跳到正文
aihot(aihot.news)· noreply@aihot.news (AGIBOT 智元)·· 23 天前精選品質評分61

智元發布具身模型 GO-3 Preview,登頂三項評測榜單並計畫於 2026 年底開源

智元釋出具身模型 GO-3 Preview,登頂 RoboDojo、RoboTwin、RoboColiseum 三大榜單並計劃 2026 年底開源

重點導讀

智元於 10 月 29 日發布具身基座模型 GO-3 Preview,該模型登上 RoboDojo、RoboTwin、RoboColiseum 三項評測榜單第一,並計畫於 2026 年底全面開源。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

文章以便利店實際作業資料呈現部署後持續學習的變化,並說明成功率與常規微調的比較,可瞭解具身模型如何累積作業經驗。

正文

AGIBOT 智元·2026-10-30 17:38· 5 天前精選AI 評分64

AI WAVE|智元釋出具身模型GO-3 Preview ,一舉拿下 RoboDojo、RoboTwin、RoboColiseum 三大榜單第一

AI 導讀

智元於 10 月 29 日釋出新一代具身基座模型 GO-3 Preview,登頂 RoboDojo、RoboTwin、RoboColiseum 三大評測榜單,並計劃於 2026 年底全面開源。

推薦理由

官方詳細披露了 GO-3 Preview 的 WRAM 架構、全鏈路訓練方法與真實便利店場景的持續進化資料,可瞭解具身模型的技術路線。

正文

AI WAVE|智元釋出具身模型GO-3 Preview ,一舉拿下 RoboDojo、RoboTwin、RoboColiseum 三大榜單第一 釋出時間:2026-10-30 17:38:11

10月29日,作為AI WAVE的集大成之作,智元正式推出預訓練/後訓練/部署後實現全鏈路規模化學習的具身模型——GO-3 Preview。GO-3 Preview 以理解、預測、動作統一的具身原生架構為基礎,依託 Genie Evolver 與 Genie Master,將學習從預訓練延伸至後訓練與部署後,讓機器人在經驗互動與真實作業中持續改進。

大語言模型在知識推理上突飛猛進,但物理世界的作業,不止要 “會想”,更要 “會做”。精細抓取、零件裝配,不光需要理解任務指令,更要預判環境變化、處理接觸受力、輸出精準的實體動作,這正是具身智慧不可替代的主場。

圖片10.png

10月29日,智元正式釋出新一代具身基座模型GO-3 Preview,其採用具身原生的WRAM(World Reasoning Action Model)架構,將任務推理、未來預測與動作生成連線起來,讓機器人理解指令、預測未來,並生成可執行的動作。該模型已於近日登頂RoboDojo、RoboTwin、RoboColiseum三大行業權威評測榜單,將於2026年底全面開源。

行業普遍好奇:大模型可以做Scaling,那物理AI能不能複製這套增長規律?智元給出的答案是:具身智慧要走全鏈路Scaling,不只有預訓練,還要包含後訓練、部署後持續迭代,具身模型不是單純 “訓出來的”,更是在真實世界 “幹出來的”。

01/

預訓練:建立通用能力

讓機器人“看得懂、學得會”

同樣是執行“抓取水杯”指令,機器人面對的可能是帶把手的馬克杯,也可能是光滑的玻璃杯;杯子可能放在桌面中央,也可能位於一堆雜物之間。

要適應這些變化,機器人不能只“死記硬背”某個物體或某個固定動作,而是要具備能夠跨任務、跨場景遷移的通用能力。為此,在預訓練階段,GO-3 Preview以具身原生架構WRAM為基礎,從資料與模型兩個維度入手,以提高機器人的通用能力,讓其更快學會“舉一反三”。

具身原生架構WRAM承擔的功能,是把機器人的任務理解、未來預測和動作生成串聯起來。輸入端,VLM推理與CoAE控制向編碼,兵分兩路,視覺輸入的token壓到DINOv3的十六分之一、動作恢復誤差降低35%;決策端,單步預測未來——先預測後果,再通過IDM模組生成動作;輸出端,KASO四選其一,訓練時即篩掉不相容的未來。

l CoAE:Control-Oriented Autoencoder。CoAE提取面向控制的視覺表徵,為未來預測與動作生成提供基礎。物體的位置、形態和相互關係,由此與機器人如何行動建立聯絡。

l SVP:Single-step Visual Planner,單步生成完整未來。SVP根據觀測與任務條件預測後續變化,動作生成模組進一步學習如何從當前狀態到達預測狀態。人類影片提供物理世界變化的經驗,機器人軌跡則連線具體動作與狀態變化。

l KASO:Knowledge-Aligned Selective Optimization,動作與未來一致性篩選。同一場景可以存在多種合理的未來。KASO在訓練中篩選與真實動作更相容的候選結果,用於聯合學習,讓未來預測與動作生成的訓練目標更好地銜接。

通過CoAE、SVP和KASO三項核心設計,模型不僅能夠理解“要做什麼”,還能判斷“接下來會發生什麼”,並進一步生成“具體應該怎麼做”的動作。

1793613935290200.gif

基於WRAM架構,GO-3 Preview從資料與模型兩個維度共同推進Scaling,讓異構經驗參與共同學習。資料維度解決“學什麼、學得夠不夠廣”:人類第一視角影片提供豐富的物體互動和任務過程,機器人軌跡則建立觀測、動作與物理結果之間的聯絡。模型維度解決“如何承接和運用這些經驗”:通過增強學習能力,把分散的經驗組織起來,轉化為可遷移的通用能力。

