聲明:本文來(lái)自于（ID:ykqsd.com）授權(quán)轉(zhuǎn)載發(fā)布。

曾被稱(chēng)為華為"神童"的"稚暉君"彭志輝，現(xiàn)為智元聯(lián)合創(chuàng)始人。他憑借"天才少年"計(jì)劃以201萬(wàn)元年薪加入華為，現(xiàn)擔(dān)任智元聯(lián)合創(chuàng)始人兼CTO。

"稚暉君"彭志輝曾因"天才少年"計(jì)劃以201萬(wàn)元年薪加入華為，現(xiàn)為智元聯(lián)合創(chuàng)始人兼CTO。他近日在微博上預(yù)告，下周智元機(jī)器人將發(fā)布全新產(chǎn)品。

3月10日上午，智元機(jī)器人正式發(fā)布首個(gè)通用具身基座模型——智元啟元大模型GO-1。該模型基于Vision-Language-Latent-Action(ViLLA)框架，由多模態(tài)大模型(VLM)和混合專(zhuān)家(MoE)組成，具備訓(xùn)練、推理和部署一體、小樣本快速泛化、跨本體應(yīng)用廣泛、持續(xù)進(jìn)化和高效學(xué)習(xí)等特點(diǎn)。

該模型基于ViLLA框架，整合了多模態(tài)大模型和混合專(zhuān)家技術(shù)，具有訓(xùn)練、推理和部署一體、小樣本快速泛化、跨本體應(yīng)用廣泛、持續(xù)進(jìn)化和高效學(xué)習(xí)等特點(diǎn)。它可以通過(guò)利用人類(lèi)與多種機(jī)器人數(shù)據(jù)，賦予機(jī)器人革命性學(xué)習(xí)能力。

此消息引發(fā)熱議。#華為離職天才少年官宣刷屏#、#稚暉君或再掀機(jī)器人行業(yè)風(fēng)暴# 等多個(gè)熱詞登上微博熱搜。

3月10日上午的溝通會(huì)上，智元具身研究中心常務(wù)主任任廣輝對(duì)鈦媒體等表示，截至目前，智元機(jī)器人已量產(chǎn)下線1000臺(tái)機(jī)器人。他還透露，基于通用數(shù)據(jù)訓(xùn)練的GO-1模型具有很強(qiáng)的泛化能力，在零數(shù)據(jù)下可快速適應(yīng)新場(chǎng)景和任務(wù)，并可在多個(gè)行業(yè)中部署，整體成本較低。

任廣輝強(qiáng)調(diào)，"具身智能"將向通用化、開(kāi)放化和智能化邁進(jìn)，邁向開(kāi)放世界，不再局限于實(shí)驗(yàn)室。

智元機(jī)器人合伙人、研究院執(zhí)行院長(zhǎng)、具身業(yè)務(wù)部總裁姚卯青表示，智元對(duì)AI技術(shù)投入的戰(zhàn)略級(jí)地位非常堅(jiān)定，今年將啟動(dòng)規(guī)?；a(chǎn)和交付，不會(huì)將AI研發(fā)重點(diǎn)轉(zhuǎn)向終端售價(jià)。他認(rèn)為，在GO-1大模型的支撐下，智元機(jī)器人正在進(jìn)入G3-G4階段，能夠?qū)Ｗ⒂谀骋蝗蝿?wù)并逐步具備通用能力。

姚卯青指出，機(jī)器人公司如果不開(kāi)發(fā)大模型，就無(wú)法實(shí)現(xiàn)未來(lái)發(fā)展。只有具備智能化和作業(yè)能力的機(jī)器人，才能真正進(jìn)行多樣化任務(wù)。硬件方案可能會(huì)逐漸收斂，供應(yīng)鏈高度整合，最終的競(jìng)爭(zhēng)將取決于AI能力，這對(duì)機(jī)器人的自主作業(yè)能力至關(guān)重要。

普通話(huà)成立于2023年，目前是國(guó)內(nèi)人形機(jī)器人賽道的頭部企業(yè)之一，創(chuàng)始人之一彭志輝是擁有250多萬(wàn)粉絲的B站UP主"稚暉君"。

