3月10日,，上海機器人初創(chuàng)公司智元機器人正式發(fā)布智元啟元大模型GenieOperator-1（GO-1）,，這是中國首個通用具身基座模型。智元機器人表示,，這款模型具有泛化能力，能夠在極少數(shù)據(jù)甚至零樣本下泛化到新場景、新任務,，降低了具身模型的使用門檻，降低了后訓練成本,。

 

據(jù)介紹,，該模型開創(chuàng)性地提出了Vision-Language-Latent-Action（ViLLA）架構，實現(xiàn)了可以利用人類視頻學習,，完成小樣本快速泛化,。ViLLA架構是由VLM（多模態(tài)大模型） + MoE（混合專家）組成，其中VLM借助海量互聯(lián)網(wǎng)圖文數(shù)據(jù)獲得通用場景感知和語言理解能力,，MoE中的Latent Planner（隱式規(guī)劃器）借助大量跨本體和人類操作數(shù)據(jù)獲得通用的動作理解能力,，MoE中的Action Expert（動作專家）借助百萬真機數(shù)據(jù)獲得精細的動作執(zhí)行能力。在推理時,，VLM（多模態(tài)大模型）,、Latent Planner（隱式規(guī)劃器）和Action Expert（動作專家）三者協(xié)同工作。目前智元啟元大模型已成功部署到智元多款機器人本體,。

來源：@澎湃新聞

流程編輯：U022

如遇作品內容,、版權等問題，請在相關文章刊發(fā)之日起30日內與本網(wǎng)聯(lián)系,。版權侵權聯(lián)系電話：010-85202353