3月10日消息，今日，“稚暉君”創業項目智元機器人發布了首個通用具身基座模型——智元啟元大模型（Genie Operator-1）。

該大模型開創性地提出了Vision-Language-Latent-Action（ViLLA）架構，該架構由VLM（多模態大模型）+MoE（混合專家）組成，實現了可以利用人類視頻學習，完成小樣本快速泛化，降低了具身智能門檻，并成功部署到智元多款機器人本體。

通過ViLLA架構，智元機器人在五種不同復雜度任務上測試GO-1，相比已有的最優模型，GO-1成功率大幅領先，平均成功率提高了32%(46%->78%)。

其中 “Pour Water”（倒水）、“Table Bussing”（清理桌面） 和 “Restock Beverage”（補充飲料） 任務表現尤為突出。

此外還單獨驗證了ViLLA架構中Latent Planner的作用，可以看到增加Latent Planner可以提升12%的成功率(66%->78%)。

據介紹，GO-1大模型借助人類和多種機器人數據，讓機器人獲得了革命性的學習能力，可泛化應用到各類的環境和物品中，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器人本體，高效地完成落地，并在實際的使用中持續不斷地快速進化。

這一系列的特點可以歸納為4個方面：

人類視頻學習：GO-1大模型可以結合互聯網視頻和真實人類示范進行學習，增強模型對人類行為的理解，更好地為人類服務。

小樣本快速泛化：GO-1大模型具有強大的泛化能力，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，使得后訓練成本非常低。

一腦多形：GO-1大模型是通用機器人策略模型，能夠在不同機器人形態之間遷移，快速適配到不同本體，群體升智。

持續進化：GO-1大模型搭配智元一整套數據回流系統，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。

據悉，2020年，彭志輝（稚暉君）以“華為天才少年計劃”最高檔年薪201萬元，加入華為團隊，從事昇騰AI芯片和AI算法相關研究工作，2022年年底從華為離職，2023年2月聯合創立智元機器人。（拾柒）