智元机器人 GO-1 通用具身基座大模型开源

【导(dǎo)语(yǔ)】9月(yuè)23日(rì)，智(zhì)元(yuán)机(jī)器(qì)人(rén)重(zhòng)磅(bàng)宣(xuān)布(bù)，继(jì)年(nián)初(chū)开(kāi)源(yuán)AgiBot World百(bǎi)万(wàn)真(zhēn)机(jī)数(shù)据(jù)集后(hòu)，全球(qiú)首(shǒu)个(gè)采用(yòng)ViLLA架(jià)构(gòu)的(de)通(tōng)用(yòng)具(jù)身(shēn)基(jī)座(zuò)大(dà)模(mó)型(xíng)GO-1正(zhèng)式(shì)在(zài)GitHub开(kāi)源(yuán)，向(xiàng)全球(qiú)开(kāi)发(fā)者(zhě)免(miǎn)费(fèi)开(kāi)放(fàng)，将(jiāng)大(dà)幅(fú)降(jiàng)低(dī)具(jù)身(shēn)智(zhì)能(néng)技(jì)术(shù)门(mén)槛(kǎn)，推(tuī)动(dòng)行(xíng)业(yè)加(jiā)速(sù)发(fā)展(zhǎn)。

9 月(yuè) 23 日(rì)消(xiāo)息(xi)，智(zhì)元(yuán)机(jī)器(qì)人(rén)宣(xuān)布(bù)，继(jì)今(jīn)年(nián) 1 月(yuè) AgiBot World 具(jù)身(shēn)智(zhì)能(néng)百(bǎi)万(wàn)真(zhēn)机(jī)数(shù)据(jù)集开(kāi)源(yuán)后(hòu)，通(tōng)用(yòng)具(jù)身(shēn)基(jī)座(zuò)大(dà)模(mó)型(xíng) GO-1（Genie Operator-1）也(yě)正(zhèng)式(shì)在(zài) GitHub 开(kāi)源(yuán)。

智(zhì)元(yuán)机(jī)器(qì)人(rén)称(chēng)，这(zhè)标(biāo)志(zhì)着(zhe)全球(qiú)首(shǒu)个(gè)采用(yòng) Vision-Language-Latent-Action (ViLLA) 架(jià)构(gòu)的(de)通(tōng)用(yòng)具(jù)身(shēn)智(zhì)能(néng)模(mó)型(xíng)向(xiàng)全球(qiú)开(kāi)发(fā)者(zhě)免(miǎn)费(fèi)开放，将极大降低具身智能的技术门槛，推动行业快速发展。

附官方对 GO-1 的介绍如下：

01、技术突破：ViLLA 架构引领具身智能新范式

GO-1 采用的 Vision-Language-Latent-Action (ViLLA) 架构是具身智能领域的重大技术突破。与传统的 Vision-Language-Action (VLA) 架构相比，ViLLA 通过引入隐式动作标记，成功弥合了图像-文本输入与机器人执行动作之间的语义鸿沟。这一创新使得机器人能够更好地理解人类意图，并将其转化为精确的动作执行。

ViLLA 架构的核心在于其三层协同设计。VLM 多模态理解层基于 InternVL-2B 构建，能够处理多视角视觉图片、力觉信号、语言输入等多模态信息，为整个系统提供强大的场景感知和指令理解能力。Latent Planner 隐式规划器通过预测(cè)隐(yǐn)式(shì)动(dòng)作(zuò)标(biāo)记(jì)，实(shí)现(xiàn)了(le)对(duì)复(fù)杂(zá)操(cāo)作(zuò)任(rèn)务(wu)的(de)高(gāo)层(céng)次(cì)规(guī)划(huà)和(hé)理(lǐ)解(jiě)。Action Expert 动(dòng)作(zuò)专(zhuān)家(jiā)则(zé)基于扩散模型，能够生成高频率、高精度的连续动作序列，确保机器人能够执行精细的操控任务。

02、平台支持：Genie Studio 一站式开发平台

Genie Studio 是智元机器人专为具身智能场景打造的一站式开发平台，为开发者和合作伙伴提供全栈式解决方案，覆盖数据采集、数据管理、模型训练与微调、仿真评测、模型构建与部署等全流程。平台提供开箱即用的 GO-1 基座模型，集成 Video Traning 方案和统一训练框架，内置完整的开发工具链，可实现真机一键编译 & 部署(shǔ)，显(xiǎn)著(zhe)提(tí)升(shēng)开(kāi)发(fā)效(xiào)率(lǜ)，助(zhù)力(lì)具(jù)身(shēn)智(zhì)能(néng)技(jì)术(shù)的(de)快(kuài)速(sù)落(luò)地(de)与(yǔ)应(yīng)用(yòng)。

官(guān)网(wǎng)入(rù)口(kǒu)

https://genie.agibot.com/geniestudio

购(gòu)买(mǎi)咨(zī)询(xún)

https://www.zhiyuan-robot.com/Contact/Business

03、社(shè)区(qū)共(gòng)建(jiàn)：打(dǎ)造(zào)开(kāi)源(yuán)社(shè)区(qū)生(shēng)态(tài)

虽(suī)然(rán) GO-1 仅基于 AgiBot G1 机器人数据进行预训练，但该模型已经在松灵机器人、方舟机器人、Franka 机械臂等不同本体上进行了充分的验证测试。这些跨本体验证结果表明，GO-1 具备良好的可移植性，能够适应不同机器人的运动学特性和控制接口。

在仿真环境测试方面，GO-1 在 Genie Sim 和 Libero 等主流仿真平台上均取得了领先的性能表现。

针对真机部署场景，GO-1 模型充分考虑了用户多样化的机器人平台需求，不仅提供了 Genie Studio 一站式开发平台来支持 Genie G1 本体的数据采集、模型微调和部署，同时特别集成了通用 LeRobot 数据格式，支持其他机器人本体的数据采集、模型微调和部署。

通过 Genie Studio，在 Genie G1 真机实验中，GO-1 相比于其他 SOTA 模型也取得了领先的性能。