智元机器人发布创新大模型GenieOperator-1，引领机器人智能新纪元
（上海，2023年3月10日） —— 在人工智能领域再掀波澜，上海机器人初创公司智元机器人今日正式推出其革命性的大模型——智元启元大模型GenieOperator-1（简称GO-1）。作为中国首个通用具身基座模型，GO-1的问世标志着我国在机器人智能领域迈出了重要一步。
泛化能力强，降低使用门槛
智元机器人透露，GO-1模型具备卓越的泛化能力，即便在数据稀缺甚至零样本的情况下，也能在新场景和新任务中实现有效泛化。这一特性显著降低了具身模型的应用门槛，并大幅减少了后续训练成本。
ViLLA架构：创新性学习架构
GO-1的核心在于其独创的Vision-Language-Latent-Action（ViLLA）架构。该架构通过结合VLM（多模态大模型）和MoE（混合专家）技术，实现了对人类视频的学习，并能在小样本数据下实现快速泛化。
- VLM：利用海量互联网图文数据，VLM获得了强大的通用场景感知和语言理解能力。
- MoE：其中的Latent Planner（隐式规划器）借助丰富的跨本体和人类操作数据，掌握了通用的动作理解能力；Action Expert（动作专家）则通过百万真实机器数据，实现了精准的动作执行。
在推理过程中，VLM、Latent Planner和Action Expert三者协同作业，确保了模型的准确性和高效性。目前，智元启元大模型已成功部署于智元多款机器人本体上。
AgiBot World数据集：突破数据困境
2024年年底，智元机器人发布了AgiBot World百万真机数据集，尽管该数据集是目前最大的机器人真机示教数据集，但高质量带动作标签的真机数据量仍然有限。为了解决这一数据困境，智元机器人采用了Latent Actions（隐式动作）来建模当前帧和历史帧之间的隐式变化，并通过Latent Planner预测这些动作，从而将真实世界的动作知识转移到通用操作任务中。
GO-1大模型：测试表现卓越
智元机器人通过ViLLA架构对GO-1大模型进行了五种不同复杂度任务的测试，结果显示，GO-1的平均成功率相比现有最优模型提高了32%。特别是在“倒水”、“清理桌面”和“补充饮料”等任务中，GO-1的表现尤为出色。
数据回流系统：持续进化学习
值得一提的是，GO-1大模型还可与智元一整套数据回流系统相配合，从实际执行中遇到的问题数据中持续进化学习，实现“越用越聪明”的效果。
智元机器人的这一创新成果，无疑为机器人智能领域带来了新的可能性，也为未来机器人技术的发展奠定了坚实基础。