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

曾被稱為華為"神童"的"稚暉君"彭志輝，現(xiàn)為智元聯(lián)合創(chuàng)始人。他憑借"天才少年"計劃以201萬元年薪加入華為，現(xiàn)擔任智元聯(lián)合創(chuàng)始人兼CTO。

"稚暉君"彭志輝曾因"天才少年"計劃以201萬元年薪加入華為，現(xiàn)為智元聯(lián)合創(chuàng)始人兼CTO。他近日在微博上預(yù)告，下周智元機器人將發(fā)布全新產(chǎn)品。

3月10日上午，智元機器人正式發(fā)布首個通用具身基座模型——智元啟元大模型GO-1。該模型基于Vision-Language-Latent-Action(ViLLA)框架，由多模態(tài)大模型(VLM)和混合專家(MoE)組成，具備訓練、推理和部署一體、小樣本快速泛化、跨本體應(yīng)用廣泛、持續(xù)進化和高效學習等特點。

該模型基于ViLLA框架，整合了多模態(tài)大模型和混合專家技術(shù)，具有訓練、推理和部署一體、小樣本快速泛化、跨本體應(yīng)用廣泛、持續(xù)進化和高效學習等特點。它可以通過利用人類與多種機器人數(shù)據(jù)，賦予機器人革命性學習能力。

此消息引發(fā)熱議。#華為離職天才少年官宣刷屏#、#稚暉君或再掀機器人行業(yè)風暴# 等多個熱詞登上微博熱搜。

3月10日上午的溝通會上，智元具身研究中心常務(wù)主任任廣輝對鈦媒體等表示，截至目前，智元機器人已量產(chǎn)下線1000臺機器人。他還透露，基于通用數(shù)據(jù)訓練的GO-1模型具有很強的泛化能力，在零數(shù)據(jù)下可快速適應(yīng)新場景和任務(wù)，并可在多個行業(yè)中部署，整體成本較低。

任廣輝強調(diào)，"具身智能"將向通用化、開放化和智能化邁進，邁向開放世界，不再局限于實驗室。

智元機器人合伙人、研究院執(zhí)行院長、具身業(yè)務(wù)部總裁姚卯青表示，智元對AI技術(shù)投入的戰(zhàn)略級地位非常堅定，今年將啟動規(guī)模化生產(chǎn)和交付，不會將AI研發(fā)重點轉(zhuǎn)向終端售價。他認為，在GO-1大模型的支撐下，智元機器人正在進入G3-G4階段，能夠?qū)Ｗ⒂谀骋蝗蝿?wù)并逐步具備通用能力。

姚卯青指出，機器人公司如果不開發(fā)大模型，就無法實現(xiàn)未來發(fā)展。只有具備智能化和作業(yè)能力的機器人，才能真正進行多樣化任務(wù)。硬件方案可能會逐漸收斂，供應(yīng)鏈高度整合，最終的競爭將取決于AI能力，這對機器人的自主作業(yè)能力至關(guān)重要。

普通話成立于2023年，目前是國內(nèi)人形機器人賽道的頭部企業(yè)之一，創(chuàng)始人之一彭志輝是擁有250多萬粉絲的B站UP主"稚暉君"。

近期，智元機器人在短短不到兩個月的時間內(nèi)就完成了天使輪融資，并在當年獲得了4次融資。成立后的6個月，公司發(fā)布了其首款人形機器人。2024年，該機器人又推出了五款商用型人形機器人新品。此外，公司還開源了百萬真實機器人數(shù)據(jù)集，并率先實現(xiàn)了1000臺機器人量產(chǎn)，這些成就均引發(fā)了行業(yè)關(guān)注。

截至目前，智元機器人已完成天使輪、A1、A1+等多輪融資，累計融資總額已經(jīng)超過16億元。

智元機器人目前擁有三條主要的產(chǎn)品線，包括遠征、Genie和靈犀三條產(chǎn)品線。

當前，具身模型在多個領(lǐng)域面臨挑戰(zhàn)。首先，其泛化能力不足，面對新場景時成功率顯著下降。其次，擴展新任務(wù)需要大量數(shù)據(jù)，導致落地成本居高不下。此外，不同本體的數(shù)據(jù)無法共享，進一步加劇了數(shù)據(jù)使用成本。再者，模型無法持續(xù)進化。此外，現(xiàn)有的具身小模型技能單一，難以快速學習新技能，且通用場景感知、指令理解等功能仍需進一步提升。目前，基于語義指令的泛化能力以及小樣本到新場景/新任務(wù)的泛化能力也較為薄弱。

