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

出品：網(wǎng)易科技《態(tài)度AGI》欄目

作者：崔玉賢

編輯：丁廣勝

“下周，智元機器人將發(fā)布全新產(chǎn)品。”華為離職天才少年、智元聯(lián)合創(chuàng)始人“稚暉君”（彭志輝）在社交媒體上發(fā)出預(yù)告。

3月10日上午，“好東西”如期而至，智元機器人官方宣布正式發(fā)布首個通用具身基座模型——智元啟元大模型GO-1（Genie Operator-1），這也是國內(nèi)首個通用具身基座大模型。

此消息迅速登上熱搜，引發(fā)廣泛關(guān)注。

根據(jù)官方介紹，智元的GO-1大模型采用了創(chuàng)新的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，具備人類視頻學(xué)習(xí)能力、小樣本快速泛化、一腦多形、持續(xù)進化等顯著優(yōu)勢。這一架構(gòu)使機器不僅具備了運動能力，更實現(xiàn)了AI功能，真正賦予了機器價值。

在對GO-1進行多維度測試后發(fā)現(xiàn)，其在五個不同復(fù)雜度任務(wù)中的成功率較現(xiàn)有最優(yōu)模型大幅提升，平均成功率提高32%（從46%提升至78%）。

其中，“倒水”、“清理桌面”和“補充飲料”等任務(wù)表現(xiàn)尤為突出。

在ViLLA架構(gòu)中，Latent Planner作為MoE的一組專家，基于VLM的中間層輸出預(yù)測Latent Action Tokens作為CoP（Chain of Planning，規(guī)劃鏈），實現(xiàn)了通用的動作理解和規(guī)劃。單獨驗證Latent Planner在ViLLA架構(gòu)中的作用后，其成功率提升了12%（從66%提升至78%）。

推出GO-1后，智元機器人將具身智能技術(shù)的應(yīng)用場景從單一任務(wù)擴展到了多任務(wù)并行，從封閉環(huán)境轉(zhuǎn)向開放世界，從預(yù)設(shè)程序走向指令泛化，標志著具身智能技術(shù)進入了一個全新的發(fā)展階段。

智元機器人將于2025年第二季度推出首個基于強化學(xué)習(xí)的Foundation Model。

在GO-1大模型正式發(fā)布之后，智元合伙人、具身業(yè)務(wù)部總裁、研究院執(zhí)行院長姚卯青以及智元具身研究中心常務(wù)主任任廣輝接受了網(wǎng)易科技的采訪。

對于發(fā)布基座大模型的目的，姚卯青表示，AI技術(shù)將成為機器人產(chǎn)品核心競爭力的關(guān)鍵要素，而機器人行業(yè)的發(fā)展最終將取決于其AI能力。因此，任何機器人公司若不投入大模型技術(shù)的研發(fā)，則難以在未來的競爭中立于不敗之地。

對于智元來說，AI技術(shù)的投入被視為一項具有戰(zhàn)略意義的長期規(guī)劃，且是堅定的。

此外，智元在發(fā)布基座大模型的同時，還同步發(fā)布了相關(guān)論文，這在一定程度上可被視為一種開放式的做法。據(jù)姚卯青透露，智元將在2025年第一季度向核心用戶開源整個大模型。

在采訪中，姚卯青還深入探討了行業(yè)熱議的"9.9萬人形機器人"話題。他認為，機器人硬件的基礎(chǔ)性能同樣決定了其能力的上限。在這一階段，智元仍然堅持認為，以價值為導(dǎo)向，讓機器人硬件與軟件協(xié)同合作，產(chǎn)生良好的效果，才是正確的研發(fā)方向，而不是簡單地追求體積大的"玩具"。

姚卯青表示，人形機器人的應(yīng)用將是一個漸進的過程。目前，人形機器人已在局部場景中實現(xiàn)應(yīng)用落地，但大家期待的機器人進入家庭場景，還需要再等5年左右。

智元機器人公司成立于2023年，創(chuàng)始人彭志輝早年曾在華為擔(dān)任要職，后轉(zhuǎn)投智元。自成立以來，公司就已推出首款真正意義上的人形機器人，并已批量下線1000臺機器人產(chǎn)品，完成了多輪融資，累計融資金額超過16億元。

值得一提的是，智元的創(chuàng)始人彭志輝還是B站知名UP主。2017年，他開始在B站發(fā)布視頻內(nèi)容。2020年，憑借在B站制作的硬核小電視視頻走紅。2024年，他在公開演講中盛贊其從"野生鋼鐵俠"成長為70億估值企業(yè)CTO的成長軌跡。

以下是對原文的改寫版本：

1. 以下為對話智元合伙人、具身業(yè)務(wù)部總裁、研究院執(zhí)行院長姚卯青以及智元具身研究中心常務(wù)主任任廣輝的部分內(nèi)容：

2. 提問：智元具身基座大模型的研發(fā)初衷是什么？

3. 姚卯青：這與我們公司的使命緊密相連。我們公司的使命是通過通用機器人創(chuàng)造無限生產(chǎn)力。我們認為，機器人僅憑硬件本體（HBP）是不夠的，這也是當前一些機構(gòu)或國外公司對機器人行業(yè)的評論，認為中國人形機器人公司在硬件領(lǐng)域表現(xiàn)突出，但在AI能力方面尚未見到顯著進展。

4. 我們認為，AI能力將是未來機器人產(chǎn)品競爭力的核心驅(qū)動力，就像今天的新能源車和智能手機一樣，硬件領(lǐng)域趨于收斂，供應(yīng)鏈高度整合，最終的對決將集中在AI能力上。

5. 對于機器人而言，沒有自主作業(yè)能力的價值是有限的。基于這一初衷，我們將具身智能的AI研發(fā)提升為公司戰(zhàn)略級的投入。我們也是首個實現(xiàn)大規(guī)模機器人量產(chǎn)，并用這批產(chǎn)線采集的數(shù)百萬高質(zhì)量數(shù)據(jù)進行自研大模型訓(xùn)練，同時將大模型部署回硬件本體。這一閉環(huán)的研發(fā)迭代是 industry-defining的。

6. 提問：大模型的應(yīng)用場景將經(jīng)歷怎樣的演變？

7. 姚卯青：我們預(yù)計，大模型在機器人行業(yè)的應(yīng)用將經(jīng)歷漸進式演變，從結(jié)構(gòu)化場景較為明確的領(lǐng)域開始逐步落地探索，隨后向半結(jié)構(gòu)化和半開放的任務(wù)和場景擴展。通過在各行業(yè)、各場景中持續(xù)積累海量數(shù)據(jù)和交互數(shù)據(jù)，我們最終將實現(xiàn)通用人工智能（AGI）在物理世界的應(yīng)用，真正走進千家萬戶，尤其在家庭中執(zhí)行各類開放式的指令任務(wù)。

8. 從這一角度看，我們在過去兩年內(nèi)將重點布局工業(yè)、服務(wù)業(yè)和商業(yè)領(lǐng)域的應(yīng)用，同時堅定地為最終實現(xiàn)AGI、走進家庭這樣的開放式場景持續(xù)技術(shù)積累。

9. 提問：智元的具身基座大模型GO1可以降低成本，具體能夠降低多少幅度？

讓我們回顧一下之前的研究成果。在特定場景中，完成一個任務(wù)所需的訓(xùn)練數(shù)據(jù)量可能達到數(shù)千條甚至數(shù)百條就能達到最佳效果，相比之前需要的萬條規(guī)模，這相當于降低了數(shù)量級的數(shù)據(jù)采集要求。

智元開發(fā)的具身基座大模型開源后，其應(yīng)用前景如何？

我們可以看到，智元推出的核心技術(shù)已正式發(fā)布，并同步公開了技術(shù)博客和相關(guān)論文。某種程度上，這也算是對智元平臺的開源。我們計劃在本季度對核心用戶進行模型開源，允許他們將模型部署到智元的機器人上進行應(yīng)用。

機器人技術(shù)方面，我們認為目前仍處于早期階段，尚未達到技術(shù)收斂狀態(tài)。由于行業(yè)受限于數(shù)據(jù)供應(yīng)的問題，尚未完成從局部驗證到全面驗證的完整過程。這也是我們此前選擇主動開源AgiBot World的原因。

