新闻中心

“稚晖君”智元机器人发布首个通用具身基座大模型 GO-1

2025-03-14 12:55:54

来源:

稚晖君,智元机器人发布首个:通用具身基座大、模型 GO-1

IT之家3月10日消息,“稚晖君”创业项目智元机器人今日发布了首个通用具身基座模型——智元启元大模型(GenieOperator-1),它开创性地提出了Vision-Language-Latent-Action(ViLLA)架构,该架构由VLM(多模态大模型)+MoE(混合专家)组成,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。

2024年底,智元推出了AgiBotWorld,包含超过100万条轨迹、涵盖217个任务、涉及五大场景的大规模高质量真机数据集。基于AgiBotWorld,智元今天正式发布智元通用具身基座大模型GenieOperator-1(GO-1)。

它开创性地提出了Vision-Language-Latent-Action(ViLLA)架构,该架构由VLM(多模态大模型)+MoE(混合专家)组成:

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LatentPlanner(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ActionExpert(动作专家)借助百万真机数据获得精细的动作执行能力

通过ViLLA架构,智元机器人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%(46%->78%)。其中“PourWater”(倒水)、“TableBussing”(清理桌面)和“RestockBeverage”(补充饮料)任务表现尤为突出。

此外智元机器人还单独验证了ViLLA架构中LatentPlanner的作用,可以看到增加LatentPlanner可以提升12%的成功率(66%->78%)。

GO-1大模型借助人类和多种机器人数据,可泛化应用到各类的环境和物品中,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完成落地,并在实际的使用中持续不断地快速进化。

这一系列的特点可以归纳为4个方面:

人类视频学习:GO-1大模型可以结合互联网视频和真实人类示范进行学习,增强模型对人类行为的理解,更好地为人类服务。

小样本快速泛化:GO-1大模型具有强大的泛化能力,能够在极少数据甚至零样本下泛化到新场景、新任务,降低了具身模型的使用门槛,使得后训练成本非常低。

一脑多形:GO-1大模型是通用机器人策略模型,能够在不同机器人形态之间迁移,快速适配到不同本体,群体升智。

持续进化:GO-1大模型搭配智元一整套数据回流系统,可以从实际执行遇到的问题数据中持续进化学习,越用越聪明。

智元机器人还预告了下一代具身智能机器人产品,不过没有透露推出时间。

汪苏泷唱像晴天像雨天哄我似锦余七逆袭成燕王郁锦85后副局长送外卖写4000字反思不足沪指重回3400点KC零封TES解码中国经济增长新引擎古人把神话里的树做成了手办回不去的何止是时间曝秦始皇陵甬道有日本人植树纪念碑杜锋说徐杰撑起半边天

(内容来源:齐鲁晚报)

作者: 编辑:潘雨欣

  • 越牛新闻客户端

  • 越牛新闻微信

  • 绍兴发布微信

  • 越牛新闻微博

  • 绍兴发布微博

爆料

新闻热线

0575-88880000

投稿信箱

zjsxnet@163.com