「智元」通用具身基座大模型GO-1发布，人形机器人赛道已进入卷“大脑”时代！

最新推荐文章于 2025-12-22 22:29:27 发布
原创 最新推荐文章于 2025-12-22 22:29:27 发布 · 1.7k 阅读 · 18 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器人 #人工智能 #大数据 #科技 #自动驾驶 #golang #开发语言

温馨提示：运营团队（2025年2月18日整理）原创报告（共210页）

图片

——

正文：

图片

国外知名人形机器人独角兽公司【Figure AI】于2025年2月20日推出其自研通用型视觉-语言-动作(VLA)模型—Helix，

2025年3月3日，人形机器人第一股[优必选科技]于发布公司自研全球首个人形机器人多模态推理大模型，该推理大模型基于DeepSeek-R1深度推理技术，借助其强大的数据处理和智能决策能力，让人形机器人具备类似人类常识的推理能力，支持多台人形机器人之间复杂任务的高效拆解、调度与协同。
最低0.47元/天 解锁文章
Robot251
关注
深圳急了，密集发布大动作了，全面发力AI终端和具身智能机器人！
强化学习曾小健
03-05 1132
巨额的资金投入，将为深圳的AI产业发展提供了强有力的支撑。此外，《行动计划》还首次提出了针对机器人“大脑”的布局，提出将基于世界模型及视觉-触觉-语言-动作(VTLA)等多模态输入输出，构建具备交互、预测与决策能力的具身智能基座大模型及其训练、推理技术体系，形成长序列推理(COT)和自主学习能力，支持跨场景任务处理，并支持企业围绕重点应用场景，研发垂直应用大模型。同时加快开放应用场景，聚焦政务服务、工业制造、教育、医疗健康、交通、气象、经济运行、公共安全、生态环保等重点领域，滚动开放不少于50个应用场景。
稚晖君和王兴兴的机器人战争，已经打了两年了
强化学习曾小健
03-15 1251
这是一次真正意义上的、全民范围的破圈。他曾表示不在意“今天那些高额的融资被做软件做大模型出身的”，还没有什么真正产品的精英创业公司拿走——所谓的“精英创业公司”，何尝没有智元的份。这个时期，人形机器人是王兴兴的“顺势而为”，总体而言他仍是出了名的“控本狂魔”，核心技术全栈自研，对供应链强掌控，就连宇树的办公室都简陋得不像独角兽企业。在2024年8月，硅星人采访王兴兴，写道：“他并不在意自己只是一个‘做硬件’的公司，不在意今天那些高额的融资被做软件做大模型出身的，还没有什么真正产品的精英创业公司拿走。
华为“天才少年”掀AI革命：智元机器人发布通用具身基座大模型
位卑未敢忘忧国，清澈的爱只为中国，支持有良心的国货企业，让有良心的中国企业走进大众视野！
03-10 1201
曾以“华为天才少年”身份广受关注的彭志辉（稚晖君），今日携其创立的智元机器人，正式揭晓了引发全网热议的“神秘新品”——全球首个通用具身基座大模型Genie Operator-1（GO-1）。：从首款人形机器人“远征A1”（49自由度、200TOPS算力）到开源项目“灵犀X1”，智元逐步构建起“硬件-算法-生态”闭环。，该架构通过**多模态大模型（VLM）+混合专家系统（MoE）**的协同，解决了机器人“感知-规划-执行”的断层难题。：GO-1支持的机器人可执行接待、物料分发等任务，未来将拓展至家庭场景。
人形机器人产业链全景图：程序员必学的大模型与机器人融合技术！
Trb701012的博客
09-06 769
人形机器人正加速从实验室走向实际应用，AI大模型为其提供了更强的大脑。文章详细分析了产业链全景：上游核心零部件(如行星滚柱丝杠、无框力矩电机等)是产业基础；中游包括宇树科技、智元机器人等本体制造企业；下游应用场景广泛。政策支持与资本投入推动产业从技术概念加速走向产业落地，预计到2050年全球市场将超5万亿美元。富国国证机器人产业ETF可作为投资选择。
30亿美元，超越宇树和智元！这家具身公司刷新了人形机器人的最大估值.......
qq_29462849的博客
12-20 181
