从学习人类到学习机器人同伴，清华大学联合无问芯穹、智元提出具身智能规模化落地新路径

具身智能被视为AI从数字世界走向物理世界的关键，但训练数据稀缺、场景泛化难等问题长期制约其落地。清华大学联合无问芯穹、智元提出的新思路，将学习对象从人类转向机器人同伴，试图构建一种更高效的知识传递机制。

传统方法依赖人类演示数据，成本高且难以覆盖复杂任务。让机器人彼此学习，意味着已习得的技能可以通过交互或模型蒸馏在机器人群体中扩散，从而降低数据采集门槛，提升任务适应速度。

这一路径对具身智能的规模化意义在于，它可能形成类似“群体智能”的进化闭环：单个机器人积累的经验，能快速被同型号或异构机器人复用，减少重复训练。

无问芯穹提供算力与模型优化支持，智元提供机器人硬件与场景验证，清华提供理论框架，三方协同有望加速从实验室到工厂、家庭等真实环境的落地进程。

需要强调的是，该方向仍处于早期探索阶段，实际效果取决于多机器人交互协议、安全约束以及跨平台迁移能力，但“机器人教机器人”为具身智能打开了一条值得关注的规模化路径。

本站展示内容为基于公开信息的资讯解读与整理，不代表原文转载。如需核实细节或获取完整报道，请通过下方链接访问原始来源。