本报讯 （记者王镜茹 见习记者刘晓一）3月10日，上海智元新创技术有限公司（以下简称“智元机器人”）发布国内首个通用具身基座模型——智元启元大模型（Genie Operator—1，以下简称“GO—1”）。

智元机器人相关负责人表示，GO—1开创性地提出了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，其中VLM借助海量互联网图文数据获得通用场景感知和语言理解能力，MoE中的Latent Planner（隐式规划器）借助大量跨本体和人类操作视频数据获得通用的动作理解能力，MoE中的Action Expert（动作专家）借助百万真机数据获得精细的动作执行能力。三者环环相扣，实现了通过人类视频学习的能力，完成了小样本快速泛化，降低了具身智能门槛，并成功被部署到公司的多款机器人本体。GO-1可以持续进化，将具身智能推上新台阶。

（编辑 张明富）