近期，智元機(jī)器人在短短不到兩個(gè)月的時(shí)間內(nèi)就完成了天使輪融資，并在當(dāng)年獲得了4次融資。成立后的6個(gè)月，公司發(fā)布了其首款人形機(jī)器人。2024年，該機(jī)器人又推出了五款商用型人形機(jī)器人新品。此外，公司還開(kāi)源了百萬(wàn)真實(shí)機(jī)器人數(shù)據(jù)集，并率先實(shí)現(xiàn)了1000臺(tái)機(jī)器人量產(chǎn)，這些成就均引發(fā)了行業(yè)關(guān)注。

截至目前，智元機(jī)器人已完成天使輪、A1、A1+等多輪融資，累計(jì)融資總額已經(jīng)超過(guò)16億元。

智元機(jī)器人目前擁有三條主要的產(chǎn)品線，包括遠(yuǎn)征、Genie和靈犀三條產(chǎn)品線。

當(dāng)前，具身模型在多個(gè)領(lǐng)域面臨挑戰(zhàn)。首先，其泛化能力不足，面對(duì)新場(chǎng)景時(shí)成功率顯著下降。其次，擴(kuò)展新任務(wù)需要大量數(shù)據(jù)，導(dǎo)致落地成本居高不下。此外，不同本體的數(shù)據(jù)無(wú)法共享，進(jìn)一步加劇了數(shù)據(jù)使用成本。再者，模型無(wú)法持續(xù)進(jìn)化。此外，現(xiàn)有的具身小模型技能單一，難以快速學(xué)習(xí)新技能，且通用場(chǎng)景感知、指令理解等功能仍需進(jìn)一步提升。目前，基于語(yǔ)義指令的泛化能力以及小樣本到新場(chǎng)景/新任務(wù)的泛化能力也較為薄弱。

針對(duì)上述問(wèn)題，智元希望提供解決方案，并于今日發(fā)布了首個(gè)基于自有數(shù)據(jù)和自有機(jī)器人本體訓(xùn)練部署的機(jī)器人基座模型。

該模型是全球首個(gè)基于大規(guī)模、高質(zhì)量自有數(shù)據(jù)，通過(guò)本體訓(xùn)練并部署的機(jī)器人基座模型。

該模型采用了創(chuàng)新的Vision-Language-Latent-Action（ViLLA）架構(gòu)。該架構(gòu)由多模態(tài)大模型（VLM）和混合專(zhuān)家（MoE）組成。其中，VLM借助海量互聯(lián)網(wǎng)圖文數(shù)據(jù)，獲得了通用場(chǎng)景感知和語(yǔ)言理解能力。MoE中的隱式規(guī)劃器（Latent Planner）則通過(guò)大量跨本體和人類(lèi)操作視頻數(shù)據(jù)，獲得了通用的動(dòng)作理解能力。MoE中的動(dòng)作專(zhuān)家（Action Expert）則通過(guò)百萬(wàn)真實(shí)機(jī)器人數(shù)據(jù)，獲得了精細(xì)的動(dòng)作執(zhí)行能力。三者相輔相成，實(shí)現(xiàn)了基于人類(lèi)視頻學(xué)習(xí)、可實(shí)現(xiàn)小樣本快速泛化的目標(biāo)，從而降低了具身智能的門(mén)檻，并成功部署于智元多款機(jī)器人本體。

Genie Operator-1具備五大顯著特點(diǎn)：通過(guò)智元的軟硬件一體化框架，實(shí)現(xiàn)了數(shù)據(jù)采集、模型訓(xùn)練、模型推理的無(wú)縫銜接；具備強(qiáng)大的小樣本快速泛化能力，即使在零樣本情況下也能實(shí)現(xiàn)新場(chǎng)景和新任務(wù)的泛化；支持一腦多形，能夠在不同機(jī)器人形態(tài)間遷移，快速適配不同本體；搭配數(shù)據(jù)回流系統(tǒng)，持續(xù)進(jìn)化學(xué)習(xí)；結(jié)合視頻學(xué)習(xí)，能夠結(jié)合互聯(lián)網(wǎng)視頻和真實(shí)人類(lèi)示范進(jìn)行學(xué)習(xí)，從而增強(qiáng)了模型對(duì)人類(lèi)行為的理解能力。

