智元机器人发布首个通用具身基座大模型GO 人工智能基础资源迈入新纪元

由智元机器人公司主导研发的「智元机器人」项目正式发布了首个通用具身基座大模型——GO（Generalist Embodied Base Model）。这标志着人工智能在基础资源与技术领域取得了一项突破性进展，为通用机器人与具身智能的发展奠定了全新的基石。

一、背景：什么是具身基座大模型？

具身智能（Embodied AI）强调智能体通过身体与环境的交互来学习和执行任务。传统的AI模型往往局限于特定场景或单一任务，缺乏跨任务、跨形态的泛化能力。而“基座大模型”借鉴了自然语言处理中基础模型的理念，旨在通过海量多模态数据预训练，获得通用的感知、决策与行动能力，从而适配不同机器人本体（如机械臂、移动机器人、人形机器人等）。

智元机器人此次发布的GO模型，正是将大模型的强大表征学习能力与具身智能的实时交互需求相结合，首次在通用性和具身性上实现了统一。

二、技术核心：GO模型的创新点

1. 统一的多模态架构：GO模型融合了视觉、语言、本体感觉（如关节角度、力反馈）以及动作指令等多种模态。通过统一的Transformer架构，模型能够理解自然语言指令、识别环境物体，并直接输出控制信号，实现“感知-决策-行动”闭环。

1. 大规模预训练与跨本体学习：研发团队收集并构建了涵盖多种机器人平台、数万种任务场景的海量交互数据集。GO模型在预训练阶段学习了不同形态机器人的运动模式与任务策略，从而具备跨本体迁移能力。这意味着同一模型可快速部署到不同硬件上。

1. 实时推理与高效微调：针对具身任务对延迟的严苛要求，GO模型采用了模型压缩和动态计算技术，可在边缘设备上实现实时推理。仅需少量下游任务数据，就能通过参数高效微调（如LoRA）快速适应新任务，大幅降低应用门槛。

1. 世界模型与规划能力：GO不仅是一个反应式模型，还内嵌了轻量级世界模型，能对未来状态进行短时预测，并结合模型预测控制（MPC）生成长期动作序列。这使得机器人在复杂环境中具备更强的规划与适应能力。

三、基础资源与技术意义

GO模型的发布对人工智能基础资源与技术具有多重战略意义：

• 数据资源层面：项目构建了大规模、多模态、跨本体的具身交互数据集，为后续研究提供了宝贵的基础资源，有望推动行业建立标准数据协议。
• 算法与算力层面：GO验证了“大模型+具身智能”的技术路径，展示了预训练-微调范式在机器人领域的可行性，并将促进专用AI芯片与边缘计算平台的优化。
• 开源与生态：智元机器人宣布将部分模型权重和接口开放给学术与产业伙伴，旨在降低具身智能研发门槛，加速生态共建。
• 人才与标准：该项目汇聚了AI、机器人、控制等多学科人才，并参与制定具身智能评估基准，填补了领域空白。

四、未来展望

GO模型的问世，是迈向通用具身智能的重要一步。智元机器人计划持续迭代模型，进一步提升其通用性、鲁棒性和社交能力，并探索在工业制造、家庭服务、医疗康复等场景的落地。公司呼吁产学研协同，共同完善基础资源与技术标准，让具身智能真正惠及社会。

可以预见，随着GO等基座模型的成熟，人工智能将从“数字世界”加速走向“物理世界”，开启通用机器人应用的新篇章。