華發佈首個通用具身基座模型GO-1

    機械人將可快速進化？

    近日，上海首家人形機械人量產企業——智元機械人發佈通用具身模型基座：智元啟元大模型（Genie Operator-1，簡稱GO-1），令機械人具有學習能力，能快速適應新任務，成功把家務機械人的成功率提升百分之三十二。智元具身研究中心常務主任任廣輝表示，人形機械人走進家庭創造價值（進家庭“打工”），還需五年左右。

    智元機械人表示，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。

    智元具身研究中心常務主任任廣輝表示，GO-1大模型藉助人類和多種機械人數據，讓機械人獲得了革命性的學習能力，可泛化應用到各類環境和物品中，快速適應新任務、學習新技能。同時，它還支持部署到不同的機械人本體，高效地完成落地，並在實際使用中持續不斷地快速進化。

    任廣輝把GO-1大模型的特點歸納為四個方面：首先是人類視頻學習。GO-1大模型可以結合互聯網視頻和人類示範進行學習，增強模型對人類行為的理解。第二是小樣本快速泛化。GO-1大模型具有強大的泛化能力，能够在極少數據甚至零樣本下泛化到新場景、新任務。以“倒水”這一動作為例，如果人形機器人沒有搭載大模型，完成該動作的訓練需要一萬至五萬條數據採集；搭載大模型後，完成該動作僅需一千條左右數據採集。第三是“一腦多形”。作為通用機械人策略模型，GO-1大模型能夠在不同機械人形態之間遷移，快速適配到不同本體，類似“群體升智”。第四是持續進化，搭配一整套數據回流系統，GO-1大模型可以從實際執行遇到的問題數據中持續進化學習，“越用越聰明”。

    簡單來說，GO-1不僅能夠理解人類的指令，還能通過學習人類的影片，形成自己的動作庫，不僅能夠識別物體的位置，還能根據環境變化靈活調整自己的行動策略，讓機械人能在複雜的家庭環境中，模仿人類，靈活執行各種家務任務。這種能力的提升，意味着家務服務機械人將更具智能化，能夠更好地融入我們的日常生活。

    水    登