2025年是具身智能极速狂飙的一年。从展会到论坛，人形机器人随处可见：礼宾引导、转移料箱、分拣快递、折叠衣服、收拾冰箱……热烈背面却藏着一个为难实际：落地难——具身智能展现出的适当部分技能尚归于墨守成规的“扮演”，难以应对意外。
“实际国际历来不是 Demo（演示）。”智元机器人合伙人、首席科学家罗剑岚指出，实在环境充满了不可控因素，决议机器人能否实在落地的，不是它会不会做，而是它是否满足牢靠、能否见机行事。
在这一布景下，智元机器人最新推出面向实在国际布置的在线后练习体系SOP。SOP重构了机器人的学习范式，将其从关闭的试验室练习，面向实在国际的“实战练兵”。
长时间以来，具身智能的学习进化首要仰仗VLA技能道路，即视觉-言语-动作模型。该模型经过将人类指令与外界声响、图画、视频等信息转化为计算机可了解的言语，然后操控机器人的行为。简略来说，便是让机器人看着图片、听着声响、跟着视频来学习，是一种“离线学习”形式，往往在数采厂内进行。
前期，这套练习方法的确很有用，可以教会机器人许多“基本功”，但却难以支撑机器人应对杂乱且不可控的实在物理国际。罗剑岚将其比作“照着武功秘籍在山洞里练功”，比及实在下山交锋，才发现对手招式千变万化，秘籍里的“套路”不够用。想要前进，只能回到山洞复盘、修正秘籍，进化功率较低。
如果说VLA让机器人第一次具有通用了解与举动才能，那么SOP的方针，则是让机器人在“团体在线学习”中快速生长。罗剑岚解说，SOP模型的中心在于构建一个学习闭环：这就比方将一群练就基本功的机器人弟子送去江湖历练，不管输赢胜败，经历都会实时汇总并反馈给门派“宗师”（即云端算法模型）做多元化的剖析、总结，待师父补全招式缝隙、即时更新秘籍后，再一致传授给在外历练的弟子。如此循环往复，整个机器人集体即可在实在国际和实在使命中快速、继续进化，越用越聪明。
罗剑岚着重，干中学“踩过的坑”在这一进程中至关重要。依据智元宣布的SOP相关论文试验成果，经过3小时在线经历练习，机器人功能可提高约30%；而额定引进80小时人类专家标示数据，功能仅提高4%。“这3个小时的数据正是来自实在场景的失利经历。”罗剑岚解说，当一个机器人犯错，一切机器人都能快速学会怎么样防止。这种高效的在线互学，显着胜过数采厂“填鸭式教育”。
从智元发布的数据剖析来看，在商超收拾、叠衣服、纸盒安装等测验场景中，引进SOP后，机器人全体功能显着提高。比方，在物品冗杂的商超场景中，归纳功能提高约33%；在叠衣服使命中，操作吞吐量提高114%。此外，经SOP练习后的机器人，在长达36小时接连运转中展现出杰出的安稳性和适应性，可有用应对实在国际中的各种“出人意料”。
现在，智元已在实在国际中布置了数十台机器人用于SOP开发。“本年估计将在实在场景中添加几个量级的布置规划。”罗剑岚说，这是具身智能迈向实在国际的第一步，机器人不应是功能固定的标品，而应成为继续进化的生命体。
在他看来，人形机器人工业未来或许从一次付硬件，转向软硬件一体的继续服务形式。就像无人驾驶体系，车辆售出后，软件仍在一向更新晋级，机器人进厂打工、走进家庭后也将继续进化，一向在优化使用者实在的体会。当然，这一进化进程仍需处理安全、隐私等问题。
据罗剑岚判别，2026年将是机器人从“能干事”到“把工作做好并实在落地”的要害节点。未来，谁在实在国际布置的机器人越多，谁就能获取更多高价值数据，练习出更好的模型，然后构成正向循环。
智元公司表明，SOP将首先推进人形机器人在工业场景中的长时间安稳运转，将使命成功率提高至可规划化上线的水平。至于家庭场景，则需在预练习模型基础上，结合SOP逐渐扩展使命才能。
罗剑岚泄漏，工业场景之外，商超、文娱及部分家庭场景，本年也在逐渐布局。他期望能在上海的便利店和超市，看到机器人在实在干活。就在几天前，智元灵犀X2机器人已经过机器人租借渠道“擎天租”，进入坐落上海漕河泾的美宜佳便利店，成为该门店的长时间机器人职工。