银河通用机器人以30亿美元估值刷新人形机器人领域纪录，累计融资约8亿美元。公司成立两年内完成多轮融资，吸引宁德时代等战略投资者及国际资本。其核心竞争力在于基座大模型技术，已实现人形机器人在智慧城市、仓储物流等场景的规模化落地，并与多家行业巨头达成合作。快速的技术商业化能力使其成为资本追逐的热点，展现出在人形机器人赛道的领先优势。
人形机器人行业系列深度报告一：智能具身，创启未来纪元
05-20 365
人形机器人技术加速演进，已成为科技竞争的新高地、未来产业的新赛道、经济发展的新引擎，产业奇点已至，应用端、成本端、软件端迎来三重突破，产业化关键瓶颈正在打开。推荐：1）供给维度：把握全球科技巨头、创业公司、汽车主机厂和产业政策的持续共振，看好特斯拉0-1产业化进程，小米、小鹏等强智能化主机厂在机器人领域布局，以及宇树、智元等下游需求确定性强的国内供应链；政策端，政府工作报告明确，培育具身智能等未来产业，大力发展智能机器人。：华为、阿里、百度、字节、腾讯、京东、美团、滴滴、小米等九大公司职级和薪酬体系。
手提30公斤重物、还能拧螺丝、颠勺，全能人形机器人灵宝“CASBOT 01”来了！
热门推荐
优快云资讯
11-15 1万+
想象一下，如果拥有一款人形机器人，你会让它来做什么？随着具身智能时代的到来，各大科技公司纷纷加大了对人形机器人的研发投入，让很多人想象中的场景逐渐成为现实。然而，市场上产品虽多，但真正能够从科研成果转化为实际应用的机器人却寥寥无几。就在 11 月 13 日，成立仅有 300 多天的灵宝CASBOT正式发布了其首款人形机器人——“CASBOT 01”，成为人形机器人赛道的重要参与者。不同于行业中已有的人形机器人产品，CASBOT 01 在功能和设计上做了多项创新和突破。
科技云报道：“大模型+机器人”，具身智能将开启“智械时代”
科技云报道
08-12 1000
1950年，图灵在他的一篇论文中首次提出了“具身智能”的概念，其是人工智能的一个重要分支，它强调智能体与其所处的物理环境紧密交互，通过人形机器人等智能实体实现感知、决策和行动。与特斯拉的Optimus以及波士顿动力的Atlas相比，与OpenAI大模型的深度集成也一直是Figure引以为傲的强项，该集成使其在多模态推理和任务执行方面更具智能性和适应性，提升其在视觉、听觉和语言交互方面的能力，使其能够执行复杂的端到端任务，适用于工业制造、仓库物流等侧重于轻载搬运和分拣转移的混合任务场景。
AI-调查研究-102-具身智能 智能机械臂、自动驾驶与人形机器人的模仿学习、强化学习与多模态融合趋势
永远好奇 无限进步
10-13 1416
不同类型的机器人在结构、任务和控制方式上差异巨大，因此AI算法的适配策略也需因地制宜。机械臂以高精度和重复性为核心，常用于工业制造和医疗操作。现代机械臂广泛采用模仿学习+强化学习结合的训练方式，通过人类示教与仿真微调实现毫米级操作精度。轮式移动机器人则强调环境感知与路径规划，从传统SLAM算法发展到深度强化学习的端到端导航，已能在复杂场景中实现自主避障与语义导航。人形机器人代表最高复杂度，需应对全身协调与动态平衡挑战，最新研究利用Transformer与决策模型实现自适应行走与多模态交互。无人机则依托高速反
抛弃「英伟达」，牵手「谷歌」，知名人形机器人公司全力加速产品迭代！
Robot251的博客
12-24 1305
作为最早研究大模型的谷歌，旗下具身智能大模型产品已从Saycan迭代到RT-H，并作为曾经收购波士顿动力的早起人形本体入局者，然而却在这波具身智能浪潮中呼声很低，除了展示科研成果外，既没有与人形机器人本体厂商建立合作，又没有入局本体赛道；该模型让机器人能够接收持续的多模态的输入，并具有一定的推理能力，具备5620亿的参数模型，但本质为大语言模型，对于动作的完成和指导较弱；，创造了新的具身智能大数据集OpenX，并用此数据集训练前述的机器人模型RT-1和RT-2得到新的模型RT-1-X与RT-2-X；
商汤甩出具身智能大招！最强多模态大模型登场，给机器人装上大脑和眼睛
xiaoganbuaiuk的博客
04-11 1173
在日常生活和办公场景中，应用了「日日新SenseNova V6」系列模型后，也能带来更多便利和生产力的提升。比如上传时长10分钟以内的网课、旅游、生活类视频，就可以让AI快速整理重点、回答与视频内容相关的问题。商家可以收集顾客对新品的评论吐槽截图，让「日日新SenseNova V6」做专业的经营分析。它还能解决真实办公场景里繁琐但重要的需求，包括信息管理、报告生成、运维日志生成、数学建模等。
