GO-1大模型

GO-1是什么？

Genie Operator-1（GO-1）是智元启元大模型是智元机器人于2025年3月10日发布的中国首个通用具身基座模型。GO-1模型开创性地提出了Vision-Language-Latent-Action（ViLLA）架构，由多模态大模型（VLM）和混合专家（MoE）组成。

技术架构

• ViLLA架构：VLM借助海量互联网图文数据，获得通用场景感知和语言理解能力；MoE中的Latent Planner（隐式规划器）通过跨本体和人类操作视频数据，获得通用的动作理解能力；Action Expert（动作专家）则通过百万真机数据，实现精细的动作执行。

• 人类视频学习：GO-1可以结合互联网视频和真实人类示范进行学习，增强对人类行为的理解。

• 小样本快速泛化：能够在极少数据甚至零样本的情况下快速适应新场景和任务，降低了具身智能的门槛。

• 跨本体应用：支持部署到不同机器人本体，实现快速适配和高效落地。

• 持续进化：通过数据回流系统，从实际执行中不断学习和进化。

主要特点

• 人类视频学习：GO-1可以结合互联网视频和真实人类示范进行学习，增强对人类行为的理解，更好地为人类服务。

• 小样本快速泛化：具有强大的泛化能力，能够在极少数据甚至零样本下泛化到新场景、新任务，降低了具身模型的使用门槛和后训练成本。

• 一脑多形：作为通用机器人策略模型，GO-1能够在不同机器人形态之间迁移，快速适配到不同本体，实现群体升智。

• 持续进化：搭配智元的数据回流系统，GO-1可以从实际执行遇到的问题数据中持续进化学习，越用越聪明。

实验表现

在五种不同复杂度任务上测试GO-1，相比已有的最优模型，GO-1的平均成功率提高了32%。其中，在“Pour Water”（倒水）、“Table Bussing”（清理桌面）和“Restock Beverage”（补充饮料）任务中表现尤为突出。

应用前景

家庭场景

• 家务劳动：GO-1可以执行家务清洁、物品整理、厨房任务等，例如倒水、烤吐司、整理房间等。

• 智能助手：通过自然语言交互，帮助家庭成员完成日常任务，如拿取物品、开关电器等。

商业场景

• 零售服务：在零售店中，GO-1可以根据顾客需求提供个性化服务，如物品上架、货物盘点、顾客引导等。

• 餐饮服务：在餐厅中，机器人可以完成送餐、清理桌面、补充饮料等任务。

工业场景

• 物流与分拣：模拟工业仓库与生产线环境，执行物料分拣、包装打包、物流搬运等任务。

• 生产辅助：在生产线上协助完成一些重复性或精细操作任务，如安装、检测等。

办公场景

• 文件管理：帮助整理文件、递送物品，提升办公效率。

• 会议辅助：在会议中协助拿取物品、记录信息等。

其他潜在场景

• 教育与培训：作为教学工具，帮助学生理解机器人操作和编程。

• 医疗辅助：在医院或康复中心协助完成一些简单任务，如搬运物品、辅助康复训练。

智元启元大模型GO-1项目官网：https://agibot-world.com/blog/go1 

GO-1论文：https://agibot-world.com/blog/agibot_go1.pdf