本文由 雷科技 撰写/授权提供，转载请注明原出处。

以下文章来源于：雷科技

编辑：失魂引

机器人行业的 DeepSeek-R1，被智元机器人开发出来了？

华为天才少年计划的经历，带给了「稚晖君」彭志辉极高人气，也让他创办的智元机器人获得了行业顶级流量。但若技术实力与流量不匹配，最终这些流量难免化为舆论攻击——就像日前涉嫌营销用力过猛的 Manus 一样。

好在，智元机器人一次又一次展现出了自己的实力，日前其推出全球首个通用具身智能基座大模型智元启元大模型（Genie Operator-1，以下简称：GO-1），并计划第一季度末对核心用户开源，允许用户将其部署到自家机器人上。

（图源：智元机器人）

在 DeepSeek-R1 面世之后，全球多个 AI 公司将旗下的大模型开源，并承认开源方能加速推动AI行业进步。GO-1 模型现阶段开源程度不如采用MIT开源协议的 DeepSeek-R1，但此前智元机器人已将用于训练 GO-1 模型的 AgiBot World 数据集、工具链、预训练模型统统开源，未来很可能将 GO-1 核心代码和模型开源。

模型开源智元机器人方能有机会成为机器人行业的 DeepSeek，但开源却不代表一定能够获得媲美 DeepSeek 的地位，一切终究要实力说话。

智元机器人开发的 GO-1 模型基于 Vision-Language-Latent-Action（ViLLA）架构，由多模态大模型（VLM）和混合专家（MoE）组合而成。VLM 为具身基座大模型的主干网络，继承了上海人工智能实验室开发的开源大模型 InternVL-2B 的权重，可实现场景感知和语言理解，并利用互联网上的视频和图片数据训练自身。该模型还能融合多视角视觉、力觉信号，赋予自身通用场景理解能力，从而实现更多复杂的操作。

MoE 则分为隐式规划器和动作专家两部分，隐式规划器可利用互联网上的人类或跨本体视频，基于 VLM 的中间层输出潜在动作令牌（Latent Action Tokens），形成规划链（Chain of Planning），实现通用的动作理解和规划。动作专家可借助仿真或真机数据，优化潜在动作令牌的生成和输出效率，并获得高精度动作的执行能力。

（图源：智元机器人）

其具备的动态调节机制，还能实现图像描述、OCR 解析等任务效率的提升，降低数据标注成本和优化资源分配。

基于 ViLLA 架构，GO-1 模型构建了数字金字塔，最基础的互联网纯文本、图文数据，可帮助机器人理解通用知识和场景；第二层的大规模人类或跨本体视频，可帮助机器人学习人类或其他本体的动作操作模式；更高一层的仿真数据则能够增强机器人的泛用性；最后由真机示教数据帮助机器人训练精准动作执行能力。

在模型架构之外，用于训练模型的数据同样重要。最新版的 AgiBot World 包含 1001552 条轨迹，覆盖了家庭、零售、工业、餐厅、办公五大关键场景，是目前全球最大的机器人真机示教数据集。

不同于普通轨迹不超过 5 秒的时间，AgiBot World 中的轨迹跨度可达 30 秒左右，部分轨迹甚至长达 2 分钟。智元机器人官方数据显示，AgiBot World 所采用的预训练模式，相较谷歌 Open X-Embodiment 训练策略平均性能提升 30%，相较现有机器人大模型完成复杂操作的平均成功率提高了 32%。

（图源：智元机器人）

与传统机器人模型相比，GO-1 模型在架构、数据、预训练模式等方面均有所改进，提升了资源利用效率和模型的能力，能够大幅降低机器人训练和执行操作所需的成本，作用与 DeepSeek-R 模型较为相似。二者相比，GO-1 模型差的可能只有开源模式。

