在科技界的一次重要突破中，前華為“天才少年”計(jì)劃成員、現(xiàn)任智元機(jī)器人聯(lián)合創(chuàng)始人兼CTO彭志輝，在社交媒體上預(yù)告了一項(xiàng)即將發(fā)布的重要成果。彭志輝，以其網(wǎng)名“稚暉君”在B站擁有超過(guò)250萬(wàn)粉絲，近日透露智元機(jī)器人即將帶來(lái)全新產(chǎn)品。
3月10日，智元機(jī)器人正式揭曉了謎底——首個(gè)通用具身基座模型“智元啟元大模型GO-1（Genie Operator-1）”。這款模型基于Vision-Language-Latent-Action（ViLLA）框架，融合了VLM（多模態(tài)大模型）和MoE（混合專家）技術(shù)，旨在賦予機(jī)器人前所未有的學(xué)習(xí)能力。
GO-1模型以其獨(dú)特的優(yōu)勢(shì)引起了廣泛關(guān)注，包括采訓(xùn)推一體化設(shè)計(jì)、小樣本快速泛化能力、“一腦多形”的跨本體應(yīng)用潛力、持續(xù)進(jìn)化能力，以及通過(guò)人類視頻學(xué)習(xí)等特性。這些特性使得GO-1能夠借助人類和多種機(jī)器人數(shù)據(jù)，為機(jī)器人帶來(lái)革命性的學(xué)習(xí)進(jìn)步。
消息發(fā)布后，迅速在網(wǎng)絡(luò)上發(fā)酵，#華為離職天才少年官宣刷屏#、#稚暉君或再掀機(jī)器人行業(yè)風(fēng)暴#等話題迅速登上微博熱搜，引發(fā)了科技界和公眾的熱議。
在10日上午的溝通會(huì)上，智元具身研究中心常務(wù)主任任廣輝表示，智元機(jī)器人已經(jīng)量產(chǎn)下線了1000臺(tái)機(jī)器人，GO-1模型基于通用數(shù)據(jù)訓(xùn)練，擁有強(qiáng)大的泛化能力，能夠在零數(shù)據(jù)情況下適應(yīng)新場(chǎng)景和新任務(wù)，且整體成本較低。他還強(qiáng)調(diào)，“具身智能”正朝著通用化、開(kāi)放化和智能化的方向發(fā)展，不再局限于實(shí)驗(yàn)室。
智元機(jī)器人合伙人、研究院執(zhí)行院長(zhǎng)姚卯青進(jìn)一步闡述了智元對(duì)于AI技術(shù)的堅(jiān)定投入，并透露今年將開(kāi)始規(guī)模化的生產(chǎn)和交付，而不會(huì)將AI研發(fā)投入顯著轉(zhuǎn)移到終端售價(jià)上。他認(rèn)為，GO-1模型將使得智元機(jī)器人在G3-G4階段能夠更好地完成任務(wù)，并逐步具備通用能力。
姚卯青強(qiáng)調(diào)，AI能力是區(qū)分機(jī)器人產(chǎn)品競(jìng)爭(zhēng)力的核心，未來(lái)機(jī)器人公司如果不做大模型，將沒(méi)有未來(lái)。他指出，硬件方案可能會(huì)逐漸收斂，供應(yīng)鏈也會(huì)高度整合，但最終比拼的將是AI能力，這對(duì)于機(jī)器人的落地和自主作業(yè)能力至關(guān)重要。
智元機(jī)器人成立于2023年，是國(guó)內(nèi)人形機(jī)器人賽道的頭部企業(yè)之一。公司成立不到一個(gè)月就完成了天使輪融資，并在一年內(nèi)完成了四次融資，成立僅六個(gè)月就發(fā)布了首款人形機(jī)器人。去年底，智元還開(kāi)源了百萬(wàn)真實(shí)機(jī)器人數(shù)據(jù)集，并年初率先實(shí)現(xiàn)了1000臺(tái)機(jī)器人的量產(chǎn)。
GO-1模型的發(fā)布，標(biāo)志著智元在解決現(xiàn)有具身模型面臨的多個(gè)落地困境方面邁出了重要一步。這些困境包括泛化性差、擴(kuò)展新任務(wù)成本高、不同本體數(shù)據(jù)無(wú)法共用、模型無(wú)法持續(xù)進(jìn)化等。GO-1模型通過(guò)其創(chuàng)新的ViLLA架構(gòu)，實(shí)現(xiàn)了利用人類視頻學(xué)習(xí)、小樣本快速泛化等能力，降低了具身智能的門(mén)檻。
據(jù)智元介紹，GO-1模型具有五大特點(diǎn)：采訓(xùn)推一體、小樣本快速泛化、“一腦多形”、持續(xù)進(jìn)化以及人類視頻學(xué)習(xí)。相比已有的最優(yōu)模型，GO-1在執(zhí)行“倒水”、“清理桌面”和“補(bǔ)充飲料”等任務(wù)時(shí)，平均成功率提高了32%。
智元機(jī)器人方面表示，GO-1模型的出現(xiàn)為機(jī)器人代替人類完成各種工作提供了強(qiáng)大的腦力支持。從家庭場(chǎng)景到辦公和商業(yè)場(chǎng)景，再到工業(yè)等更多場(chǎng)景，通用具身基座大模型都能夠快速實(shí)現(xiàn)。這意味著“具身智能”正在從單一任務(wù)向多種任務(wù)、從封閉環(huán)境向開(kāi)放世界、從預(yù)設(shè)程序向指令泛化加速邁進(jìn)。
智元還透露了與階躍星辰的合作計(jì)劃，將圍繞階躍的多模態(tài)、推理和訓(xùn)練、工程化等底層模型能力進(jìn)行深度合作，將階躍星辰的多模態(tài)能力賦能到機(jī)器人上。
姚卯青認(rèn)為，利用AI大模型能夠加速機(jī)器人進(jìn)入工廠、零售、服務(wù)業(yè)等場(chǎng)景工作，長(zhǎng)期還能進(jìn)入家庭。他呼吁人形機(jī)器人產(chǎn)業(yè)需要關(guān)注產(chǎn)品競(jìng)爭(zhēng)力，而不是急于打價(jià)格戰(zhàn)。
最后，姚卯青表示，未來(lái)1-2年人形機(jī)器人將在局部工業(yè)場(chǎng)景應(yīng)用落地，走進(jìn)家庭還需要5年左右的時(shí)間。而實(shí)現(xiàn)像人一樣具有通用能力的物理世界AGI（通用人工智能）還需要5-10年時(shí)間。
