GO-1是什么？
GO-1是智元機器人發布的通用具身基座大模型，采用ViLLA架構，結合視覺、語言、隱式動作和執行能力。它通過學習人類視頻和少量樣本泛化新任務，支持多機器人形態并持續進化。GO-1代表了具身智能向通用化、智能化發展的新階段，預示著機器人將具備更廣泛的應用潛力。
GO-1的主要特點
- ViLLA架構：GO-1采用Vision-Language-Latent-Action (ViLLA)架構，通過預測隱式動作標記，連接圖像-文本輸入與機器人動作執行。
- 多模態學習能力：利用海量互聯網圖文數據，GO-1的VLM組件具備通用場景感知和語言理解能力。
- 隱式規劃與動作執行：MoE中的Latent Planner和Action Expert分別負責動作理解和精細執行，增強了模型的泛化和執行能力。
- 人類視頻學習：GO-1大模型可以結合互聯網視頻和真實人類示范進行學習，增強模型對人類行為的理解，更好地為人類服務。
- 小樣本快速泛化：GO-1大模型具有強大的泛化能力，能夠在極少數據甚至零樣本下泛化到新場景、新任務，降低了具身模型的使用門檻，使得后訓練成本非常低。
- 一腦多形：GO-1大模型是通用機器人策略模型，能夠在不同機器人形態之間遷移，快速適配到不同本體，群體升智。
- 持續進化：GO-1大模型搭配智元一整套數據回流系統，可以從實際執行遇到的問題數據中持續進化學習，越用越聰明。
GO-1的模型表現
智元在五種不同復雜度的任務上測試 GO-1，結果顯示，相比已有的最優模型，GO-1 的平均成功率提高了 32% (46% -> 78%)！ 尤其在 “倒水”、“清理桌面” 和 “補充飲料” 等任務上，表現尤為突出。
GO-1的項目資源
研究論文：https://agibot-world.com/blog/agibot_go1.pdf
https://www.bilibili.com/opus/1042547317663596551
?版權聲明：如無特殊說明，本站所有內容均為AIHub.cn原創發布和所有。任何個人或組織，在未征得本站同意時，禁止復制、盜用、采集、發布本站內容到任何網站、書籍等各類媒體平臺。否則，我站將依法保留追究相關法律責任的權利。