1月6日，智元在官方公众号发布SOP（英文全称为Scalable Online Post-training，指一套面向真实世界部署的在线后训练系统）。
智元相关负责人告诉《每日经济新闻》记者，这是为了让人形机器人在真实世界里持续进化。
一直以来，人形机器人行业对选用何种类型数据进行训练存在争议。有厂商使用模拟仿真工具进行训练，也有厂商选用真机进行训练。后者的训练方式一度被业内诟病，认为缺乏真实场景的训练，即训练出来的人形机器人无法部署于真实场景。
简而言之，使用实验室中真机收集的数据进行训练，人形机器人看似都能完成被布置的任务，但在实际使用中往往“手足无措”。
此次智元发布SOP框架，或有助于其补足关于真实场景的数据。
智元表示，现有VLA（视觉、语言、动作）预训练模型已经提供了强大的通用性。然而，真实世界的部署受困于更高的任务专精度要求，以及离线数据采集方式的边际效益递减，往往需要通过后训练获得更高的任务成功率。遗憾的是，当前主流的VLA后训练方法仍受离线、单机、串行采集等因素制约，难以支撑高效、持续的真实世界学习。这些限制并非源自具体算法，而是来自学习范式本身。
因此，智元推出SOP框架的核心目标是让机器人在真实世界中实现分布式、持续的在线学习。
关于SOP框架的效果，智元表示，SOP让多任务通才的性能普遍提升。
此外，在预训练出现边际效应递减的背景下，SOP将有助于突破VLA的性能瓶颈。智元表示，SOP在三小时的在轨经验下就获得了约30%的性能提升，而80小时额外人类专家数据只带来了4%的提升。
