3月10日,前华为天才少年“稚晖君(彭志辉)”创业项目智元机器人今日发布首个通用具身基座模型——智元启元大模型(Genie Operator-1)。该模型提出了Vision-Language-Latent-Action (ViLLA) 架构,该架构由VLM(多模态大模型) + MoE(混合专家)组成。可实现利用人类视频学习,完成小样本快速泛化,降低了具身智能门槛,并成功部署到智元多款机器人本体。
GO-1大模型借助人类和多种机器人数据,让机器人获得了革命性的学习能力,可泛化应用到各类的环境和物品中,快速适应新任务、学习新技能。同时,它还支持部署到不同的机器人本体,高效地完成落地,并在实际的使用中持续不断地快速进化。
智元通用具身基座大模型 Genie Operator-1(GO-1)基于2024年底智元推出的AgiBot World打造,包含超过100万条轨迹、涵盖217个任务、涉及五大场景的大规模高质量真机数据集。
尽管AgiBot World 数据集已经是全球最大的机器人真机示教数据集,但这样高质量带动作标签的真机数据量仍然有限,远少于互联网规模的数据集。为此,智元采用Latent Actions(隐式动作)来建模当前帧和历史帧之间的隐式变化,然后通过Latent Planner预测这些Latent Actions,从而将异构数据源中真实世界的动作知识转移到通用操作任务中。
智元通用具身基座大模型GO-1的推出,标志着具身智能向通用化、开放化、智能化方向快速迈进。GO-1大模型将加速具身智能的普及,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,在商业、工业、家庭等多领域发挥更大的作用。
爱企查App显示,彭志辉于2023年2月6日成立桑蓬(上海)科技合伙企业(有限合伙),出资比例达13.79%,该公司于2023年2月27日投资上海智元新创技术有限公司,当前持股比例达30.37%。