机器人看视频自学？智元发布GO-1大模型，用AI打通机械与现实

图源 智元机器人视频截图
3月10日，智元机器人发布首个通用具身基座模型——智元启元大模型（Genie Operator-1），
首次提出了Vision-Language-Latent-Action（ViLLA）架构，由多模态大模型（VLM）与混合专家系统（MoE）协同，打通感知、规划与执行的闭环。


图源 智元机器人视频截图
主要亮点
看视频自学成才：无需人工标注，仅凭人类操作视频即可学习挂衣服、倒咖啡等技能；
零样本秒适应：擦桌任务仅需150条数据，训练成本骤降至传统模型的1%；
一脑掌控百种机器人：同一模型适配人形、轮式、机械臂等形态，群体协作效率翻倍；
越用越聪明：执行失败数据实时回传优化，迭代速度提升3倍。
在倒水、清理桌面等任务中，GO-1成功率从46%跃升至78%。网友戏称：“家政阿姨连夜考机器人维修证！”
发布当日，A股具身智能指数涨0.27%，机科股份暴涨23%，港股越疆科技、金力永磁跟涨超4%。信达证券指出，GO-1标志着AI从虚拟渗透至物理世界，人形机器人产业化进程加速。
（本文综合自网络，如有错误欢迎指出）

标题：智元GO-1大模型，用AI打通机械与现实

2025年3月11日，智元机器人发布了首个通用具身基座模型——GO-1大模型，这一创新标志着AI在机械与现实之间架起了一座新的桥梁。GO-1大模型基于智元机器人2024年底发布的AgiBot World数据集开发，并开创性地提出了Vision-Language-Latent-Action（ViLLA）架构，实现了利用人类视频进行高效学习。

这一技术不仅提升了机器人的自主学习和适应能力，还极大地扩展了其在复杂环境中的应用潜力。通过多模态信息的整合和处理，GO-1大模型能够在视觉、语言和动作之间建立直接联系，实现更加精准和灵活的操作。这种技术革新为未来机器人技术的发展注入了新的活力，也为各行各业带来了无限可能。

总之，智元GO-1大模型的发布是AI领域的一次重要突破，它展示了AI技术在推动机械与现实融合方面的巨大潜力。我们期待这一技术能够在未来得到更广泛的应用和发展，为人类社会带来更多福祉。