智元机器人 GO-1 通用具身基座大模型开源
发布时间：
2025-09-24 10:30:46
【导语】9月23日，智元机器人宣布全球首个采用ViLLA架构的通用具身基座大模型GO-1正式开源，免费向全球开发者开放，此举将大幅降低具身智能技术门槛，加速行业进步。GO-1不仅在技术架构上实现突破，还通过Genie Studio一站式开发平台和开源社区生态，支持跨本体、跨平台的广泛应用与验证。
9 月 23 日消息，智元机器人宣布，继今年 1 月 AgiBot World 具身智能百万真机数据集开源后，通用具身基座大模型 GO-1（Genie Operator-1）也正式在 GitHub 开源。
智元机器人称，这标志着全球首个采用 Vision-Language-Latent-Action (ViLLA) 架构的通用具身智能模型向全球开发者免费开放，将极大降低具身智能的技术门槛，推动行业快速发展。
附官方对 GO-1 的介绍如下：
01、技术突破：ViLLA 架构引领具身智能新范式
GO-1 采用的 Vision-Language-Latent-Action (ViLLA) 架构是具身智能领域的重大技术突破。与传统的 Vision-Language-Action (VLA) 架构相比，ViLLA 通过引入隐式动作标记，成功弥合了图像-文本输入与机器人执行动作之间的语义鸿沟。这一创新使得机器人能够更好地理解人类意图，并将其转化为精确的动作执行。
ViLLA 架构的核心在于其三层协同设计。VLM 多模态理解层基于 InternVL-2B 构建，能够处理多视角视觉图片、力觉信号、语言输入等多模态信息，为整个系统提供强大的场景感知和指令理解能力。Latent Planner 隐式规划器通过预测隐式动作标记，实现了对复杂操作任务的高层次规划和理解。Action Expert 动作专家则基于扩散模型，能够生成高频率、高精度的连续动作序列，确保机器人能够执行精细的操控任务。
02、平台支持：Genie Studio 一站式开发平台
Genie Studio 是智元机器人专为具身智能场景打造的一站式开发平台，为开发者和合作伙伴提供全栈式解决方案，覆盖数据采集、数据管理、模型训练与微调、仿真评测、模型构建与部署等全流程。平台提供开箱即用的 GO-1 基座模型，集成 Video Traning 方案和统一训练框架，内置完整的开发工具链，可实现真机一键编译 & 部署，显著提升开发效率，助力具身智能技术的快速落地与应用。
官网入口
https://genie.agibot.com/geniestudio
购买咨询
https://www.zhiyuan-robot.com/Contact/Business
03、社区共建：打造开源社区生态
虽然 GO-1 仅基于 AgiBot G1 机器人数据进行预训练，但该模型已经在松灵机器人、方舟机器人、Franka 机械臂等不同本体上进行了充分的验证测试。这些跨本体验证结果表明，GO-1 具备良好的可移植性，能够适应不同机器人的运动学特性和控制接口。
在仿真环境测试方面，GO-1 在 Genie Sim 和 Libero 等主流仿真平台上均取得了领先的性能表现。
针对真机部署场景，GO-1 模型充分考虑了用户多样化的机器人平台需求，不仅提供了 Genie Studio 一站式开发平台来支持 Genie G1 本体的数据采集、模型微调和部署，同时特别集成了通用 LeRobot 数据格式，支持其他机器人本体的数据采集、模型微调和部署。
通过 Genie Studio，在 Genie G1 真机实验中，GO-1 相比于其他 SOTA 模型也取得了领先的性能。
相关新闻
数据瓶颈：自动化装配的隐形枷锁很多人以为，自动化装配的精度提升仅依赖传感器精度与算法迭代，其实不然。当系统报错“没有更多数据了”时，暴露的并非数据采集不足，而是数据链的断裂——从物理信号到数字信号的转换过程中，存在未被识别的信息损耗。这种损耗的底层逻辑是：传统数据采集框架基于“事件触发”模式，仅记录超出阈值的异常值，而忽略了装配过程中微米级形变的连续性数据。案例：苏州工业园区某汽车零部件企业的数据
数据边界：自动化装配中的误差阈值管理很多人以为，自动化装配系统的精度提升仅依赖硬件升级，比如更高分辨率的视觉传感器或更精密的伺服电机。其实不然，真正决定系统稳定性的，是误差阈值管理——一种被多数企业忽视的底层逻辑。当传感器数据量达到临界值时，单纯增加数据采集频率反而会引发信号噪声叠加，导致系统决策延迟，甚至触发保护性停机。这种反直觉现象，在德国斯图加特某汽车零部件供应商的产线改造中得到了验证。案例
数据断层：自动化装配的隐形瓶颈很多人以为，自动化装配系统的效能提升仅取决于硬件精度与算法复杂度，其实不然。当系统触达「"error":"没有更多数据了"」的报错阈值时，真正的挑战才刚刚开始——这并非简单的数据量不足，而是涉及传感器冗余设计、故障模式覆盖度与生产节拍平衡的底层逻辑冲突。案例：慕尼黑工业大学的「黑灯工厂」实验2023年，慕尼黑工业大学自动化研究所曾进行过一场封闭测试：在宝马集团提供的3
数据阈值：自动化装配的隐形天花板很多人以为，自动化装配的效率瓶颈仅存在于硬件精度或算法复杂度，其实不然。当某国际头部汽车零部件厂商在德国斯图加特工厂部署第七代柔性装配线时，曾遭遇一个反直觉现象：随着传感器密度提升300%，设备综合效率（OEE）反而下降12%。问题根源并非硬件故障，而是数据采集系统触发了隐性的「数据过载阈值」。底层逻辑是：自动化装配系统的数据流存在双重约束——物理层的数据传输带宽与
当数据采集遭遇物理极限：一个被忽视的底层矛盾很多人以为自动化装配线的效能提升仅依赖传感器密度与算法迭代，其实不然。在苏州工业园区某精密电子装配基地，我们发现了更本质的制约因素——数据采集的物理上限。当单线体部署超过327个I/O点位时，传统PLC架构的寄存器寻址延迟会突破0.3ms阈值，直接导致运动控制指令的时序错位。赛制逻辑下的效能验证：慕尼黑工业大学的极端测试2023年慕尼黑工业大学自动化实验
深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会
【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新，不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng)，2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)
全球智能视觉处理芯片龙头冲刺港交所：光环之下，何以冲破增长枷锁？
【导语】近日，智能视觉处理芯片龙头富瀚微递交港交所招股书，吹响“A+H”双上市号角。其虽在全球市场占据领先地位，但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过，富瀚微注重研发创新，积极拓展AI新业务版图。此次赴港上市，能否助力其突破瓶颈、续写传奇，值得期待(dài)。 近(jìn)日(rì)，智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书，吹响“
国家发改委等五部门：探索推动具身智能机器人进社区、进家庭，到 2027 年底建成 50 个以上全域数字化转型城市
【导语】10月31日，国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》，提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì)，2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià
2025深圳安博会：大公博创揽三奖 低空安防技术引国内外媒体聚焦
【导语】2025年10月28日至31日，第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn)，凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh
【导语】中国电信率先公开展示业内首个“北斗语音消息”服务，首创 AI 算法实现语音极速传输；与此同时，华为也在第四届北斗峰会上发布相关功能，其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān)，北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù