【導讀】可利用人類視頻學習，智元發布首個通用具身基座大模型GO-1

中國基金報記者 憶山

3月10日，智元機器人宣布，發布首個通用具身基座大模型——智元啟元大模型（Genie Operator-1，以下簡稱GO-1）。

上周，智元機器人聯合創始人彭誌輝在微博上預告“下周有好東西發布”，引發廣泛關注。3月10日上午，“華為離職天才少年官宣刷屏”話題登上微博熱搜第一，在榜時長超4個小時。

將加速具身智能的普及

據介紹，GO-1開創性地提出了Vision-Language-Latent-Action（ViLLA）架構，該架構由VLM（多模態大模型）+MoE（混合專家模型）組成。

其中，VLM借助海量互聯網圖文數據獲得通用場景感知和語言理解能力，MoE中的Latent Planner（隱式規劃器）借助大量跨本體和人類操作視頻數據獲得通用的動作理解能力，MoE中的Action Expert（動作專家）借助百萬真機數據獲得精細的動作執行能力。三者環環相扣，實現了可以利用人類視頻學習，完成小樣本快速泛化，降低了具身智能門檻，並成功部署到智元多款機器人本體，持續進化，將具身智能推上了一個新台階。

智元機器人表示，通過Vision-Language-Latent-Action（ViLLA）創新性架構，他們在五種不同複雜度任務上測試GO-1，相比已有的最優模型，GO-1成功率大幅領先，平均成功率提高了32%。其中“Pour Water”（倒水）、“Table Bussing”（清理桌麵）和“Restock Beverage”（補充飲料）任務表現尤為突出。此外，他們還單獨驗證了ViLLA架構中Latent Planner的作用，發現增加Latent Planner可以提升12%的成功率。

智元機器人指出，GO-1大模型借助人類和多種機器人數據，讓機器人獲得了革命性的學習能力，可泛化應用到各類環境和物品中，快速適應新任務、學習新技能。同時，它還支持部署到不同的機器人本體，高效地完成落地，並在實際使用中持續不斷地進化。

智元機器人還稱，GO-1大模型將加速具身智能的普及，機器人將從依賴特定任務的工具，向著具備通用智能的自主體發展，在商業、工業、家庭等多領域發揮更大的作用，通向更加通用全能的智能未來。

彭誌輝稱明天還有驚喜

值得注意的是，3月10日，在智元機器人正式發布首個通用具身基座大模型後，彭誌輝在微博上轉發並留言稱：“明天還有驚喜。”

2020年，彭誌輝通過“華為天才少年”計劃加入華為。2022年，他從華為離職，不久後創立機器人品牌智元機器人。

智元機器人成立以來獲得了多輪融資，投資方有高瓴創投、鼎暉投資、高榕資本、BV百度風投、經緯創投、等。2023年8月，公司正式發布遠征A1智能機器人；2024年8月，又發布了五款商用人形機器人新品。目前，智元機器人主要有三條產品線，分別是遠征、Genie和靈犀。

今年1月，智元機器人宣布量產的第1000台通用具身機器人正式下線，其中雙足人形機器人（遠征A2/靈犀X1）有731台，輪式通用機器人（遠征A2-D/A2-W）有269台。

數據開源上，今年2月，智元機器人宣布推出自主研發的大型仿真框架AgiBot Digital World，為機器人操作提供靈活的仿真數據生成方案、預訓練的大規模仿真數據和統一的模型評測標準，同步開源海量仿真數據。

近期，智元機器人通用業務部總裁王闖表示，2025年，智元機器人計劃逐步上線開發者平台，提供機器人開發文檔和工具鏈，同時推出機器人雲服務和開發者社區，進一步降低開發門檻，吸引更多開發者參與具身智能的創新。

此外，A股方麵，繼、、後，今年以來，、等多家上市公司相繼宣布與智元機器人展開合作。

編輯：趙新亮

校對：王玥

製作：小茉

審核：許聞