近日，智元机器人在科技创新领域迈出了重要一步，正式发布其首款通用具身基座模型——智元启元大模型Genie Operator-1（简称GO-1）。这一突破性成果标志着机器人技术向更加智能化、通用化的方向迈出了坚实的一步。
GO-1的核心在于其创新的Vision-Language-Latent-Action（ViLLA）框架，该框架巧妙融合了VLM（多模态大模型）与MoE（混合专家）技术。VLM作为模型的主干网络，基于大规模互联网文本和图文数据训练，赋予了GO-1强大的场景感知与理解能力。而MoE则通过隐动作专家模型和动作专家模型，利用人类操作和跨本体操作视频以及高质量仿真和真机数据，使GO-1能够理解和执行复杂的动作。
GO-1展现了多项显著优势。首先，其采训推一体化设计，确保了数据采集、模型训练和推理的无缝衔接，极大地提升了效率。其次，GO-1具备小样本快速泛化能力，能够在极少数据甚至零样本的情况下，快速适应新场景和新任务。“一脑多形”的特性让GO-1能够轻松迁移至不同形态的机器人，实现跨本体应用。持续进化的能力则得益于智元的数据回流系统，使GO-1能够从实际执行中遇到的问题数据中不断学习进步。最后，GO-1还能通过人类视频学习，增强对人类行为的理解。
GO-1的构建基于具身领域的数字金字塔模型，从底层的互联网大规模纯文本与图文数据，到人类操作/跨本体视频、仿真数据，再到顶层的真机示教数据，形成了一个全面的知识体系。这一体系使GO-1能够接受全面的“基础教育”和“能力培训”，从而轻松应对各种环境和物体，快速学习新的操作技能。
在实际应用中，GO-1展现了出色的表现。用户只需通过自然语言指令，如“挂衣服”，GO-1就能根据所见的画面、学习过的数据和知识，拆解并执行任务。无论是家庭场景中的倒水、烤吐司，还是商业活动中的检票、发放物料，GO-1都能迅速响应并完成。在商务会议中，面对“帮我拿一瓶饮料”等指令，GO-1同样能够迅速执行，展现了其强大的指令泛化能力。
GO-1的持续进化能力同样令人瞩目。例如，当机器人在制作咖啡时不慎将杯子放歪，它能够从这一错误中学习，并在后续任务中避免类似问题，直至成功完成任务。这种不断学习和进步的能力，使GO-1在实际应用中更加可靠和高效。
智元机器人的GO-1无疑为具身智能的发展注入了新的活力。它不仅解决了具身智能在场景和物体泛化、语言理解、新技能学习以及跨本体部署等方面的难题，还为机器人走向更多场景、适应多变真实世界提供了强大的支持。随着技术的不断进步和应用场景的拓展，GO-1有望成为未来机器人领域的重要基石。
