新火種
2025-04-27 
智元發布首個通用具身基座大模型GO-1，讓機器人獲得革命性學習能力
總部位于上海的智元機器人聯合創始人兼CTO 稚暉君（彭志輝）上周末在微博預告稱，“下周智元機器人有好東西發布”。
今天，“好東西”來了。智元機器人剛剛發布了首個通用具身基座模型——智元啟元大模型（Genie Operator-1），該模型框架由VLM（多模態大模型） + MoE（混合專家）組成，它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，可泛化應用到各類的環境和物品中，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，并在實際的使用中持續不斷地快速進化。
具身智能的關鍵在于機器人可以感知物理世界并實時交互。大語言模型、多模態模型以及推理模型等AI能力，賦予了機器人聽、說、看的功能，并能理解世界，以及拆分任何和邏輯推理等決策能力。
智元機器人研究院執行院長、智元具身智能事業部總裁姚卯青介紹，智元啟元大模型開創性地提出了Vision-Language-Latent-Action （ViLLA） 架構，其中VLM（多模態大模型）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（混合專家）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，并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臺階。
人形機器人服務場景。智元機器人提供
不久前，智元機器人推出自主研發的大型仿真框架AgiBot Digital World，包含超過100萬條軌跡、涵蓋217個任務、涉及五大場景的大規模高質量真機數據集，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。
盡管AgiBot World 數據集已經是全球最大的機器人真機示教數據集，但這樣高質量帶動作標簽的真機數據量仍然有限，遠少于互聯網規模的數據集。為此，智元機器人采用Latent Actions（隱式動作）來建模當前幀和歷史幀之間的隱式變化，然后通過Latent Planner預測這些Latent Actions，從而將異構數據源中真實世界的動作知識轉移到通用操作任務中。
通過ViLLA 創新性架構，GO-1在五種不同復雜度任務上的測試較已有的最優模型的成功率大幅領先，平均成功率提高了32%。其中，倒水、清理桌面和補充飲料任務表現尤為突出。
目前智元機器人有三條主打產品線，分別是遠征、Genie和靈犀；遠征主要是面對商用場景的雙足人形機器人遠征A1、A2系列；Genie主要是面向通用具身操作的輪式雙臂機器人G1，以及一條用于拓展家用場景的小型人形機器人靈犀產品線；靈犀產品線目前已經發布了一款X1，預計會在下半年發布一款面向機器人發燒友的產品X2。
智元機器人位于上海自貿區臨港的智元機器人制造工廠已于2024年10月投產，還計劃在上海張江建設年產能在1萬臺左右的人形機器人的二期工廠。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
