最近，华为离职“天才少年”彭志辉的官宣在互联网刷屏。紧接着，智元启元大模型如期而至，为科技界再添一把火。

智元机器人官微宣布，正式发布首个通用具身基座大模型Genie Operator-1（GO-1），并附上视频，展示GO-1通过学习人类视频，助力机器人完成递送水杯、制作餐点、迎接外宾等多样化任务。视频末尾还揭秘了仿真数据采集及大规模真机数据采集的全过程。

从性能上看，GO-1相比现有模型，成功率大幅提升，平均提高了32%。实验证明，GO-1在“倒水”“清理桌面”“补充饮料”等日常任务中尤为出色。

智元机器人透露，为充分利用高质量的AgiBot World数据集及互联网大规模异构视频数据，增强策略泛化能力，提出了Vision-Language-Latent-Action（ViLLA）架构。

去年底，智元机器人携手上海人工智能实验室等单位，宣布开源百万真机数据集项目AgiBot World。该项目覆盖超100种真实场景，其中家居场景占比40%，工业场景占比20%，共收录80余种人类生活必备技能。

然而，智元机器人指出，尽管AgiBot World等带动作标签的真机数据量已有一定规模，但与互联网数据集相比仍显不足。基于ViLLA架构，采用Latent Actions（隐式动作）建模，将外部动作知识融入通用操作任务中，有效弥补这一不足。

据悉，GO-1大模型融合了人类与多种机器人数据，能快速适应新任务，并支持部署于不同机器人本体。智元机器人将GO-1的特点总结为四点：

人类视频学习：GO-1大模型结合互联网视频与真实人类示范，深化对人类行为的理解。

小样本快速泛化：GO-1大模型具备卓越泛化能力，在极少数据甚至零样本条件下，也能迅速适应新场景、新任务。

一脑多形：GO-1大模型作为通用机器人策略模型，可在不同机器人形态间灵活迁移。

持续进化：GO-1大模型搭配智元的数据回流系统，从实际执行中遇到的问题数据中不断学习进化。

智元机器人展望，GO-1大模型将加速具身智能的普及，推动机器人从特定任务工具向通用智能自主体转变。

当前，基础模型发展迅速。信达证券分析指出，AI的飞速发展为人形机器人和自动驾驶等端侧领域带来革命性突破。Grok3/o3-mini等模型展现出对物理定律的深刻理解，而Deepseek相关模型则揭示了推理成本的急剧下降。受此鼓舞，端侧高级智能应用的落地指日可待，人形机器人或将迎来产业化高潮。

（文章来源：财联社）