據(jù)智元介紹，相比現(xiàn)有的最優(yōu)模型，Genie Operator-1的成功率平均提升了32%（從46%提升至78%）。其中，在執(zhí)行"倒水"（Pour Water）、"清理桌面"（Table Bussing）和"補(bǔ)充飲料"（Restock Beverage）等任務(wù)上表現(xiàn)尤為突出。

智元機(jī)器人表示，Genie Operator-1的發(fā)布，為機(jī)器人在家庭場(chǎng)景、辦公場(chǎng)景和工業(yè)場(chǎng)景等多方面提供了強(qiáng)大的腦力支持。如準(zhǔn)備餐食、收拾桌面等家庭場(chǎng)景任務(wù)，接待訪客、發(fā)放物品等辦公場(chǎng)景任務(wù)，以及工業(yè)場(chǎng)景中的各種操作任務(wù)，都可以快速實(shí)現(xiàn)。這標(biāo)志著"具身智能"從單一任務(wù)向多種任務(wù)、從封閉環(huán)境向開(kāi)放世界、從預(yù)設(shè)程序向指令泛化加速邁進(jìn)，為機(jī)器人適應(yīng)更多場(chǎng)景、解決更復(fù)雜的現(xiàn)實(shí)世界問(wèn)題鋪平了道路。

此外，任廣輝表示，公司已與階躍星辰達(dá)成合作，雙方將圍繞階躍星辰在多模態(tài)、推理、訓(xùn)練以及工程化等方面的底層模型能力展開(kāi)深度合作，將階躍星辰的多模態(tài)等能力賦能到機(jī)器人領(lǐng)域。

姚卯青指出，借助AI 大模型技術(shù)，機(jī)器人在操作手能方面的提升將加速其在工業(yè)場(chǎng)景、零售業(yè)、服務(wù)業(yè)乃至家庭環(huán)境中的應(yīng)用。他認(rèn)為這是機(jī)器人實(shí)現(xiàn)價(jià)值的關(guān)鍵時(shí)刻。

關(guān)于9.9萬(wàn)元機(jī)器人話(huà)題，姚卯青對(duì)鈦媒體AGI獨(dú)家表示，目前市場(chǎng)上的9.9萬(wàn)元機(jī)器人僅具備基礎(chǔ)運(yùn)動(dòng)能力，在硬件、算法和本體尚未完全收斂的情況下，盲目進(jìn)行價(jià)格競(jìng)爭(zhēng)并無(wú)實(shí)際意義。因此，他呼吁人形機(jī)器人產(chǎn)業(yè)應(yīng)關(guān)注產(chǎn)品競(jìng)爭(zhēng)力，只有真正創(chuàng)造價(jià)值的產(chǎn)品才能獲得市場(chǎng)認(rèn)可。

姚卯青強(qiáng)調(diào)，未來(lái)1-2年，人形機(jī)器人將在局部工業(yè)場(chǎng)景中實(shí)現(xiàn)應(yīng)用落地，而機(jī)器人具備類(lèi)似人類(lèi)的通用物理世界AGI能力則需要5-10年時(shí)間。此外，家庭環(huán)境中的機(jī)器人應(yīng)用還需要5年左右的時(shí)間才能逐步實(shí)現(xiàn)。

據(jù)鈦媒體AGI獨(dú)家了解，智元計(jì)劃于2025年第二季度推出基于強(qiáng)化學(xué)習(xí)的仿真模型，今年下半年將推出X2等多款商用機(jī)器人產(chǎn)品，并推出"靈巧手"等新技術(shù)，以加速實(shí)現(xiàn)公司2025年10倍營(yíng)收增長(zhǎng)的目標(biāo)。

（本文首發(fā)于鈦媒體App，作者 林志佳）