在科技界的最新動(dòng)態(tài)中，知名技術(shù)達(dá)人稚暉君的創(chuàng)業(yè)項(xiàng)目智元機(jī)器人宣布了一項(xiàng)重大突破——成功推出其首個(gè)通用具身基座模型，命名為智元啟元大模型（Genie Operator-1），這一消息迅速引起了業(yè)界的廣泛關(guān)注。

智元啟元大模型的核心在于其創(chuàng)新的Vision-Language-Latent-Action（ViLLA）架構(gòu)，這一架構(gòu)融合了VLM（多模態(tài)大模型）與MoE（混合專家）技術(shù)，實(shí)現(xiàn)了通過人類視頻學(xué)習(xí)的能力，顯著提升了小樣本快速泛化的效率，從而降低了具身智能的應(yīng)用門檻。目前，該大模型已成功應(yīng)用于智元多款機(jī)器人本體。

在五種不同復(fù)雜度的任務(wù)測試中，智元啟元大模型（GO-1）展現(xiàn)出了卓越的性能。與現(xiàn)有的最優(yōu)模型相比，GO-1的平均成功率提高了32%，從46%躍升至78%。尤其在“倒水”、“清理桌面”和“補(bǔ)充飲料”等具體任務(wù)中，GO-1的表現(xiàn)尤為亮眼。

為了進(jìn)一步驗(yàn)證ViLLA架構(gòu)中Latent Planner的作用，研究團(tuán)隊(duì)進(jìn)行了專項(xiàng)測試。結(jié)果顯示，在引入Latent Planner后，任務(wù)成功率提升了12%，從66%增加到78%。這一發(fā)現(xiàn)進(jìn)一步證明了ViLLA架構(gòu)的有效性和先進(jìn)性。

據(jù)智元機(jī)器人介紹，GO-1大模型通過整合人類和多種機(jī)器人的數(shù)據(jù)，賦予了機(jī)器人前所未有的學(xué)習(xí)能力。這種能力使機(jī)器人能夠廣泛適應(yīng)各類環(huán)境和物品，快速適應(yīng)新任務(wù)、學(xué)習(xí)新技能。同時(shí)，GO-1還支持部署到不同形態(tài)的機(jī)器人本體上，實(shí)現(xiàn)了高效落地和持續(xù)進(jìn)化。

GO-1大模型的四大特點(diǎn)包括：人類視頻學(xué)習(xí)能力，使其能夠結(jié)合互聯(lián)網(wǎng)視頻和真實(shí)人類示范進(jìn)行學(xué)習(xí)，更好地服務(wù)人類；小樣本快速泛化能力，降低了具身模型的使用門檻，后訓(xùn)練成本極低；一腦多形能力，使其能夠在不同機(jī)器人形態(tài)之間遷移，快速適配不同本體；以及持續(xù)進(jìn)化能力，借助智元的數(shù)據(jù)回流系統(tǒng)，GO-1能夠從實(shí)際執(zhí)行中遇到的問題數(shù)據(jù)中不斷學(xué)習(xí)和進(jìn)化。

智元機(jī)器人的創(chuàng)始人彭志輝（稚暉君）曾以華為天才少年計(jì)劃的最高檔年薪201萬元加入華為團(tuán)隊(duì)，從事AI芯片和算法研究工作。然而，在2022年年底，他選擇從華為離職，并于2023年2月聯(lián)合創(chuàng)立了智元機(jī)器人。

隨著智元啟元大模型的推出，智元機(jī)器人在具身智能領(lǐng)域邁出了重要一步。這一創(chuàng)新成果不僅展示了智元機(jī)器人在技術(shù)研發(fā)方面的實(shí)力，也為未來機(jī)器人技術(shù)的發(fā)展提供了新的方向和可能。