3月10日

去年已实现量产近千台的

中国机器人初创公司智元机器人发布

通用具身基座模型智元启元大模型

（Genie Operator-1，简称GO-1）

因其首创的ViLLA架构

降低了具身智能研发门槛

并能够让机器人持续进化

让不少网友评论称：

“这破解了具身智能的‘进化密码’”

 

机器人“烤面包”。

图源：智元机器人官网

 

网上的视频

也能用于训练机器人了

 

据了解，GO-1创新性采用了

Vision-Language-Latent-Action (ViLLA) 架构

由VLM（多模态大模型）

和MoE（混合专家）组成

可谓让人形机器人拥有了智慧大脑

智元机器人相关负责人介绍

GO-1大模型的特点包括4个方面

 

机器人“煮咖啡”。

图源：观察者网

 

一是可以利用人类视频学习各种技能

增强模型对人类行为的理解

例如，它可以根据之前训练时

看过的“挂衣服”视频

设想这个过程包括哪些步骤

然后执行一连串步骤完成任务

 

二是能在极少数据甚至零样本下

使机器人快速适应新场景、新任务

完成小样本快速泛化

例如让人形机器人“倒水”

搭载大模型后

完成该动作需采集的数据量

较未搭载大模型减少1/10至1/50

 

三是能够在不同机器人形态之间迁移

快速适配到不同本体

此外，该大模型还可以

从实际执行遇到的问题数据中

持续进化学习

“越用越聪明”

 

机器人站上服务台。

图源：观察者网

 

业界相关人士表示

GO-1大模型将加速具身智能普及

机器人将从依赖特定任务的工具

向着具备通用智能的自主体发展

将具身智能推上了一个新台阶

 

人形机器人“打工”

还要多久才能实现

 

让机器人擦桌子、拉小提琴

如今早已不是新鲜事

但这类机器人只能完成预设程序

而非具备自主完成任务的能力

或者说并不真正具备“智能”

 

随着具身智能的不断演化

机器人正在逐渐完成

“从单一任务到多种任务”

“从封闭环境到开放世界”

“从预设程序到指令泛化”

三层进化

也就是说

随着人工智能技术的不断进步

和软硬件的持续优化

人形机器人的商业化进程正在加速

 

灵巧机械手与观众互动。

图源：新华社

 

在美银近日发布的研报中，分析师预测

人形机器人即将告别概念验证阶段

在十年内迎来多行业应用爆发期

预计到2030年

全球人形机器人年销量将达到100万台

到2060年

人形机器人总保有量将达30亿台

届时人均将拥有0.3台机器人

 

日前国泰君安在研报中也进一步提到

特斯拉的Optimus

计划在2025年步入量产

2026年大规模生产

中国多家人形机器人厂商

也计划开启外售

人形机器人将迎来“量产元年”

 

智元机器人相关负责人表示

目前，机器人能够

在不同场景中执行多种任务

而不需要针对每个新任务重新训练

也不再局限于预设程序

能够理解自然语言指令

并具备一定推理能力

一旦机器人“能听懂人话”

就可以在商业、工业、家庭等多领域

发挥更大的作用

 

在北京市机器人产业园（亦庄），国家地方共建具身智能机器人创新中心研发的人形机器人“天工”在进行奔跑展示。

图源：新华社

 

家庭服务有望成为

具身智能机器人落地应用的重要场景

智元机器人相关负责人说

真正让人形机器人走进家庭“打工”

预计还需5年左右

 

在位于深圳市南山区智园的优必选总部，工作人员对人形机器人进行测试

图源：新华社

 

同时，有业界人士还提到

脑机接口技术可以实现

将智能算法与机器人的

感知、行动和环境交互能力相结合

在医疗康养、工业安全

教育体育、智慧生活等领域

展现广阔发展前景和巨大市场潜力

 

此外，应对人口老龄化、科学研究

以及太空探索等人类社会发展问题

也需要具身智能技术的辅助

 

撰文：孔繁鑫  编辑：雷渺鑫  排版：李汶键  统筹：李政葳

参考：新华网、人民网、中国新闻网、证券时报网、澎湃新闻、观察者网、华尔街见闻