清华大学、无问芯穹与智元联合发布群体经验学习（Collective Experience Learning，CEL）范式，让机器人以同伴的真实作业轨迹为经验来源，而非仅依赖人类示范。该范式配套 FERT 失败引导经验检索微调算法与 FATS 容错异步训练系统，并基于开源强化学习框架 RLinf 构建，支持最多 96 台真实机器人协同训练。据项目团队数据，在插花、叠衣、手机充电、凳子组装、手机包装五项任务上 CEL 均超过 6 名人类远程操作员平均水平；手机包装任务中训练机器人从 16 台扩至 96 台，成功率由 86.7% 升至 98.3%。