觀點網訊：1月6日，智元具身研究中心發佈SOP（Scalable Online Post-training）框架，首次將在線學習、分佈式架構與多任務通才性引入物理世界VLA後訓練，實現機器人集羣在真實環境中分鐘級模型同步更新。

根據公開資料整理，SOP採用Actor-Learner異步架構，多機器人並行採集數據並上傳雲端，動態調整在線/離線數據比例，3小時內使商超場景綜合性能提升33%，靈巧操作任務成功率普遍升至94%以上，其中紙盒裝配達98%。實驗顯示，四機集羣訓練速度為單機2.4倍，有效避免過擬合，36小時連續作業驗證系統魯棒性。