NVIDIA CEO 黄仁勋曾预言，两三年内机器人行业将迎来重大突破，未来会像汽车一样普及。在机器人技术从生涩走向成熟的今天，智元机器人也在不断推动产品量产，日前 1000 台机器人量产下线，已面向全球开源的灵犀 X1 也完成了首批交付，灵犀 X2 于 3 月 11 日在上海发布，功能更加强大。在未来机器人行业的竞争中，GO-1 模型或将成为智元机器人的核心竞争力之一。

阿加犀智能科技有限公司 CEO 孙晓刚表示，按照目前机器人行业的发展进程，三五年内机器人的价格降到 5 万元以内没有问题。

5 万元以内的机器人，已处于普通消费者可以接受的范围，但购买的前提是其功能足够强大，可以帮助我们处理一些生活琐事。决定机器人能力的关键，在于硬件和智能两方面，GO-1 模型要做的就是提高机器人的智能程度。

ViLLA 架构赋予了 GO-1 模型通过人类视频学习的能力，互联网上庞大的视频资源，都将成为机器人进化的「养料」，让机器人能够更高效地完成复杂操作。

其次，小样本快速泛化特性令 GO-1 模型可以在数据量极少，甚至零样本的情况下，泛化到新场景，无需庞大的数据，从而大幅减少训练成本，降低机器人行业的门槛。

最关键的是，GO-1 属于「一脑多形」通用机器人模型，能够在两足、轮足等不同类型机器人之间迁移和快速适配。不同类型的机器人可能需要完全不同的 AI 大模型，用于适配机器人硬件的工作模式，是开发机器人企业的难点之一。GO-1 模型打破常规，可以轻松适配各种机器人，无疑能够进一步降低机器人模型的开发、适配成本。

（图源：智元机器人）

另外，GO-1 模型还具备持续进化能力，日常工作中遇到的问题，数据都会回流至系统，用于机器人的训练和功能升级。

尽管 GO-1 模型仅在本月底面向核心用户开源，但从功能特性不难看出，GO-1 已经把「我会开源」写在了脸上，整个大模型几乎完全面向提升能力、降低成本两方面。小样本快速泛化和一脑多形能力，令实力底蕴不足的机器人企业，也能借助 GO-1 模型快速开发出适合机器人产品的 AI 系统，并借助国内日渐成熟的机器人供应链实现产品量产。

与新能源汽车行业类似，机器人时代的到来是一次机遇，比亚迪、小鹏、赛力斯等车企已纷纷入场，还有许多知名度不高的小企业加入，究竟哪些企业能够成长为头部品牌，暂时无法确定。赫赫有名的宇树科技有望成为机器人行业的比亚迪，开发 GO-1 模型的智元机器人则拥有成为「蔚小理」的机会。

同样的，机器人行业的发展之路，也会有许多企业掉队。不同的是，新能源汽车行业工业实力的重要性大于 AI 能力，而机器人领域 AI 能力的重要性至少持平工业实力，甚至更胜一筹。而且在机器人行业发展过程中，供应链将不断整合，硬件会收敛，机器人最终比拼的是智能化。

（图源：智元机器人）

正如智元新创技术有限公司研究院执行院长、具身业务部总裁姚卯青所言，对机器人公司，你如果不做大模型，那是属于没有未来的机器人，没有智能化，没有作业能力只是一个硬件。 

智元机器人推出的远征、灵犀、绝尘等多品类机器人，无法发挥 GO-1 模型的全部价值，将其开源并允许其他企业修改、部署、商用，方能最大限度挖掘 GO-1 模型的价值，并起到推动机器人行业发展的作用。

向核心用户开源模型只是开始，未来 GO-1 模型很可能面向全行业开源，增强其他机器人企业的实力。开源后的 GO-1 模型，才能获得 DeepSeek-R1 的地位，成为行业发展的推动者。智元机器人自身也是硬件产品开发公司，借助 GO-1 的声望，或将进一步打响知名度，并提高产品销量，而非如现在一般，提到智元机器人和彭志辉，大家首先想到的是华为天才少年计划出身的身份。

扫码关注公众号

获取更多技术资讯