上海機械人初創公司「智元機器人」3月10日正式發布智元啟元大模型GenieOperator-1（GO-1），上海「澎湃新聞」報道，這是中國首個通用具身基座模型。
「智元機器人」表示，這款模型具有泛化能力，能夠在極少數據甚至零樣本下，泛化到新場景、新任務，降低了具身模型的使用門檻，降低了後訓練成本，能夠快速適應新任務、學習新技能。
據介紹，該模型可以利用人類視頻學習，完成小樣本快速泛化。其Vision-Language-Latent-Action（ViLLA）架構，是由VLM（多模態大模型） + MoE（混合專家）組成，其中VLM借助海量互聯網圖文數據獲得通用場景感知和語言理解能力，MoE中的Latent Planner（隱式規劃器）借助大量跨本體和人類操作數據獲得通用的動作理解能力，MoE中的Action Expert（動作專家）借助百萬真機數據獲得精細的動作執行能力。
在推理時，VLM（多模態大模型）、Latent Planner（隱式規劃器）和Action Expert（動作專家）三者協同工作。目前智元啟元大模型已成功部署到智元多款機械人本體，能夠高效地完成落地，並在實際使用中持續不斷地快速進化。（澎湃新聞/中新社）