智元机器人发布首个通用具身基座大模型

智元机器人发布首个通用具身基座大模型

3月10日，智元正式发布首个通用具身基座模型智元启元大模型 (Genie Operator-1)。该模型提出了 Vision-Language-Latent-Action (ViLLA) 架构，该架构由 VLM (多模态大模型) + MoE (混合专家) 组成，实现了可以利用人类视频学习，完成小样本快速泛化，降低了具身智能门槛，并成功部署到智元多款机器人本体。GO-1通过学习人类视频，助力机器人本体完成递送水杯、制作餐点、迎接外宾等一系列任务。据介绍，GO-1将加速具身智能的普及，机器人将从依赖特定任务的工具，向着具备通用智能的自主体发展，在商业、工业、家庭等多领域发挥更大的作用。

——智元机器人