国君机械|智元发布首个通用具身基座大模型GO-1

报告导读：智元发布首个通用具身基座模型智元启元大模型，GO-1大模型将加速具身智能的普及，关注智元产业链的相关机会。 智元发布首个通用具身基座模型GenieOperator-1。3月10日，智元发布首个通用具身基座大模型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LatentPlanner（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ActionExpert（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，实现了可以利用人类视频学习，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，持续进化，将具身智能推上了一个新台阶。 GO-1：VLA进化到ViLLA。为了有效利用高质量的AgiBotWorld数据集以及互联网大规模异构视频数据，增强策略的泛化能力，智元提出了ViLLA这一架构。在推理时，VLM、LatentPlanner和ActionExpert三者协同工作。其中LAM（隐式动作模型）主要用于获取当前帧和历史帧之间LatentActions的Groundtruth（真值），它由编码器和解码器组成。LatentPlanner负责预测这些离散的LatentActionTokens，它与VLM主干网络共享相同的Transformer结构，同时引入ActionExpert。结果显示，相比已有的最优模型，GO-1成功率大幅领先，平均成功率提高了32%（46%->78%）。 GO-1的推出标志着具身智能向通用化、开放化、智能化加速迈进。GO-1大模型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，包括：1）从单一任务到多种任务；2）从封闭环境到开放世界；3）从预设程序到指令泛化。GO-1大模型将加速具身智能的普及，在商业、工业、家庭等多领域发挥更大的作用，通向更加通用全能的智能未来。 投资建议：重点关注国产机器人整机厂和零部件公司，包括：1）整机厂；2）执行器和电机；3）减速器；5）传感器；6）丝杠类。 风险提示：国产设备替代进度不及预期风险、人形机器人产业化不及预期风险、产业政策不及预期风险。 文章来源 本文摘自：2025年3月11日发布的《智元发布首个通用具身基座大模型GO-1》肖群稀，资格证书编号：S0880522120001 欧阳蕤，资格证书编号：S0880523120002 更多国君研究和服务 亦可联系对口销售获取 重要提醒 本订阅号所载内容仅面向国泰君安证券研究服务签约客户。因本资料暂时无法设置访问限制，根据《证券期货投资者适当性管理办法》的要求，若您并非国泰君安证券研究服务签约客户，为保证服务质量、控制投资风险，还请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。我们对由此给您造成的 不便表示诚挚歉意，非常感谢您的理解与配合！如有任何疑问，敬请按照文末联系方式与我们联系。 法律声明