聲明:本文來(lái)自于（ID:ykqsd.com）授權(quán)轉(zhuǎn)載發(fā)布。

封面新聞?dòng)浾?張崢

刷卡開(kāi)門、泡咖啡、烤吐司……3月10日，智元機(jī)器人宣布發(fā)布首個(gè)通用具身基座模型——智元啟元大模型。2024年底，智元推出AgiBot World，包含100萬(wàn)條軌跡、217個(gè)任務(wù)、五大場(chǎng)景的大規(guī)模高質(zhì)量真機(jī)數(shù)據(jù)集。基于AgiBot World，智元正式發(fā)布智元通用具身基座大模型 Genie Operator-1（GO-1）。

據(jù)稱，GO-1大模型將加速具身智能的普及，推動(dòng)機(jī)器人從依賴特定任務(wù)的工具，邁向具備通用智能的自主體，將在商業(yè)、工業(yè)、家庭等領(lǐng)域發(fā)揮更大作用。

智元機(jī)器人發(fā)布啟元大模型

3月7日，智元機(jī)器人聯(lián)合創(chuàng)始人兼首席技術(shù)官稚暉君（彭志輝）在微博宣布下周將發(fā)布重要產(chǎn)品。這位從華為離職、以天才少年著稱的工程師，憑借在B站的機(jī)器人制作視頻，圈粉無(wú)數(shù)。隨著宇樹(shù)機(jī)器人的走紅，網(wǎng)友對(duì)"稚暉君"的關(guān)注度更高。

"華為天才少年"的機(jī)器人事業(yè)

彭志輝出生于江西吉安，畢業(yè)于電子科技大學(xué)信通學(xué)院，2020年以201萬(wàn)元年薪加入華為，從事昇騰AI芯片和AI算法研究。2023年2月，他與他人共同創(chuàng)立了智元機(jī)器人。

智元機(jī)器人已就位

彭志輝在B站擁有超過(guò)260萬(wàn)粉絲，他展示了許多酷炫發(fā)明，如自動(dòng)縫合葡萄皮的機(jī)器手臂、自動(dòng)駕駛自行車、火星車等。他一直夢(mèng)想創(chuàng)立機(jī)器人研發(fā)公司，2022年底離開(kāi)華為后，引發(fā)網(wǎng)友對(duì)其的偶像崇拜。

智元機(jī)器人落戶上海張江科學(xué)城，獲得高瓴創(chuàng)投、鼎暉投資、紅杉中國(guó)、比亞迪、軟通動(dòng)力等多家投資。2023年8月，首款具身智能機(jī)器人"遠(yuǎn)征A1"首次亮相；2025年1月6日，第1000臺(tái)通用具身機(jī)器人下線。

一腦多形，通過(guò)人類視頻進(jìn)行學(xué)習(xí)

智元機(jī)器人推出首個(gè)通用具身基座模型——智元啟元大模型（Genie Operator-1），其創(chuàng)新性地采用了Vision-Language-Latent-Action (ViLLA) 架構(gòu)。該架構(gòu)由VLM（多模態(tài)大模型）與MoE（混合專家）組成，其中VLM借助海量互聯(lián)網(wǎng)圖文數(shù)據(jù)，實(shí)現(xiàn)了對(duì)通用場(chǎng)景的感知與語(yǔ)言理解能力；MoE中的隱式規(guī)劃器（Latent Planner）通過(guò)大量跨本體與人類操作視頻數(shù)據(jù)，獲得了通用動(dòng)作理解能力；而動(dòng)作專家（Action Expert）則憑借數(shù)百萬(wàn)真實(shí)機(jī)器人操作數(shù)據(jù)，掌握了精細(xì)動(dòng)作執(zhí)行能力。三者相輔相成，使模型能夠利用人類視頻進(jìn)行學(xué)習(xí)，實(shí)現(xiàn)小樣本快速泛化，降低了具身智能的門檻，并成功部署到智元多款機(jī)器人本體，推動(dòng)了具身智能技術(shù)的進(jìn)一步發(fā)展。

遞送烤吐司的機(jī)器人

在智元機(jī)器人10日發(fā)布的視頻中，展示了多個(gè)機(jī)器人應(yīng)用場(chǎng)景，包括為員工刷卡、沖泡咖啡、遞送飲料等，這些場(chǎng)景讓人們對(duì)未來(lái)的人機(jī)協(xié)作充滿期待。智元機(jī)器人表示，GO-1大模型通過(guò)融合人類與多種機(jī)器人數(shù)據(jù)，獲得了學(xué)習(xí)能力，能夠泛化應(yīng)用至各類環(huán)境與物品中，快速適應(yīng)新任務(wù)、學(xué)習(xí)新技能。此外，該模型支持部署到不同機(jī)器人本體，實(shí)現(xiàn)高效落地，并在實(shí)際使用中持續(xù)進(jìn)化。

遞送工作牌

GO-1大模型還具備一腦多形的特點(diǎn)，即通用機(jī)器人策略模型。該模型可以在不同機(jī)器人形態(tài)之間遷移，快速適配至不同本體，從而實(shí)現(xiàn)群體智慧的提升。此外，該模型還能夠結(jié)合互聯(lián)網(wǎng)視頻與真實(shí)人類示范進(jìn)行學(xué)習(xí)，增強(qiáng)了對(duì)人類行為的理解能力，更好地為人類服務(wù)。