# 智元联合清华发布CEL范式，96台真机集群训练成功率升至98.3%

> 原文链接：https://robotics.hellobike.com/news/2026-10-30-cel-96
> 频道：news | 更新日期：2026-10-30 | 标签：auto, rss, 36kr
> 核心摘要：智元联合清华与无问芯穹发布群体经验学习CEL范式，配套FERT检索微调与FATS异步训练系统。96台真机集群在手机包装任务中成功率从86.7%升至98.3%，五项实操任务性能全面超越人类远程操作员平均水平。

# 智元联合清华发布CEL范式，96台真机集群训练成功率升至98.3%

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[智元联合清华、无问芯穹发布CEL群体经验学习，96台真机实现集群自主进化](https://36kr.com/newsflashes/4048208370727427?f=rss)（36氪）

## 核心内容

10月30日，智元机器人联合清华大学及无问芯穹正式发布群体经验学习（CEL）范式，旨在解决具身智能规模化训练难题。该范式以机器人同伴真实作业轨迹为经验源，在插花、叠衣、手机充电、凳子组装及手机包装五项任务中验证，训练策略表现全部超过6名人类远程操作员平均水平，最高领先幅度达16.7个百分点，标志着集群自主进化能力取得实质性突破。

技术层面，CEL集成了FERT失败引导经验检索微调算法与FATS容错异步训练系统，有效支撑大规模真机协同学习。在手机包装任务的压力测试中，随着参与训练的机器人数量从16台扩展至96台，系统展现出显著的Scaling Law效应，任务成功率由86.7%大幅提升至98.3%，验证了该架构在工业级场景下通过增加节点实现性能跃升的工程可行性。

## 关键看点

- **CEL范式**：以机器人同伴真实作业轨迹为经验来源，支持集群自主进化与经验复用
- **核心算法**：集成FERT失败引导经验检索微调与FATS容错异步训练系统，保障大规模协同
- **规模效应**：手机包装任务训练节点从16台扩至96台，成功率由86.7%升至98.3%
- **人机对比**：五项真实任务性能均超6名人类远程操作员平均水平，最高领先16.7%

## 工程与产业观察

CEL范式通过FERT与FATS系统解决了真机集群训练中的数据异构与同步难题，96台规模下的成功率跃升验证了具身智能Scaling Law在物理世界的有效性。这为行业从单机遥操作向大规模集群自主学习转型提供了可复用的工程路径，加速了通用机器人在柔性制造场景的落地进程。
:::

## 原始参考来源 (Sources)

- [36氪：智元联合清华、无问芯穹发布CEL群体经验学习，96台真机实现集群自主进化](https://36kr.com/newsflashes/4048208370727427?f=rss)