上证报中国证券网讯（记者孙小程）1月7日，智元机器人合伙人、首席科学家罗剑岚在接受上海证券报等媒体采访时透露，智元2026年将重点在真实世界部署通用机器人，目前业界未有其他企业做到这一步。

　　智元具身研究中心近日提出SOP（Scalable Online Post-training）——一套面向真实世界大规模部署机器人的在线后训练系统，并在实验中部署了数十台机器人。

　　罗剑岚透露，与实验中部署的数十台相比，2026年智元会部署几个数量级以上的通用机器人，以真正找到机器人真实场景部署和落地的Scaling law。

　　部署规模某种程度上决定了机器人的竞争力。“谁部署的机器人最多，谁的真实世界的宝贵数据就更多，谁就能训练出更好的模型。”罗剑岚说。

　　SOP是实现上述规划的关键支撑。其突破在于，让机器人在真实场景中执行任务时，能够实时收集数据（包括错误数据），通过云端协同训练持续提升模型性能，并快速将更新同步至所有机器人。

　　通俗而言，一个机器人犯错，几分钟内，成千上万的机器人能够学会如何避免这个错误。

　　实验结果说明，在各类测试场景下，结合SOP的后训练方法均得到了显著的性能提升。相比预训练模型，结合SOP的HG-Dagger方法在物品繁杂的商超场景中实现了33%的综合性能提升。

　　罗剑岚认为，过去几年，大模型等技术已让机器人具备了理解复杂指令、处理开放任务的潜力。但真实场景充满意外，环境变量过于复杂，机器人尚且不能稳定、可靠、高效地完成具体工作。

　　智元的判断是，2026年是机器人从“会做很多事，但每个事做得不太好”，走向“把事情做好并落地”的关键节点。这要求机器人的学习范式从静态离线训练，升级为部署学习再部署的整套数据闭环系统，正是基于这一判断，智元提出了SOP的概念。

　　在应用场景上，罗剑岚认为，工业场景短期之内是最有效的场景，其有着稳定的工序和生产流程，引入SOP训练可提升成功率和节拍，确保机器人能长时间地可靠运行。

　　至于商业场景，例如商超补货、仓库分拣等，这些场景比工厂更开放，长尾任务更多，但对失败的容忍度相对较高。SOP的共享经验池机制，能让一家门店里机器人学到的经验，快速赋能给成千上万家门店，极大降低人工介入成本。罗剑岚坦言，他个人的愿望是今年在上海的便利店、超市中，可以看到机器人真正干活。

　　对于机器人产业而言，这也意味着，商业模式有望从“一次性硬件销售”转向“软硬件持续服务”，类似特斯拉的FSD付费订阅模式。

　　作为智元首创的方案，SOP是否会向其他机器人本体厂商开放？

　　罗剑岚称，SOP是个框架、系统，会开放部分关键模块和接口，目前未完全开源，但不排除未来采取开放的合作形式。长远来看，智元希望构建一个开放的机器人在线学习生态，不同的机器人本体均可以接入，让数据共享上传到同一个云端大脑，让数据回传实现机器人不断进化，给不同厂商使用。

　　“如果能找到行业伙伴，在各自擅长的场景中发挥优势，我们可以共同推动整个机器人行业从静态能力到动态进化的跨越。”罗剑岚说。