針對上述問題，智元希望提供解決方案，并于今日發(fā)布了首個基于自有數(shù)據(jù)和自有機器人本體訓練部署的機器人基座模型。

該模型是全球首個基于大規(guī)模、高質(zhì)量自有數(shù)據(jù)，通過本體訓練并部署的機器人基座模型。

該模型采用了創(chuàng)新的Vision-Language-Latent-Action（ViLLA）架構(gòu)。該架構(gòu)由多模態(tài)大模型（VLM）和混合專家（MoE）組成。其中，VLM借助海量互聯(lián)網(wǎng)圖文數(shù)據(jù)，獲得了通用場景感知和語言理解能力。MoE中的隱式規(guī)劃器（Latent Planner）則通過大量跨本體和人類操作視頻數(shù)據(jù)，獲得了通用的動作理解能力。MoE中的動作專家（Action Expert）則通過百萬真實機器人數(shù)據(jù)，獲得了精細的動作執(zhí)行能力。三者相輔相成，實現(xiàn)了基于人類視頻學習、可實現(xiàn)小樣本快速泛化的目標，從而降低了具身智能的門檻，并成功部署于智元多款機器人本體。

Genie Operator-1具備五大顯著特點：通過智元的軟硬件一體化框架，實現(xiàn)了數(shù)據(jù)采集、模型訓練、模型推理的無縫銜接；具備強大的小樣本快速泛化能力，即使在零樣本情況下也能實現(xiàn)新場景和新任務(wù)的泛化；支持一腦多形，能夠在不同機器人形態(tài)間遷移，快速適配不同本體；搭配數(shù)據(jù)回流系統(tǒng)，持續(xù)進化學習；結(jié)合視頻學習，能夠結(jié)合互聯(lián)網(wǎng)視頻和真實人類示范進行學習，從而增強了模型對人類行為的理解能力。

據(jù)智元介紹，相比現(xiàn)有的最優(yōu)模型，Genie Operator-1的成功率平均提升了32%（從46%提升至78%）。其中，在執(zhí)行"倒水"（Pour Water）、"清理桌面"（Table Bussing）和"補充飲料"（Restock Beverage）等任務(wù)上表現(xiàn)尤為突出。

智元機器人表示，Genie Operator-1的發(fā)布，為機器人在家庭場景、辦公場景和工業(yè)場景等多方面提供了強大的腦力支持。如準備餐食、收拾桌面等家庭場景任務(wù)，接待訪客、發(fā)放物品等辦公場景任務(wù)，以及工業(yè)場景中的各種操作任務(wù)，都可以快速實現(xiàn)。這標志著"具身智能"從單一任務(wù)向多種任務(wù)、從封閉環(huán)境向開放世界、從預(yù)設(shè)程序向指令泛化加速邁進，為機器人適應(yīng)更多場景、解決更復雜的現(xiàn)實世界問題鋪平了道路。

此外，任廣輝表示，公司已與階躍星辰達成合作，雙方將圍繞階躍星辰在多模態(tài)、推理、訓練以及工程化等方面的底層模型能力展開深度合作，將階躍星辰的多模態(tài)等能力賦能到機器人領(lǐng)域。

姚卯青指出，借助AI 大模型技術(shù)，機器人在操作手能方面的提升將加速其在工業(yè)場景、零售業(yè)、服務(wù)業(yè)乃至家庭環(huán)境中的應(yīng)用。他認為這是機器人實現(xiàn)價值的關(guān)鍵時刻。

關(guān)于9.9萬元機器人話題，姚卯青對鈦媒體AGI獨家表示，目前市場上的9.9萬元機器人僅具備基礎(chǔ)運動能力，在硬件、算法和本體尚未完全收斂的情況下，盲目進行價格競爭并無實際意義。因此，他呼吁人形機器人產(chǎn)業(yè)應(yīng)關(guān)注產(chǎn)品競爭力，只有真正創(chuàng)造價值的產(chǎn)品才能獲得市場認可。

姚卯青強調(diào)，未來1-2年，人形機器人將在局部工業(yè)場景中實現(xiàn)應(yīng)用落地，而機器人具備類似人類的通用物理世界AGI能力則需要5-10年時間。此外，家庭環(huán)境中的機器人應(yīng)用還需要5年左右的時間才能逐步實現(xiàn)。

據(jù)鈦媒體AGI獨家了解，智元計劃于2025年第二季度推出基于強化學習的仿真模型，今年下半年將推出X2等多款商用機器人產(chǎn)品，并推出"靈巧手"等新技術(shù)，以加速實現(xiàn)公司2025年10倍營收增長的目標。

（本文首發(fā)于鈦媒體App，作者 林志佳）