最新World Model × （具身智能）Robotics论文解析--世界模型正在重塑机器人的大脑
AI_gurubar的博客
11-21 326
摘要： WorldModel在机器人领域的重要性日益凸显，其核心在于通过可压缩、可预测的环境模拟实现高效决策。Schmidhuber等人的理论表明，智能的本质在于学习世界模型，而Ha & Schmidhuber的实验证实，仅依靠生成式世界模型即可在虚拟环境中训练策略并迁移至现实。Hafner的Dreamer系列进一步证明，基于世界模型的智能体在样本效率和泛化能力上均超越传统方法。真实机器人应用中，世界模型通过“想象未来”减少试错，显著提升安全性与成本效益。新一代模型（如HuWo、DREMA）将物理交
提炼总结—机器人学导论（原书第四版）（第3章）
weixin_41705306的博客
06-03 1020
随着DeepSeek、ChatGPT等AI技术的崛起，促使机器人技术发展到了新的高度，诞生了宇树科技、特斯拉为代表的人形机器人，四足机器人等等，越来越多的科技巨头涌入机器人赛道，行业对于相关人才的需求也随之达到了顶峰。本博客的内容是替你阅读所有关于机器人的经典书籍，采用书籍瘦身计划，帮你提炼出核心内容，采用最通俗易懂的语言来解释原理，将书读薄。大大缩短学习时间，助你快速成为机器人时代的佼佼者。
PPO算法训练机器人时，如何定义状态/动作/奖励
ZPC8210的博客
12-22 693
状态空间：关节角度、角速度、IMU、力 / 力矩、位置 / 速度等机器人状态动作空间：连续型（关节力矩 / 目标角度）或离散型（步态相位），配合 PD/MPC 底层控制奖励函数：多目标加权，如行走任务：前进速度（+1.0）+ 姿态稳定（+0.5）+ 能耗惩罚（-0.1）+ 摔倒终止（-100）下面以 “机械臂抓取桌面上的立方体” 任务为例，展示三者的完整定义与代码实现（基于 Gymnasium 自定义环境）：python运行# 1. 定义状态空间（共22维连续向量）
立即行动，锁定2026增长引擎：报名CES Asia机器人展，同步押注“具身智能”与亚洲市场
CES_Asia的博客
12-19 430
二是亚洲市场以其庞大的应用场景、完善的供应链和活跃的创新生态，成为全球科技落地与增长的关键区域。在这里，技术先进性直接与商业可行性挂钩，企业不仅能展示“能做什么”，更能证明“在何种成本与效率下能被市场接受”，从而在亚洲乃至全球潜在客户心中建立关键的第一认知。参与CES Asia 2026，不应被视为一次常规的营销活动，而应被定位为一项关键的年度战略投资——它直接服务于企业的技术商业化、市场全球化与品牌国际化核心目标。在技术变革与市场扩张的交汇点上，一次精准的战略布局，将为企业启动强大的增长引擎。
发那科弧焊机器人保护气节气设备
2403_88713304的博客
12-18 292
发那科弧焊机器人凭借高精度轨迹控制和稳定的连续作业能力，成为汽车制造、工程机械等行业规模化焊接的核心装备。
ROS1从入门到精通 12：导航与路径规划（让机器人自主导航）
最新发布
weixin_52694742的博客
12-22 969
文章摘要 本文是ROS1导航与路径规划的深度教程，详细介绍了ROS导航栈的核心组件和工作原理。主要内容包括： ROS导航栈概述 - 讲解导航栈的定位、感知、规划和控制系统架构 move_base框架 - 分析导航主框架的接口和实现 路径规划 - 全局路径规划与局部路径规划的原理和实现 代价地图 - 静态层、障碍物层和膨胀层的配置 导航系统配置 - 参数调优和恢复行为设置 实战案例 - 完整导航系统的实现示例 教程包含大量代码示例（Python和C++）和Mermaid架构图，适合中高级ROS开发者学习机器人
从视频生成到机器人操控：VideoVLA 开启通用机器人新范式
qq_29462849的博客
12-18 723
