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？

📰 机器之心报道：刚刚，机器人学习进入「全链路Scaling」时代

📰 IT之家：智元发布具身模型 GO-3 Preview：能做煎饼果子、在便利店上岗

🏢 智元官网（技术战略背景）：APC 2026 演讲实录

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。