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

智元機(jī)器人推出首個通用具身基座模型——智元啟元大模型Genie Operator-1（GO-1）。該模型采用Vision-Language-Latent-Action(ViLLA)框架，整合了多模態(tài)大模型（VLM）與混合專家（MoE）技術(shù)，具備"一網(wǎng)打盡"的高效能力：小樣本快速泛化、適應(yīng)不同本體、持續(xù)進(jìn)化，同時能從人類視頻中學(xué)習(xí)。

此外，智元機(jī)器人還計劃在未來幾個月內(nèi)推出基于強(qiáng)化學(xué)習(xí)的仿真模型，并展示新一代人形機(jī)器人。

ViLLA框架由兩部分組成：主干網(wǎng)絡(luò)（VLM）與隱式規(guī)劃器（MoE）。主干網(wǎng)絡(luò)繼承自開源多模態(tài)大模型5-2B的權(quán)重，通過互聯(lián)網(wǎng)大規(guī)模的純文本與圖文數(shù)據(jù)，賦予模型對通用場景的感知與理解能力。

在MoE部分，隱動作專家模型負(fù)責(zé)規(guī)劃，利用了互聯(lián)網(wǎng)上的大規(guī)模人類操作與跨本體操作視頻，提升模型對動作的理解能力。動作專家模型則通過高質(zhì)量的仿真數(shù)據(jù)與真機(jī)數(shù)據(jù)，實現(xiàn)動作的精細(xì)控制。

Genie Operator-1具備五大顯著特點(diǎn)：

1. 基于具身領(lǐng)域的數(shù)字金字塔構(gòu)建，底層是互聯(lián)網(wǎng)的大規(guī)模純文本與圖文數(shù)據(jù)，幫助機(jī)器人理解通用知識與場景。

2. 首次提出Vision-Language-Latent-Action框架，整合多模態(tài)與混合專家技術(shù)，實現(xiàn)高效學(xué)習(xí)與適應(yīng)。

3. 擁有強(qiáng)大的小樣本快速泛化能力，能夠快速適應(yīng)不同本體環(huán)境。

4. 具備持續(xù)進(jìn)化能力，能夠不斷優(yōu)化與改進(jìn)。

5. 能夠從人類視頻中學(xué)習(xí)，提升自主決策能力。

在互聯(lián)網(wǎng)的大規(guī)模人類操作/跨本體的視頻數(shù)據(jù)之上，機(jī)器人可以學(xué)習(xí)到人類或其他本體的操作模式，幫助其掌握復(fù)雜動作。

在這一層級，機(jī)器人將接觸到仿真數(shù)據(jù)，這些數(shù)據(jù)有助于增強(qiáng)其泛化能力，使其能夠適應(yīng)不同場景、物體等復(fù)雜環(huán)境。

金字塔的頂層則是高質(zhì)量的真機(jī)示教數(shù)據(jù)，這種數(shù)據(jù)為機(jī)器人提供了精準(zhǔn)的動作執(zhí)行能力。

GO-1采用基于視覺語言模型和混合專家網(wǎng)絡(luò)構(gòu)建的ViLLA框架，能夠?qū)⒍嘞鄼C(jī)的視覺信號和人類語言指令直接轉(zhuǎn)化為機(jī)器人的動作執(zhí)行。與Vision-Language-Action（VLA）模型相比，ViLLA通過預(yù)測隱式動作標(biāo)記，成功地解決了圖像-文本輸入與機(jī)器人動作執(zhí)行之間的技術(shù)瓶頸。

例如，用戶只需用自然的語言告訴機(jī)器人要做的事情，如“掛衣服”，模型就能將其分解為具體的步驟來處理：

首先，模型可以根據(jù)所見的畫面信息以及已學(xué)習(xí)的大規(guī)模互聯(lián)網(wǎng)純文本和圖文數(shù)據(jù)，理解“掛衣服”在特定語境下的具體含義和操作要求。

其次，模型基于已學(xué)習(xí)的人類操作視頻以及各種機(jī)器人的操作經(jīng)驗，能夠識別出掛衣服這一任務(wù)通常涉及哪些步驟和環(huán)節(jié)。

然后，模型結(jié)合仿真數(shù)據(jù)，了解掛衣服任務(wù)中可能涉及的具體物體（如不同種類的衣服）、環(huán)境（如衣柜的位置）以及操作流程，從而構(gòu)建起完整的任務(wù)模型。

最后，基于真機(jī)示教數(shù)據(jù)，機(jī)器人能夠準(zhǔn)確地執(zhí)行整個掛衣服任務(wù)。

GO-1的強(qiáng)大應(yīng)用能力體現(xiàn)在它能適應(yīng)多種場景。例如，早上起床后，機(jī)器人可以自動為用戶倒水、烘烤吐司；還可以被派往活動現(xiàn)場協(xié)助工作，負(fù)責(zé)檢票、發(fā)放物料等任務(wù)。

在商務(wù)會議中，面對人類發(fā)出的"幫我拿一瓶飲料""幫我拿一個蘋果"的語言指令，GO-1可以通過精準(zhǔn)的處理機(jī)制迅速回應(yīng)。

值得一提的是，GO-1還配備了獨(dú)特的學(xué)習(xí)機(jī)制，能夠通過數(shù)據(jù)回流持續(xù)優(yōu)化自身能力：例如，在為顧客準(zhǔn)備咖啡時不小心將杯子歪放，系統(tǒng)便能夠從這一數(shù)據(jù)中學(xué)習(xí)，逐步改進(jìn)，最終順利完成任務(wù)。

結(jié)語：具身智能正加速發(fā)展

長期以來，具身智能在擴(kuò)展性、通用性和指令泛化能力方面面臨諸多挑戰(zhàn)：缺乏有效的擴(kuò)展性，導(dǎo)致指令泛化能力不足；語言理解能力薄弱，限制了指令的泛化應(yīng)用；難以實現(xiàn)快速學(xué)習(xí)新技能，影響了實際應(yīng)用；此外，跨本體部署能力欠佳，限制了其廣泛應(yīng)用。

GO-1的問世，為機(jī)器人替代人類執(zhí)行生活和工作中的各項事務(wù)提供了強(qiáng)勁的腦力支持。無論是家庭場景中的餐食準(zhǔn)備和桌面收拾，還是辦公場景中的訪客接待和物品發(fā)放，亦或是工業(yè)場景中的各類操作任務(wù)，通用具身基座大模型都能快速應(yīng)對。這不僅加速了具身智能從單一任務(wù)向多種任務(wù)、從封閉環(huán)境到開放世界的遷移，也推動了指令泛化的進(jìn)程，使機(jī)器人能夠適應(yīng)更多樣化和真實世界的多變性。