在机器人技术日新月异的浪潮中，上海智元机器人公司近日重磅发布了其通用具身智能基座模型——智元启元大模型 Genie Operator-1 (简称 GO-1)。这款模型的问世，预示着机器人智能发展进入了一个全新的阶段，其核心在于创新的 Vision-Language-Latent-Action (ViLLA) 框架，它有望极大地拓宽机器人应用场景，并提升其智能化水平。
GO-1 的核心架构 ViLLA 框架，巧妙地融合了 VLM (视觉语言模型) 与 MoE（混合专家模型）两大技术。前者凭借海量的互联网文本及图文数据，赋予 GO-1 强大的环境感知和语义理解能力，使其能够“看懂”并“理解”复杂的真实世界。后者则通过隐动作专家模型和动作专家模型，利用人类操作视频和高质量仿真数据，赋予 GO-1 对动作的理解和精准执行能力，使其能够“模仿”并“执行”各种任务。这意味着 GO-1 不仅仅能识别物体，还能理解它们之间的关系和操作方式。
GO-1 展现出诸多令人瞩目的性能优势。其采、训、推一体化设计，显著提升了数据采集、模型训练和推理的效率，构建了一个流畅的工作流程。小样本快速泛化能力，意味着 GO-1 仅需少量甚至零样本数据，即可快速适应新的环境和任务，极大地降低了部署成本。更重要的是，“一脑多形”的跨本体应用能力，使 GO-1 能够轻松迁移至不同形态的机器人平台，实现快速适配和部署，这为机器人技术的广泛应用提供了坚实的基础。此外，GO-1 还具备持续进化的能力，通过数据回流系统，不断从实际执行中遇到的问题数据中学习和进化，确保其智能化水平不断提升。而对人类操作视频的学习能力，进一步加强了 GO-1 对人类行为逻辑的理解，使其能够更好地与人类协同工作。
从模型构建的角度来看，GO-1 的底层架构是一个基于具身领域的数字金字塔模型。最底层是海量的互联网纯文本和图文数据，为机器人提供基础的知识储备和场景理解能力。中间层是包含人类操作和跨平台数据的视频资料，用于帮助机器人学习动作的操作模式和技巧。再往上则是仿真数据，旨在增强模型的泛化能力和鲁棒性。而金字塔的顶层，则由高质量的真实机器人（真机）示教数据所构成，用于训练机器人精准地执行各种动作。这种分层架构的设计，使得 GO-1 能够更好地适应各种复杂环境，并快速学习新的操作技能。可以预见的是，随着数据积累和模型迭代，GO-1 的性能还将持续提升。
在实际应用中，GO-1 展现出令人印象深刻的性能。用户可以使用自然语言向机器人发出指令，例如“挂衣服”，GO-1 就能根据其学习到的知识和经验，将任务拆解为多个步骤，并精确地完成指定动作。无论是家庭场景中的倒水、烤吐司，还是商务会议中的递送饮料和苹果，GO-1 都能快速响应并完美执行任务。更值得一提的是，GO-1 还能通过数据回流不断学习和改进。例如，如果在制作咖啡的过程中出现杯子放置不稳的情况，GO-1 会从失败中吸取经验，不断调整动作，直至成功完成任务。这种持续学习和自我优化的能力，是 GO-1 智能化的重要体现。
智元启元大模型 GO-1 的推出，标志着具身智能技术向着通用化、开放化和智能化方向迈出了坚实的一步。它突破了传统机器人应用中场景和物体的泛化限制，实现了语言指令的泛化，能够快速学习新技能，并跨本体部署。这意味着，无论是在家庭、办公、商业还是工业等各种场景中，GO-1 都有望迅速适应并发挥作用，为机器人代替人类完成各种工作和生活任务提供强大的智能支持。未来的机器人将更加智能、灵活和通用，成为人类可靠的助手和伙伴。
