智元发布 GO-3 Preview 具身模型,真实便利店场景成功率5天升至85.7%

智元于10月29日发布新一代具身基座模型 GO-3 Preview,采用 WRAM 架构并登顶三大行业榜单。该模型通过全链路训练机制,在真实便利店场景中实现任务成功率5天内从28.6%升至85.7%,计划2026年底开源。

朋克君
发布者朋克君
预计阅读 2 分钟
我要投稿
AI 摘要
约 1 分钟

快速了解本文

01

智元发布新一代具身基座模型 GO-3 Preview。

02

该模型已登顶三大行业权威评测榜单。

03

真实便利店场景任务成功率5天升至85.7%。

04

计划于2026年底全面开源该模型。

本摘要由 AI 辅助整理,请以正文内容为准。

数智朋克讯 10月29日,智元正式发布新一代具身基座模型 GO-3 Preview。该模型已登顶 RoboDojo、RoboTwin、RoboColiseum 三大行业权威评测榜单,并计划于 2026 年底全面开源。

GO-3 Preview 采用具身原生的 WRAM(World Reasoning Action Model)架构,通过 CoAE、SVP 和 KASO 三项核心设计,将任务推理、未来预测与动作生成连接起来。在全链路训练机制下,模型在预训练阶段支持 Zero-Shot 与 Few-Shot 任务,可直接处理家居、厨房等场景的陌生任务,或通过少量示范完成制作煎饼果子、乐高拼装等长程精细任务。

在后训练阶段,智元构建了分布式混合环境后训练系统 Genie Evolver,结合百台真机、物理仿真与世界模型,使机器人在桌面冰壶等任务中经过 4 小时迭代,性能超过人类平均水平。部署后,通过具身 Agent 框架 Genie Master 和具身执行协议 EEP,机器人能够脱离人工干预,实现自主改进与持续进化。

在真实业务场景中,搭载该框架的精灵 G2 已在便利店上岗。数据显示,其完整任务流程成功率从首日的 28.6% 提升至 5 天后的 85.7%,单任务成功率相比常规微调(SFT)提升 17.7 个百分点。

RELATED STORIES

继续阅读

围绕「GO-3 Preview」,继续阅读相关内容。

ARTICLE RECORD

转载说明

转载请注明文章出处。

TOPICS · 05

文章标签