文章详情

在科技界的最新动态中，知名技术达人稚晖君的创业项目智元机器人宣布了一项重大突破——成功推出其首个通用具身基座模型，命名为智元启元大模型（Genie Operator-1），这一消息迅速引起了业界的广泛关注。

智元启元大模型的核心在于其创新的Vision-Language-Latent-Action（ViLLA）架构，这一架构融合了VLM（多模态大模型）与MoE（混合专家）技术，实现了通过人类视频学习的能力，显著提升了小样本快速泛化的效率，从而降低了具身智能的应用门槛。目前，该大模型已成功应用于智元多款机器人本体。

在五种不同复杂度的任务测试中，智元启元大模型（GO-1）展现出了卓越的性能。与现有的最优模型相比，GO-1的平均成功率提高了32%，从46%跃升至78%。尤其在“倒水”、“清理桌面”和“补充饮料”等具体任务中，GO-1的表现尤为亮眼。

为了进一步验证ViLLA架构中Latent Planner的作用，研究团队进行了专项测试。结果显示，在引入Latent Planner后，任务成功率提升了12%，从66%增加到78%。这一发现进一步证明了ViLLA架构的有效性和先进性。

据智元机器人介绍，GO-1大模型通过整合人类和多种机器人的数据，赋予了机器人前所未有的学习能力。这种能力使机器人能够广泛适应各类环境和物品，快速适应新任务、学习新技能。同时，GO-1还支持部署到不同形态的机器人本体上，实现了高效落地和持续进化。

GO-1大模型的四大特点包括：人类视频学习能力，使其能够结合互联网视频和真实人类示范进行学习，更好地服务人类；小样本快速泛化能力，降低了具身模型的使用门槛，后训练成本极低；一脑多形能力，使其能够在不同机器人形态之间迁移，快速适配不同本体；以及持续进化能力，借助智元的数据回流系统，GO-1能够从实际执行中遇到的问题数据中不断学习和进化。

智元机器人的创始人彭志辉（稚晖君）曾以华为天才少年计划的最高档年薪201万元加入华为团队，从事AI芯片和算法研究工作。然而，在2022年年底，他选择从华为离职，并于2023年2月联合创立了智元机器人。

随着智元启元大模型的推出，智元机器人在具身智能领域迈出了重要一步。这一创新成果不仅展示了智元机器人在技术研发方面的实力，也为未来机器人技术的发展提供了新的方向和可能。