近日，智元机器人在科技创新领域迈出了重要一步，正式推出了其首个通用具身基座模型——智元启元大模型Genie Operator-1（简称GO-1）。这款模型通过引入Vision-Language-Latent-Action（ViLLA）框架，实现了从视觉和语言指令到机器人动作执行的无缝对接，展现了小样本快速泛化、跨本体应用及持续进化等显著优势。
GO-1的核心在于其ViLLA框架，该框架由多模态大模型VLM和混合专家MoE组成。VLM作为主干网络，继承了开源多模态大模型的权重，并通过互联网上的大规模纯文本和图文数据，赋予了GO-1强大的场景感知和理解能力。而MoE则包括隐动作专家模型和动作专家模型，前者利用互联网上的大规模人类操作和跨本体操作视频，使模型能够理解动作；后者则通过高质量的仿真数据和真机数据，确保模型能够精确执行动作。
GO-1的推出，标志着智元机器人在具身智能领域取得了重大突破。该模型具备五大特点：采训推一体，实现数据采集、模型训练、模型推理的无缝衔接；小样本快速泛化，能够在极少数据甚至零样本下泛化到新场景、新任务；一脑多形，能够在不同机器人形态之间迁移，快速适配不同本体；持续进化，通过数据回流系统，从实际执行中遇到的问题数据中持续学习；人类视频学习，结合互联网视频和真实人类示范，增强模型对人类行为的理解。
GO-1的构建基于具身领域的数字金字塔，底层是互联网的大规模纯文本与图文数据，帮助机器人理解通用知识和场景；第二层是互联网的大规模人类操作/跨本体视频，帮助机器人学习动作操作模式；第三层是仿真数据，用于增强泛化性；顶层则是高质量的真机示教数据，用于训练精准动作执行。这样的设计使得GO-1能够全面适应新场景，快速学习新操作。
在实际应用中，GO-1展现出了强大的功能。用户只需用平常讲话的方式告诉机器人要做的事情，如“挂衣服”，模型就能根据画面、学习过的数据和仿真模拟，理解任务要求，并精准完成整个操作。GO-1还能应用到更多场景中，如准备餐食、收拾桌面等家庭任务，以及接待访客、发放物品等办公和商业场景工作。
值得注意的是，GO-1还具备持续进化的能力。例如，当机器人在做咖啡时不小心把杯子放歪了，它就能从这个问题数据中学习，直到成功完成任务。这种能力使得GO-1能够不断适应多变的真实世界，为机器人代替人类完成各种工作提供了强大的支持。
