文章详情

在科技领域迎来新突破之际，智元机器人公司宣布了一项重大创新成果——智元启元大模型（Genie Operator-1），这一消息由知名科技极客“稚晖君”的创业项目正式揭晓。

智元启元大模型的核心在于其革命性的Vision-Language-Latent-Action（ViLLA）架构，这一架构巧妙融合了VLM（多模态大模型）与MoE（混合专家）技术，使得机器人能够通过观察人类视频进行学习，并在小样本条件下迅速适应新任务。这一技术的实现，不仅大幅降低了具身智能的应用门槛，还成功应用于智元的多款机器人产品中。

在五种不同复杂度的任务测试中，GO-1大模型展现了其卓越的性能。与现有最优模型相比，GO-1的平均成功率提高了32%，从46%跃升至78%。特别是在“倒水”、“清理桌面”和“补充饮料”等具体任务中，GO-1的表现尤为抢眼。

智元团队还针对ViLLA架构中的Latent Planner进行了专项验证。实验结果显示，引入Latent Planner后，任务成功率进一步提升了12%，从66%增长到78%。

GO-1大模型之所以能够实现如此显著的性能提升，得益于其强大的学习能力。该模型结合了互联网视频和真实人类示范数据，使得机器人能够更好地理解人类行为，从而提供更加贴心的服务。同时，GO-1还具备出色的泛化能力，能够在极少甚至零样本的情况下适应新场景和新任务，极大地降低了具身模型的使用难度和后训练成本。

更令人瞩目的是，GO-1大模型作为一款通用机器人策略模型，能够轻松迁移至不同形态的机器人上，实现快速适配和群体升智。这一特性使得GO-1成为了一款极具潜力的通用具身基座模型。

在实际应用中，GO-1大模型展现出了其持续进化的能力。通过智元提供的数据回流系统，GO-1能够从实际执行任务中遇到的问题数据中不断学习和进化，实现越用越聪明的目标。

智元机器人的创始人之一彭志辉（稚晖君）曾以“华为天才少年计划”最高档年薪201万元加入华为团队，从事AI芯片和算法研究工作。2022年年底，他从华为离职，并于2023年2月联合创立了智元机器人公司。