本報訊 （記者王鏡茹 見習記者劉曉一）3月10日，上海智元新創技術有限公司（以下簡稱“智元機器人”）發布國內首個通用具身基座模型——智元啟元大模型（Genie Operator—1，以下簡稱“GO—1”）。

    智元機器人相關負責人表示，GO—1開創性地提出了Vision—Language—Latent—Action（ViLLA）架構，該架構由VLM（多模態大模型）+MoE（混合專家）組成，其中VLM借助海量互聯網圖文數據獲得通用場景感知和語言理解能力，MoE中的Latent Planner（隱式規劃器）借助大量跨本體和人類操作視頻數據獲得通用的動作理解能力，MoE中的Action Expert（動作專家）借助百萬真機數據獲得精細的動作執行能力。三者環環相扣，實現了通過人類視頻學習的能力，完成了小樣本快速泛化，降低了具身智能門檻，并成功被部署到公司的多款機器人本體。GO-1可以持續進化，將具身智能推上新臺階。

（編輯 張明富）