yīng)力源于真實場景中“踩坑”帶來的經(jīng)驗積累：“機(jī)器人需要學(xué)會處理突發(fā)狀況，而不是僅執(zhí)行預(yù)設(shè)程序?！?/p>

目前，智元已在真實場景中部署數(shù)十臺機(jī)器人用于SOP系統(tǒng)開發(fā)，并計劃今年將部署規(guī)模擴(kuò)大數(shù)個量級。羅劍嵐透露，工業(yè)場景將是SOP系統(tǒng)的首要落地領(lǐng)域，目標(biāo)是將任務(wù)成功率提升至可規(guī)模化應(yīng)用的水平；家庭場景則需結(jié)合預(yù)訓(xùn)練模型，逐步擴(kuò)展任務(wù)能力。他預(yù)測，2026年將成為機(jī)器人從“能做事”到“把事做好”的關(guān)鍵節(jié)點：“未來，真實場景中部署的機(jī)器人數(shù)量將決定數(shù)據(jù)質(zhì)量，進(jìn)而影響模型迭代速度，形成正向循環(huán)。”

在應(yīng)用探索方面，智元已邁出實質(zhì)性步伐。幾天前，其靈犀X2機(jī)器人通過租賃平臺“擎天租”入駐上海漕河涇的美宜佳便利店，成為長期“員工”，負(fù)責(zé)商品整理、貨架補(bǔ)貨等任務(wù)。商超、文娛等場景的布局也在推進(jìn)中。羅劍嵐表示，機(jī)器人產(chǎn)業(yè)可能從“一次性硬件交付”轉(zhuǎn)向“軟硬件持續(xù)服務(wù)”模式，類似自動駕駛系統(tǒng)的軟件更新機(jī)制：“機(jī)器人進(jìn)廠或進(jìn)家庭后，仍需通過真實場景數(shù)據(jù)持續(xù)優(yōu)化，這將是提升用戶體驗的關(guān)鍵?！辈贿^，他也坦言，這一過程需解決安全、隱私等倫理問題。