1793614158584632.gif

經過預訓練,模型任務遷移與複雜技能適應能力更強,並在Zero-Shot(零樣本)與Few-Shot(少樣本)任務中得到檢驗。在家居、廚房、多機協作、靈巧操作場景裡,不用額外微調,機器人就能直接完成陌生任務。

1793614169682853.gif

面對更復雜的任務,GO-3 Preview可利用少量示範進一步學習,完成製作煎餅果子這樣的長程精細任務。

1793614180200365.gif

樂高拼裝要求準確抓取零件、找準位置並完成插合,經過微調的模型,機器人能夠完成這些精細動作,並在AI 助理編排下將多個步驟銜接起來,完成拼裝。

02/

後訓練:在虛實互動中改進

讓機器人“多練習、會復盤”

有了通用能力,並不意味著機器人就能直接勝任所有複雜任務。就像人學會基本動作後仍需反覆練習,機器人也需要在不斷嘗試和反饋中改進策略。

在GO-3 Preview後訓練階段,智元構建分散式混合環境後訓練系統Genie Evolver,依託百臺真機,並結合物理模擬與世界模型,讓機器人在實踐中提升能力。機器人經驗在這裡匯聚、模型策略隨之更新、新模型下發真機進行驗證、新的反饋再次迴流。

1793614192694434.gif

真機環境:讓機器人從群體經驗中學習。CEL(群體經驗學習)匯聚多臺機器人的執行經驗,成功軌跡提供可學習的動作,失敗上下文指明需要改進的環節。通過檢索相關成功片段、更新共享策略,讓個體獲得的經驗能夠被群體複用。

1793614206324371.gif

物理模擬:擴充套件可控的互動場景。基於Genie Sim模擬環境,低成本拓展場景邊界。模擬支援在不同環境條件下組織訓練與評測,拓展場景和物理互動的覆蓋,為策略探索提供可重複的條件。

1793614216245121.gif

世界模型:一次經歷,探索多種未來。依託Genie Envisioner 2.0世界模型,機器人拿到一段真實經歷之後,可以分叉推演多條未來路徑,對比不同結果來最佳化策略,再用真機反饋持續校準世界模型。

1793614229762111.gif

1793614237981824.gif

隨著互動經驗不斷積累、動作策略持續更新,機器人的能力也隨之提升:桌面冰壺中,經過4 小時線上迭代,它的效能超過被測人類平均水平;抽積木塔可以連續抽取 5 塊,還能保持整塔穩定。用想像補經驗,正在成為現實。

03/

部署後:複用真實作業經驗

讓機器人“邊工作、邊進化”

進入GO-3 Preview部署後階段,機器人一定會遇到許多訓練時沒見過的情況。靠人工追在後面改程式碼、採資料,具身智慧的落地只能小步慢跑。如何讓機器人“邊工作、邊進化”?

智元通過具身Agent框架Genie Master,把判斷、執行與反饋連線起來,讓機器人能夠實現部署後的自主改進,在真實作業中持續提升能力,實現“邊上崗,邊解鎖新技能”。

640 (9).gif

研究團隊引入了具身執行協議EEP(Embodied Execution Protocol),統一能力、引導、反饋和連續性四類介面,讓Agent清楚地知道:有哪些機器人能力可以呼叫,這一步應該如何引導執行,實際結果是否達到要求,以及還有哪些任務需要完成。

隨後,是沿著兩條路徑,讓經驗影響下一輪決策與執行。 一是讓經驗可積累,將成敗案例沉澱為記憶,指導後續任務編排。在推理和執行過程中,機器人會將成功與失敗的案例隨做隨記。每日任務結束後,再由模型統一總結,把其中可複用的內容沉澱進長期記憶。遇到同類任務和場景時,這些經驗可以被逐步載入、呼叫。

二是讓能力可固化,將作業軌跡用於繼續訓練動作策略。在Agent協助執行、接管和恢復的過程中,系統會產生包含問題、調整和結果的資料。這些資料經過後處理後用於訓練動作策略,使有效的改進不只服務於當前任務,還能保留在模型引數中,轉化為後續可呼叫的操作能力。

1793614259403062.gif

搭載該框架的精靈G2,在真實便利店上崗期間,不依賴人工示範與除錯,自己定位失敗原因、調整策略、沉澱經驗,做到了在多個複雜精細任務上持續改進,實現“無人在環”的持續自我進化。

圖片2.png

圖片14.png

機器人完整任務流程成功率從首日28.6%,5天后穩定至85.7%。比如便利店機器人掛小掛鉤,它自主定位問題、沉澱經驗,調整動作時序,把失敗記錄變成動作指南。其單任務成功率相比常規微調(SFT)提升17.7個百分點,區別於後者容易出現瓶頸,它支援持續線上學習。

這是行業首次跳出模擬環境、走出實驗室,在真實業務場景中驗證Physical RSI(具身遞迴自進化)。

從GO-1開創性地提出ViLLA架構,到GO-2首創“動作思維鏈” ,智元不斷拓展具身智慧的能力邊界。到了GO-3,智元希望在更多環節放大規模的力量。此次釋出的GO-3 Preview,在RoboDojo、RoboTwin、RoboColiseum三項具身智慧評測榜單中均位列第一,體現了其在通用能力與操作能力上的最新進展,也展現了全鏈路規模化學習的技術潛力。

當資料、反饋與經驗形成持續迴圈,機器人的能力邊界也將不斷拓展。全鏈路規模化學習所開啟的,是一條從能力建立到能力複用、再到能力進化的完整路徑,讓機器人真正把所學轉化為所用,把每一次作業轉化為持續進步的新起點。

來源:AGIBOT 智元 · agibot.com.cn

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論