在机器人技术的前沿探索中，一款名为智元启元大模型Genie Operator-1（简称GO-1）的创新产品近日由智元机器人公司正式发布。这一发布标志着通用具身基座模型技术迈出了重要一步，为机器人智能化发展开辟了新路径。
GO-1的核心在于其独特的Vision-Language-Latent-Action（ViLLA）框架，该框架融合了VLM（多模态大模型）与MoE（混合专家）技术。这一组合不仅实现了数据采集、模型训练与推理的一体化流程，还赋予了GO-1小样本快速泛化的能力，使其能够迅速适应各种新场景和新任务。
GO-1的VLM部分基于开源多模态大模型的权重，通过大规模互联网纯文本和图文数据的训练，获得了广泛的场景感知和理解能力。而MoE中的隐动作专家模型和动作专家模型，则分别利用互联网上的操作视频和高质量的仿真、真机数据，实现了对动作的理解和精细执行。
智元机器人强调，GO-1的“一脑多形”特性使其能够在不同机器人形态间灵活迁移，快速适配各类本体。通过智元的数据回流系统，GO-1能够持续进化，从实际执行中遇到的问题数据中学习，不断提升性能。
GO-1的构建基于具身领域的数字金字塔模型，从底层的大规模纯文本与图文数据，到人类操作视频、仿真数据，再到顶层的真机示教数据，形成了一个完整的知识和技能学习体系。这一体系使得GO-1能够轻松应对多样化的环境和物体，快速学习新的操作。
在实际应用中，用户只需通过简单的语言指令，GO-1就能根据输入的视觉信号和语言指令，直接输出机器人的动作执行。例如，用户告诉机器人“挂衣服”，GO-1就能理解指令含义，通过已学习的操作模式和仿真数据，精准完成挂衣服的任务。
智元机器人还展示了GO-1在多种场景中的应用。从家庭场景中的准备餐食、收拾桌面，到办公和商业场景中的接待访客、发放物品，GO-1都能迅速响应并完成任务。GO-1还能通过数据回流持续进化，不断优化其性能。
GO-1的成功发布，标志着具身智能技术向通用化、开放化与智能化迈出了重要一步。它不仅解决了传统具身智能面临的场景和物体泛化能力不足、语言理解能力欠缺等问题，还为机器人走向更多不同场景、适应多变的真实世界提供了可能。
