清华大学、智元机器人与无问芯穹联合发布群体经验学习（Collective Experience Learning，CEL）范式，并公布了近百台真机的验证结果：在手机包装任务上，参与学习的机器人由16台扩展至近百台，测试成功率从86.7%提升至98.3%。
CEL要解决的是具身智能的规模效应问题。单台机器人采集的数据受限于自身工时与试错次数，而真实产线的容错率极低；如果能让多台机器人在同一任务上共享失败与成功的经验，整体学习效率会随节点数量非线性提升——这类似人类工厂里「老师傅带徒弟+工友互相提醒」的知识扩散机制。这一结果的意义在于，它把「数据规模」这个约束从单机工时变成了集群规模。
这与同期产业侧的进展相互印证：珞石人形力控臂实现万台级交付，上海提出到2028年推动8000台人形机器人进工厂，工信部数据显示上半年我国人形机器人整机产品突破400款、产量超4万台。当本体供给不再是瓶颈，决定部署经济性的就是「新任务上手速度」——群体学习正是压缩这一周期的关键机制。