VideoVLA创新性地将视频生成模型转化为机器人操控系统，通过"动作预测+视觉想象"双目标策略，解决了传统视觉-语言-动作模型在泛化能力上的瓶颈。该框架在未知物体处理和新技能迁移任务中表现优异，在WidowX和Google机器人测试中平均成功率提升30%以上。实验证明生成的未来视觉质量与任务执行成功率高度相关，验证了视觉想象引导动作规划的有效性。VideoVLA为通用机器人操控提供了新范式，其成果已发表于NeurIPS 2025会议。
KUKA机器人如何在workvisual软件中安装软件包？
Robot_PLC_HMI_Automation
12-19 89
KUKA机器人如何在workvisual软件中安装软件包？
智元最新推出的具身基座大模型GO-1是什么时候发布的？是否借助了PI的开源模型？
06-20
### 智元具身基座大模型 GO-1 的发布时间及是否基于 PI 开源模型开发 智元具身基座大模型 GO-1 的具体发布时间并未在提供的引用中明确提及，但可以推测其发布时间应与智元机器人发布的其他相关技术进展时间线一致。例如，在 4 月 21 日，智元机器人推出了面向具身智能开发者的一站式开发平台 Genie Studio[^3]。这一平台的推出表明智元机器人在具身智能领域的布局逐渐完善，而 GO-1 很可能是在此时间段或稍后发布，作为 Genie Studio 平台的重要组成部分之一。 关于 GO-1 是否基于 PI 开源模型开发的问题，虽然未有直接说明 GO-1 的具体开发基础，但从 PI 模型的发展来看，PI 系列（如 π₀）是智元 VLA 架构的一个重要分支，专注于复杂多阶段控制任务，并且使用 Flow Matching 架构进行训练[^1]。考虑到 GO-1 是一个更通用的具身基座大模型，其设计目标可能是整合 PI 模型的优势并进一步扩展其能力范围。因此，GO-1 很可能借鉴了 PI 模型的技术积累，但在功能和架构上进行了更广泛的优化和扩展。 ```python # 示例代码：简单的多模态 Transformer 模型结构 import torch import torch.nn as nn class MultiModalTransformer(nn.Module): def __init__(self, d_model, nhead, num_layers): super(MultiModalTransformer, self).__init__() self.transformer = nn.Transformer(d_model=d_model, nhead=nhead, num_encoder_layers=num_layers, num_decoder_layers=num_layers) def forward(self, src, tgt): return self.transformer(src, tgt) model = MultiModalTransformer(d_model=512, nhead=8, num_layers=6) src = torch.rand((10, 32, 512)) # 输入序列 tgt = torch.rand((20, 32, 512)) # 目标序列 output = model(src, tgt) print(output.shape) # 输出形状 ``` ### 模型架构和技术特点 GO-1 的设计目标是成为一款强大的具身基座大模型，能够支持从数据采集到模型推理的完整链路[^3]。这表明 GO-1 不仅具备多模态处理能力，还可能集成了类似于 PI 模型的动作控制和复杂任务规划功能。此外，GO-1 的潜在动作模型和潜在规划器（Latent Planner）等模块的设计，可能参考了 AgiBot World 平台中的相关技术架构[^2]。 ### 性能评估和实验分析 在实验设置中，GO-1 的性能表现通过多个维度进行了验证，包括但不限于政策学习的规模效应、数据质量对模型性能的影响以及模型在不同任务场景下的泛化能力[^2]。这些实验结果表明，GO-1 的能力随着数据量的增加而显著提升，同时高质量的数据对其性能的提升具有重要作用。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值