在機器人智能等級標準（G1-G5）的體系中，智元的GO1技術(shù)應(yīng)該處于哪個等級？

目前發(fā)布的相關(guān)技術(shù)處于G3至G4之間的過渡階段。

數(shù)據(jù)集采集的未來走向是否會單獨剝離出來形成一個獨立的產(chǎn)業(yè)？

這一趨勢是有可能的。從AI產(chǎn)業(yè)發(fā)展的明確分工來看，數(shù)據(jù)采集、標注、審核甚至數(shù)據(jù)交易等環(huán)節(jié)都已經(jīng)出現(xiàn)了以平臺為主導(dǎo)的機構(gòu)。在機器人領(lǐng)域，這一情況同樣具備可復(fù)制性。

未來，機器人技術(shù)的發(fā)展將主要聚焦于哪些方面？技術(shù)路徑和市場趨勢是怎樣的？

在技術(shù)路徑和市場趨勢方面，機器人的核心競爭力將源自于AI技術(shù)的持續(xù)進步。我們預(yù)計，隨著AI技術(shù)的不斷演進，機器人領(lǐng)域的競爭將更加激烈，市場也將呈現(xiàn)出多元化的發(fā)展格局。

姚卯青：我認為算法目前還處于發(fā)展的初期階段，還不能說已經(jīng)形成了完整的生態(tài)鏈。但在這一過程中，我們確實遇到了一些挑戰(zhàn)。例如，偏科現(xiàn)象較為普遍，一些公司在算法方面有顯著優(yōu)勢，包括一些國外公司，雖然在AI算法方面表現(xiàn)突出，但在機器人硬件和機器人本體的生產(chǎn)規(guī)模上卻相對薄弱，這在一定程度上限制了其在算法研發(fā)和驗證方面的整體能力。另一方面，一些專注于硬件制造的公司由于行業(yè)限制，其在AI領(lǐng)域的投入也受到較大制約。

我們希望看到更多的公司能夠像智元這樣，從硬件、數(shù)據(jù)、算法等端到端，具備完整的研發(fā)能力，從而在這一領(lǐng)域形成更多具有競爭力的創(chuàng)新者。

提問：您認為智能機器人何時能夠走進家庭場景應(yīng)用？

姚卯青：我們預(yù)測，這一目標的實現(xiàn)可能需要大約五年的努力，才能真正推動智能機器人走入家庭，創(chuàng)造實際價值。

提問：之前有人對9.9萬元價位下的機器人表示擔(dān)憂，您認為這一價位是否具有真正的市場價值？

姚卯青：9.9萬元價位確實引起了廣泛關(guān)注。但是，行業(yè)內(nèi)的從業(yè)者都知道，目前生產(chǎn)高質(zhì)量零部件的成本較高。如果價格虛高，顯然是在使用劣質(zhì)材料。此外，硬件的基礎(chǔ)配置也決定了機器人的能力上限。在此階段，我們始終堅持價值導(dǎo)向，只有當機器人的硬件與軟件協(xié)同作用，才能產(chǎn)生真正的好效果，為用戶提供實際價值。單純購買一個大號的電動玩具，長期來看不具備良好的商業(yè)價值。

提問：智元今年的商業(yè)計劃是什么？

姚卯青：今年我們的增長目標是營收的倍增，出貨量將突破數(shù)千臺。

提問：智元成立僅兩三 years，如何與成立八九年甚至更長時間的公司競爭？競爭優(yōu)勢是什么？

姚卯青：我覺得成立時間較短的公司具有較大的競爭優(yōu)勢。因為智能機器人產(chǎn)業(yè)從技術(shù)上說是一個新興行業(yè)，而能夠成功的大模型公司往往在組織結(jié)構(gòu)上有著非常年輕化的方向。

在制定經(jīng)營戰(zhàn)略或技術(shù)規(guī)劃時，我們需要克服"unlearnable"的障礙，如果存在過多的歷史包袱，就難以采取-bold的策略性調(diào)整。發(fā)展到一定規(guī)模的公司，從資本運作層面和經(jīng)營層面都會變得更加保守、務(wù)實。

智元公司成立兩年來，平均研發(fā)年齡為30歲以下，無論是產(chǎn)品銷量還是收入，都實現(xiàn)了快速提升。

相信今年我們有機會在經(jīng)營層面上實現(xiàn)國內(nèi)行業(yè)領(lǐng)軍，成為真正的行業(yè)龍頭。我們用兩年時間走完了別人可能需要八年、九年才能完成的路程，這得益于快速上升的趨勢。