编辑｜泽南 这一次，具身智能的范式算是彻底升级了。 智元机器人的办公室里，最近员工们一上班就能看到机器人熟练地切着水果： 有梨有黄瓜，一通操作完了之后装进破壁机，打成了健康饮料端上来： 同样一套设备也能玩转调酒的全套流程： 或是做工夫茶、整理商品货架、打包鞋盒等各种任务： 之前每台机器人只能完成一个任务，现在基于同一个模型的机器人可以承接大量不同任务。而且，在真实世界中持续部署的过程中，它们的性能还会持续不 断地提升。 这么全面的能力是如何做到的？答案是直接在真实环境中搞大规模分布式强化学习训练。它们使用的是全新的具身智能训练范式： 面向通用机器人策略的分布式 多机强化学习（LWD） 。这一套技术捅破了当前VLA的「天花板」。 LWD 启动物理世界的飞轮 最近一段时间，VLA（视觉 - 语言 - 动作）大模型出现，通过端到端的训练范式让机器人具备了通用泛化能力：只需要收集图像数据，读取人类自然语言 指令，大模型就能将视觉和语言转化为空间特征，直接输出机械臂各个关节的角度和速度，进而完成任务。 但在物理世界里，VLA 具身智能的表现仍然算不上可靠。在长程任务和复杂条件上，机器人频频翻车。工程师往往只能将失败的案 ...