1月6日，智元具身研究中心发布SOP（Scalable Online Post-training）训练系统，首次在真实世界部署中实现机器人集群的在线学习与智能化运行。该系统通过分布式架构和多任务通才性设计，将离线、单机、串行训练转变为在线、集群、并行模式，显著提升机器人的泛化能力和任务成功率。实验显示，在商超场景中结合SOP的模型性能提升33%，叠衣服任务吞吐量跃升114%。此外，四机集群训练效率比单机提升2.4倍，展现规模化优势。SOP还突破了预训练数据的边际效应瓶颈，3小时在轨经验带来约30%性能提升。研究团队认为，SOP不仅优化训练范式，更重塑机器人生命周期，使其在真实环境中持续进化。

2025年10月，MIT NANDA项目发布的《2025年商业AI现状报告》显示，企业在生成式AI上投资400亿美元，但95%未获回报。员工更倾向于使用个人版AI工具，形成‘影子AI经济’。报告指出，AI创业逻辑已变，成功关键在于让AI在真实场景中持续学习与进化。旧逻辑追求‘交付即结束’，而新逻辑强调‘交付即开始’，通过在线学习和反馈闭环优化系统。案例表明，适应性强的AI在特定场景表现更优。未来，实时学习能力将成为AI市场分水岭，算力分配重心转向持续优化，AI创业进入以场景适应力为核心的新阶段。