机器人也开始「卷经验」了:智元 GO-3 把学习从训练房搬到了便利店

💡 一句话总结:智元 10 月 29 日发布具身基座模型 GO-3 Preview:架构上把「看懂→预演→动手」串成一条线,数据上九成靠人类视频,路线上把学习延伸到「上岗之后」------便利店真机数据显示完整任务成功率从首日 28.6% 涨到五天后的 85.7%(官方口径)。模型和 Agent 框架承诺年底开源,值得做机器人的朋友盯一下。

导语:大模型的「Scaling 定律」,机器人能抄作业吗?

这两年大模型圈的信仰就一个字:堆。数据堆上去、算力堆上去,能力就涨。但做机器人的都清楚一个尴尬:这条定律在物理世界一直不好使------真机数据贵到离谱,采一小时轨迹的成本够训大模型吃几万小时文本。

所以 10 月 29 日智元创新日上发布 GO-3 Preview 时,它给出的答案挺值得琢磨:具身智能要抄 Scaling 的作业,但只抄「预训练」那一格没用,得全链路一起卷------预训练要 Scaling,后训练要 Scaling,连「上岗之后」的继续学习也要 Scaling。

用官方的话说:「机器人不是训出来的,是在真实世界干出来的。」

这事有实打实的行业背景:智元今年上半年在龙旗工厂放了 8 台人形机器人做 3C 产线搬运,累计跑了 1500 多个小时,节拍从 58 秒压到 22 秒,8 小时直播成功率 99.5%------但过程很狼狈,真机上线后实验室里从没出过的问题集中爆发(产线无线信号干扰、线束接触不良、刹车片偏薄掉电......)。真实世界会教机器人做事,前提是你得让它留在真实世界里继续学------这大概就是 GO-3 整套设计的出发点。

想自己看?

GO-3 到底发布了什么?

这次发布的是一套组合拳,三件东西各管一段:

  • WRAM(World Reasoning Action Model,世界推理动作模型):GO-3 Preview 的基座架构,负责「看懂→预演→动手」的预训练段。
  • Genie Evolver:后训练系统,百台真机 + 物理仿真 + 世界模型三种环境混合练,相当于「练习场」。
  • Genie Master:部署后的具身 Agent 框架,让机器人在真实作业里自己定位失败、沉淀经验,官方称首次在真实场景验证了 Physical RSI(具身递归自进化,机器人从自己的成败里持续学习)。

先拆 WRAM,它是这次架构上最有看头的部分。整个过程像人类老师傅干活:先看明白、再脑子里过一遍、最后出手。

  • 看懂(CoAE,面向控制的视觉表征):VLM 推理和控制编码两路并行,官方数据是把视觉 token 压到 DINOv3 基线的十六分之一、动作恢复误差降低 35%------机器人眼睛的实时性瓶颈是行业老问题,压 token 就是压延迟。
  • 预演(SVP 单步视觉规划器 + IDM 逆动力学模型):一次前向预测多个「动手之后世界会变成什么样」的画面,再由逆动力学模型把「想要的未来」反推成「该做的动作」。注意这个顺序:先预测后果、再生成动作,和 VLA(感知直接映射动作)的「条件反射」路线是反着的。
  • 收口(KASO,知识对齐选择性优化):同一个目标可以有好几种干法(杯子从左边拿还是右边拿),KASO 在候选未来里「四选其一」,训练阶段就筛掉和真实动作不相容的选项。

数据配方也有一个值得记住的数字:预训练数据约九成来自人类第一视角视频。逻辑不难理解------人类视频便宜、场景极广,负责教「物理世界会怎么变化」;真机轨迹贵但精确,负责教「状态变化该对应什么动作」。两种数据各司其职,这是在跟「真机数据贵」的怄气里最务实的解法。

便利店数据怎么读?亮点和问号都在这

这次传播最广的一组数字来自上海便利店:精灵 G2 机器人「无人在环」上岗,完整任务流程成功率首日 28.6%,五天后稳定到 85.7%;单任务成功率比常规微调(SFT)高出 17.7 个百分点。官方举的例子很生动:挂小挂钩这种活,机器人会自己定位失败原因、调整动作时序,把失败记录变成动作指南。

