首页 >> 综合 > 快讯 >

智元发布全链路规模化学习具身模型 GO-3 Preview 登顶三大权威评测榜单

2026-11-02 11:15:28 来源:网易 编辑:农辰裕 

智元正式推出新一代具身基座模型 GO-3 Preview,这款模型实现了预训练、后训练、部署后全链路规模化学习,并且一举拿下 RoboDojo、RoboTwin、RoboColiseum 三大行业权威评测榜单第一名,综合能力位居行业前列,能够让机器人在真实作业场景中持续自主迭代,打破传统模型训练完成后能力固化的行业痛点,大幅降低机器人落地与技能迭代的成本。传统具身模型大多只完成前期预训练,部署到实体机器人之后就很难再自主升级,适配新任务必须重新采集数据、反复微调,很难实现规模化落地;GO-3 Preview 采用 WRAM 具身原生架构,打通任务推理、环境预测、动作生成三大环节,同时配套 Genie Evolver 后训练系统与 Genie Master 智能体框架,构建起完整的全链路学习闭环,让机器人既能在虚拟环境完成预训练,又能在真机实操中持续优化,上岗之后还能依靠作业反馈自主学习新技能。整个技术落地分成三个阶段稳步推进:第一阶段完成多源数据预训练,融合视频、真机交互轨迹数据,实现零样本跨任务迁移;第二阶段依托虚实混合环境开展后训练,用真机集群 + 仿真环境快速打磨精细操作能力;第三阶段在真实业务场景完成部署态自学习,依靠作业反馈持续优化动作策略。凭借这套全链路技术体系,GO-3 Preview 顺利拿下三项榜单榜首,为通用机器人规模化商用打下坚实的技术底座,该模型还计划在 2026 年底全面开源,助力整个具身智能行业技术发展。

一、GO-3 Preview 核心技术参数

1. 基础架构与学习体系

表格

项目核心配置技术价值
模型架构WRAM 世界推理动作模型统一完成感知、推理、预测、动作输出,告别分段拼接模式
学习链路预训练 + 后训练 + 部署后全链路 Scaling机器人上岗后依然可以持续进化,不用反复重新训练
配套系统Genie Evolver+Genie Master虚实混合训练 + 部署态自主学习,形成完整闭环
开源计划2026 年底全面开源向全行业开放基座模型,降低研发门槛

2. 三大权威榜单评测成绩

  1. RoboDojo 榜单:综合得分 61.90,任务成功率 56.42%,位列 TOP1,灵巧精细操作能力领先同行。
  2. RoboTwin 榜单:综合得分 85.0%,双机协作、仿真迁移能力排名第一。
  3. RoboColiseum 榜单:综合得分 78.82%,长程任务、复杂对抗场景鲁棒性登顶榜单。

二、全链路规模化学习分步实现方案

1. 预训练阶段:打好通用能力基础

  1. 混合多模态训练数据,包含人类第一视角视频、机器人真机交互轨迹,实现异构经验融合。
  2. 完成零样本泛化训练,仅靠少量示范就能完成全新作业任务,开箱即可处理陌生场景。

2. 后训练阶段:虚实结合打磨实操能力

  1. 搭建分布式混合训练系统,同步使用真机集群、物理仿真环境、世界模型进行迭代训练。
  2. 针对抓取、装配、协作等高难度动作反复优化,提升模型在物理环境里的操作精度。

3. 部署后阶段:边工作边自主升级

  1. 通过具身 Agent 框架实时采集作业成败数据,自动生成优化样本。
  2. 不用人工介入,机器人在持续作业中完成自我改进,真正做到 “上岗即进化”。

三、模型落地应用场景

  1. 精细装配场景:完成小件零件组装、精密物件抓取,适配工业柔性产线。
  2. 多机协作场景:多台机器人配合完成分拣、搬运、物料对接,实现流水线作业。
  3. 零售服务场景:自主完成货架理货、商品摆放、物品分拣,适配便利店、仓储场景。
  4. 家庭服务场景:完成物品整理、厨具操作、小件料理等日常家务任务。

四、整体总结

GO-3 Preview 最大突破是打通了具身智能全链路规模化学习,解决了传统机器人模型 “训练定型、难以迭代” 的短板;同时凭借 WRAM 原生架构拿下三大权威榜单第一名,实操能力得到行业权威验证;加上年底开源的规划,这款模型会有效推动整个机器人产业走向规模化落地,加速通用具身智能商业化进程。

【相关 FAQ】

问题 1:智元发布全链路规模化学习具身模型 GO-3 Preview,它登顶了哪三大权威评测榜单?

回答 1:智元发布全链路规模化学习具身模型 GO-3 Preview,成功登顶 RoboDojo、RoboTwin、RoboColiseum 三大具身智能权威评测榜单,三项榜单全部拿到第一名。

问题 2:智元发布全链路规模化学习具身模型 GO-3 Preview,全链路学习包含哪几个阶段?

回答 2:智元发布全链路规模化学习具身模型 GO-3 Preview,全链路规模化学习包含预训练、后训练、部署后自主学习三个完整阶段,机器人在正式上岗之后依然可以持续迭代优化。

问题 3:智元发布全链路规模化学习具身模型 GO-3 Preview,这款模型什么时候对外开放开源?

回答 3:智元发布全链路规模化学习具身模型 GO-3 Preview,官方计划在 2026 年底对该模型实现全面开源,降低整个具身智能行业的研发门槛。

【数据来源】

[2026-10-29](智元发布具身模型 GO-3 Preview,一举拿下 RoboDojo、RoboTwin、RoboColiseum 三大榜单第一)品玩

[2026-10-29](刚刚,国产模型拿下三大榜单第一,年底全面开源)36 氪

[2026-10-29](2026 智元创新日,技术跃迁推动部署态全域落地)新浪财经

[2026-10-29](部署态加速,智元要打通物理 AI 全链路)36 氪

免责声明:本文所有 GO-3 Preview 的技术架构、榜单成绩、开源计划均来自企业发布会公开信息与主流科技媒体报道;模型实际落地效果会受硬件本体、场景环境、训练数据影响存在差异;本文仅作为行业技术资讯参考,不构成项目投资、技术采购的决策依据,最终产品参数与开源时间以智元官方后续公告为准。

 
最新文章
站长推荐