在機器人技術(shù)的前沿探索中，一款名為智元啟元大模型Genie Operator-1（簡稱GO-1）的創(chuàng)新成果近日由智元機器人公司正式發(fā)布。這款通用具身基座模型標志著機器人在理解并執(zhí)行人類指令方面邁出了重要一步。lu328資訊網(wǎng)——每日最新資訊28at.com

GO-1的核心在于其獨特的Vision-Language-Latent-Action（ViLLA）框架，該框架巧妙融合了VLM（多模態(tài)大模型）與MoE（混合專家）技術(shù)。這一組合不僅賦予了GO-1強大的場景感知與理解能力，還使其能夠迅速適應不同的機器人本體，實現(xiàn)了從理論到實踐的跨越。lu328資訊網(wǎng)——每日最新資訊28at.com

lu328資訊網(wǎng)——每日最新資訊28at.com

VLM作為GO-1的主干網(wǎng)絡，通過繼承開源多模態(tài)大模型的權(quán)重，并利用互聯(lián)網(wǎng)上的大規(guī)模純文本和圖文數(shù)據(jù)，使機器人具備了廣泛的場景理解能力。而MoE中的隱動作專家模型和動作專家模型，則分別通過學習互聯(lián)網(wǎng)上的大規(guī)模人類操作和跨本體操作視頻，以及高質(zhì)量的仿真數(shù)據(jù)和真機數(shù)據(jù)，進一步提升了GO-1的動作理解和執(zhí)行能力。lu328資訊網(wǎng)——每日最新資訊28at.com

GO-1的發(fā)布，意味著機器人技術(shù)迎來了小樣本快速泛化的新時代。這款模型能夠在極少數(shù)據(jù)甚至零樣本的情況下，迅速適應新場景和新任務，大大降低了后訓練成本。同時，“一腦多形”的特性使其能夠在不同機器人形態(tài)之間自由遷移，快速適配到各種本體。lu328資訊網(wǎng)——每日最新資訊28at.com

lu328資訊網(wǎng)——每日最新資訊28at.com

智元機器人在構(gòu)建GO-1時，采用了數(shù)字金字塔的設計理念。從底層的大規(guī)模純文本與圖文數(shù)據(jù)，到上層的人類操作/跨本體視頻、仿真數(shù)據(jù)，再到頂層的真機示教數(shù)據(jù)，每一層都為機器人的“基礎教育”和“能力培訓”提供了堅實的基礎。這使得GO-1能夠輕松面對多種多樣的環(huán)境和物體，快速學習新的操作。lu328資訊網(wǎng)——每日最新資訊28at.com

在實際應用中，GO-1展現(xiàn)出了驚人的表現(xiàn)。用戶只需用平常講話的方式告訴機器人要做的事情，比如“掛衣服”，機器人就能根據(jù)所學習的知識和數(shù)據(jù)，迅速理解并執(zhí)行任務。無論是家庭場景中的倒水、烤吐司，還是商務會議中的拿飲料、拿蘋果，GO-1都能快速響應，精準完成。lu328資訊網(wǎng)——每日最新資訊28at.com

lu328資訊網(wǎng)——每日最新資訊28at.com

GO-1還具備持續(xù)進化的能力。通過數(shù)據(jù)回流系統(tǒng)，機器人可以從實際執(zhí)行中遇到的問題數(shù)據(jù)中不斷學習，持續(xù)改進自己的表現(xiàn)。例如，當機器人在做咖啡時不小心把杯子放歪了，它就能從這次失敗中吸取教訓，下次做得更好。lu328資訊網(wǎng)——每日最新資訊28at.com

lu328資訊網(wǎng)——每日最新資訊28at.com

智元機器人的這一創(chuàng)新成果，無疑為具身智能的發(fā)展注入了新的活力。GO-1的出現(xiàn)，意味著機器人將能夠更快地適應多變的真實世界，從家庭到辦公、從商業(yè)到工業(yè)，各種場景下的應用都將變得更加便捷和高效。這不僅將極大地提升人類的生活質(zhì)量和工作效率，還將為機器人技術(shù)的未來發(fā)展開辟更加廣闊的道路。lu328資訊網(wǎng)——每日最新資訊28at.com