先说这组数据为什么重要:它是「部署后学习」闭环的直接证据。机器人不是出厂即巅峰,而是上岗后还在涨------这正是「全链路 Scaling」想证明的东西。后训练阶段的成绩单同样按这个逻辑给:混合环境练习后,手机包装成功率从 50.8% 提到 98.3%;桌面冰壶在线迭代 4 小时超过被测人类平均水平。

但读这组数字得带上三个问号:

  • 口径未披露:28.6%→85.7% 的任务定义、失败判定标准、每天样本量都没公开,翻三倍的含金量暂时只能信官方。
  • 「三大榜单第一」同理:RoboDojo、RoboTwin、RoboColismus 三个榜的运营方和参评名单未披露,无法独立核验。
  • 参数规模缺失:GO-3 Preview 到底多大?官方没说。参照今年 4 月的预告(数据量是 GO-2 的几十倍到百倍、数百亿参数 MoE),边缘端 10-20Hz 的推理怎么撑住,是留给后续的悬念。

还有一个近期可验证的节点:智元说要在上海便利店搞 24 小时直播,让机器人连续作业、应对异常。直播这种「不可剪辑」的形式,比通稿数字诚实得多------建议蹲一下。

跟你有关的三件事

  • 做机器人/具身方向的:年底 GO-3 Preview 和 Genie Master 承诺全面开源------如果兑现,这是国内少见的「基座模型 + 部署后 Agent 框架」整套开源。可以提前研究它的 WRAM 架构和数据配方(九成人类视频 + 一成真机轨迹),这套配平思路现在就能参考。
  • 做 agent 系统的:Genie Master 的「失败定位→经验沉淀→策略调整」循环,本质是把 agent 的自我改进从数字世界搬进了物理世界;它的经验管理思路对纯软件 agent 也有借鉴价值。
  • 看行业走向的:VLA(条件反射式)与 WAM(先想后做式)的路线之争又添了一个重量级样本。智元的态度是「都是技术切面、不押单边」------但 GO-3 明显把宝押在了「预测-验证」这条更贵的路线上,它的成败会是这条路线的重要参照。

冷静一下

最后把不确定的摆清楚:本文所有关键数字(榜单第一、便利店成功率、98.3% 包装成功率)均为智元官方口径,截至发稿没有第三方复核;「首次验证 Physical RSI」是官方自我声明;年底开源的范围(权重规格、数据集、框架完整度)和许可证还没公布,「Preview」到「正式开源」之间历来有变数。机器人行业这两年见过太多发布会上的惊艳和产线上的沉默,让子弹再飞一会儿------便利店 24 小时直播,就是那颗子弹落地的地方。

参考来源

相关推荐
wangxiaoxuan21721 小时前
如何设计机器人 API:类型、单位、坐标系与失败语义
机器人·科沃斯八界
深蓝学院1 天前
机器人控制算法 MPC 的预测模型从哪来?完整公式推导
机器人·强化学习·机器人控制
蓝天居士1 天前
ROS2从入门到精通(13)
机器人·ros·ros 2
蓝天居士1 天前
JY61P认识、学习与实战(3)
机器人·嵌入式·传感器
feasibility.1 天前
399美元桌面机器人Doly:可爱电子宠物+树莓派开源平台,但不能像ChatGPT那样聊天
机器人·开源·嵌入式·树莓派·diy·桌宠
民乐团扒谱机2 天前
Rakazo 智能清洁机器人深度评测报告
机器人
feasibility.2 天前
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
wangxiaoxuan2172 天前
机器人软件如何分层:驱动、算法、能力、动作与业务
机器人·科沃斯八界
kyle~2 天前
模型预测控制(MPC)
算法·机器人·控制·传感器
飞Link2 天前
灵巧手是什么?从机械结构、驱动方式到控制原理,认识机器人的精细操作能力
人工智能·python·机器人