【导读】可利用人类视频学习，智元机器人发布首个通用具身基座大模型GO-1
中国基金报记者 忆山
3月10日，智元机器人宣布，发布首个通用具身基座大模型——智元启元大模型（Genie Operator-1，以下简称GO-1）。
上周，智元机器人联合创始人彭志辉在微博上预告“下周有好东西发布”，引发广泛关注。3月10日上午，“华为离职天才少年官宣刷屏”话题登上微博热搜第一，在榜时长超4个小时。
将加速具身智能的普及
据介绍，GO-1开创性地提出了Vision-Language-Latent-Action（ViLLA）架构，该架构由VLM（多模态大模型）+MoE（混合专家模型）组成。
其中，VLM借助海量互联网图文数据获得通用场景感知和语言理解能力，MoE中的Latent Planner（隐式规划器）借助大量跨本体和人类操作视频数据获得通用的动作理解能力，MoE中的Action Expert（动作专家）借助百万真机数据获得精细的动作执行能力。三者环环相扣，实现了可以利用人类视频学习，完成小样本快速泛化，降低了具身智能门槛，并成功部署到智元多款机器人本体，持续进化，将具身智能推上了一个新台阶。
智元机器人表示，通过Vision-Language-Latent-Action（ViLLA）创新性架构，他们在五种不同复杂度任务上测试GO-1，相比已有的最优模型，GO-1成功率大幅领先，平均成功率提高了32%。其中“Pour Water”（倒水）、“Table Bussing”（清理桌面）和“Restock Beverage”（补充饮料）任务表现尤为突出。此外，他们还单独验证了ViLLA架构中Latent Planner的作用，发现增加Latent Planner可以提升12%的成功率。
智元机器人指出，GO-1大模型借助人类和多种机器人数据，让机器人获得了革命性的学习能力，可泛化应用到各类环境和物品中，快速适应新任务、学习新技能。同时，它还支持部署到不同的机器人本体，高效地完成落地，并在实际使用中持续不断地进化。
智元机器人还称，GO-1大模型将加速具身智能的普及，机器人将从依赖特定任务的工具，向着具备通用智能的自主体发展，在商业、工业、家庭等多领域发挥更大的作用，通向更加通用全能的智能未来。
彭志辉称明天还有惊喜
值得注意的是，3月10日，在智元机器人正式发布首个通用具身基座大模型后，彭志辉在微博上转发并留言称：“明天还有惊喜。”
2020年，彭志辉通过“华为天才少年”计划加入华为。2022年，他从华为离职，不久后创立机器人品牌智元机器人。
智元机器人成立以来获得了多轮融资，投资方有高瓴创投、鼎晖投资、高榕资本、BV百度风投、经纬创投、比亚迪等。2023年8月，公司正式发布远征A1智能机器人；2024年8月，又发布了五款商用人形机器人新品。目前，智元机器人主要有三条产品线，分别是远征、Genie和灵犀。
今年1月，智元机器人宣布量产的第1000台通用具身机器人正式下线，其中双足人形机器人（远征A2/灵犀X1）有731台，轮式通用机器人（远征A2-D/A2-W）有269台。
数据开源上，今年2月，智元机器人宣布推出自主研发的大型仿真框架AgiBot Digital World，为机器人操作提供灵活的仿真数据生成方案、预训练的大规模仿真数据和统一的模型评测标准，同步开源海量仿真数据。
近期，智元机器人通用业务部总裁王闯表示，2025年，智元机器人计划逐步上线开发者平台，提供机器人开发文档和工具链，同时推出机器人云服务和开发者社区，进一步降低开发门槛，吸引更多开发者参与具身智能的创新。
此外，A股方面，继科大讯飞、软通动力、均普智能后，今年以来，富临精工、蓝思科技等多家上市公司相继宣布与智元机器人展开合作。
编辑：赵新亮
校对：王玥
制作：小茉
审核：许闻
发表评论