清華與智元提出 CEL 範式，96 臺真機驗證機器人互相學習
清華大學、智元與無問芯穹聯合提出群體經驗學習（CEL）範式，讓機器人用同伴的成功與失敗經驗替代人類示範，並在 96 臺真機上完成原型驗證。手機包裝長流程任務中，成功率從 79.2% 升至 98.3%；參與訓練的機器人從 16 臺增至 96 臺，成功率由 86.7% 提高到 98.3%。五項真實任務共 600 次測試，總體成功率 97.5%，高於人類示範方案 HG-DAgger 的 81.0% 與離線微調 SFT 的 36.3%。
96 臺真機實測給出具身智慧的 scaling 曲線：機器人數量本身就能換來成功率提升，且不再依賴人類示教，對做機器人學習與規模化部署的團隊有直接參考價值。
原標題：当机器人开始向同伴学习：96台真机探索具身智能的规模化成长
閱讀原文
| 評分 | 80 / 80（平均 80，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
董豪團隊提出 HIL-UMI：人類示範時即可採集機器人後訓練資料
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
智元發布 GO-3 Preview，打通機器人全鏈路規模化學習
智元發布具身模型 GO-3 Preview，稱在預訓練、後訓練和部署後實現全鏈路規模化學習，並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料，採用 WRAM 架構；後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型，手機包裝任務成功率由 50.8% 提升至 98.3%。
清華髮布 HandsOn 靈巧手基準：66 項任務，最佳策略成功率 29.1%
清華大學丁寧團隊聯合北郵、北大等發布靈巧操作模擬評測基準 HandsOn，包含 66 項人工驗證任務、1.8 萬條人類遙操作示範，支援 5 種機械臂、6 種靈巧手和約 200 種物體資產。在有示範的 Core-50 上，9 種受訓方法中最佳多工策略 OpenWAM 平均成功率僅 29.1%；在無目標任務示範的 Transfer-16 上，8 種多工策略成功率均低於 1%。
清華提出 ParallelWorld，具身任務成功率從 56% 提至 83%
清華大學與新加坡國立大學提出 ParallelWorld，讓具身智慧體在高層規劃中先預演多條候選動作的未來，把任務成功率從 56% 提升至 83%。系統會推演各分支後續觀察、剪去較差路徑，選定軌跡後只執行第一個動作再依新觀察重新規劃；在 ESI-Bench 的 28 個子任務中 26 項超過順序式主動探索，LIBERO-Pro 八個操作設定全部超過直接基線，Spatial 位置交換提升 27 個百分點。
智元發布 Genie Master，在真實便利店中跑通 Physical RSI
智元發布具身 Agent 框架 Genie Master，其精靈 G2 機器人在真實便利店執行取貨、補貨、清潔與多機協作時，無需人工除錯即可自行診斷失敗、調整策略並積累經驗，官方稱這是行業首次在真實業務場景、而非模擬環境中跑通 Physical RSI。該框架用 EEP 具身執行協議連線上層 Agent 與底層動作策略：Harness RSI 通過提示詞、記憶與規則積累經驗，Policy RSI 用執行與人工接管資料更新動作模型。