證券時報網
劉茜
2025-03-11 21:32
昔日的華為天才少年“稚暉君”，又站到了聚光燈下。
3月10日，智元機器人正式發布了全球首個通用具身基座大模型——智元啟元大模型（Genie Operator-1，簡稱GO-1），這標志著具身智能向通用化、開放化、智能化方向快速邁進。
在生成式AI遭遇邊際效益遞減的當下，具身智能正成為AI技術突破物理世界的關鍵路徑。該模型通過首創ViLLA架構，整合多模態大模型與混合專家系統，使機器人僅需千條以內的視頻數據，即可掌握擦拭、倒水等復雜動作，訓練成本驟降。
這項突破不僅實現了“一腦多形”的跨本體遷移能力，更通過持續進化的數據回流系統，讓家庭服務機器人，首次具備了通過日常交互積累物理經驗的可能。
“我們公司使命是運用通用機器人來創造無限生產力，機器人只有硬件本體，那肯定是不夠的。將來，AI能力一定是區分整個機器人產品競爭力的核心環節。就像今天的新能源車、手機一樣，硬件供應鏈也會高度整合，在最后比拼的一定是AI能力。”智元合伙人、具身業務部總裁、研究院執行院長姚卯青在當日的溝通會對21世紀經濟報道等媒體直言，如果機器人沒有自主作業能力，價值是非常有限的。
這個大模型已部署到智元研發的多款機器人本體中。他透露，具身智能的AI研發是公司的戰略級投入。
截止到目前，智元機器人已完成了天使輪、A輪、A1輪等多輪融資，其創始人“稚暉君”彭志輝于1993年出生，畢業于電子科技大學信通學院。2020年，他以“華為天才少年計劃”加入華為。
2022年離職開啟創業后，彭志輝創辦的智元機器人已經率先在行業內完成了機器人大規模量產，再用百萬級別的數據，進行大模型自主研發。姚卯青表示，在五年后的未來，物理AI能夠真正落地家庭場景。隨著模型的不斷升級優化，機器人被帶回家后，人們可以自己進行視教，而不是通過數據采集。
機器人做家務可期
讓AI在虛擬世界生成完美圖片容易，但在現實世界中，教機器人穩定抓取雞蛋卻很難。因此，當宇樹機器人扭著秧歌在蛇年春晚亮相后，瞬間成為智能硬件新晉頂流。
過去的小模型之所以只能停留在實驗室而無法走到公眾面前，是因為它們無法通過對大規模圖文和視頻的學習，來構建通用的場景感知和指令理解。
“每一個新場景下的新動作，都需要大量的數據學習，而且成功率不高，不同形態之間的機器人也無法共享數據。”智元具身研究中心常務主任任廣輝坦言，這種反差揭示了AI發展的深層矛盾：當數字世界的智能水平逼近人類時，物理世界的笨拙機械臂仍需要工程師逐行輸入預設指令代碼。
這些現實局限，倒逼著機器人領域技術路線的革新。
智元機器人公布的GO-1基座大模型，展示了突破物理智能瓶頸的全新路徑。這個集成了ViLLA架構的4D世界模型，能夠將包括時間在內的整個物理世界囊括其中，可以實現小樣本泛化。
任廣輝舉例表示，拿海綿布擦拭有污漬的桌子這一動作，機器人僅需要150條數據就能學會；對于倒水這一相對復雜的動作，僅需1000條左右，而沒有搭載GO-1模型的機器人，則需要一萬甚至五萬條數據。“這就降低了一到兩個數量級的采集時間和成本。更重要的是，GO-1模型同一套算法可同時應用于雙足、輪式、機械臂等不同形態的機器人。”
從性能來看，GO-1相比已有模型成功率大幅領先，平均成功率提高了32%。經實驗發現，在倒水、清理桌面、補充飲料等任務中表現相對突出。
因此，家庭場景的突破更令人期待。未來，機器人能通過日常交互積累物理經驗：當掃地機器人第10次撞到桌腿時，它不再重復錯誤，而是建立空間記憶模型；照料老人的陪護機器人，則通過長期觀察學會預防跌倒的預判能力。
這種持續學習機制，正在打破服務機器人“智能不足”的發展瓶頸。
談及人們普遍關心的家庭機器人，姚卯青表示機器人進入家庭涉及行業安全標準，伴隨技術發展，從推進到落地需要五年左右的時間，定價估計在三十萬元以上，“學習倒咖啡這一個動作，訓練軟件的成本可以在萬元之內解決，但這并不包含機器人本體的硬件成本。”
物理AI聚焦多場景
物理AI在未來可以覆蓋工業、商業、家庭等全方位社會場景，但短期內，智元會聚焦于工業場景，并且已有試點項目在工廠落地。
“數據是模型的燃料。” 姚卯青強調，數據回流系統保證了GO-1模型的“持續進化”特性。有人工審核參與的數據回流系統，會把錯誤場景或錯誤動作的數據上報，以確保數據集的質量，后續再加入到模型訓練當中。
一直以來，工業場景對數據的要求較高，在互聯網上也很難獲取。同時，工業場景動作成功率對應門檻也相對較高。但在工業方面，對數據成本的容忍度也更高，人們更加關心最終的落地效果。在模型訓練時，幾萬條甚至幾十萬條數據都是可以接受的程度。
此外，開源生態建設也成為破局關鍵。姚卯青表示，AgiBot World開源項目兩周之內，一直占據榜首第一的位置，所獲好評量，遠超Google旗下的類似數據集。這種協作模式大幅降低了行業合作成本與準入門檻。
“生成式AI 的發展是有明確的產業分工的，像數據的采集標注、審核甚至是數據的交易都有一些平臺性的機構出現，那么在機器人領域，我認為這也是有機會的。”姚卯青表示，如果每一家都來自己建設場地、投入設備，是一個重復造輪子、重復投資的行為。長期來看的話，可以由個別的幾家企業來集中承擔公共平臺的職責。
針對近日市場上定價9.9萬機器人所引發的熱度與討論，姚卯青認為當前階段，機器人領域應該以價值為導向，而非低價競爭。“我們對AI研發的戰略級投入是非常堅定的。智能化今年已經開始規模化量產和交付，相關研發投入可以較好地被分攤掉，不會被顯著地轉移到終端售價上。”
信達證券認為，AI的發展從根本上推進了人形機器人和自動駕駛等端側的發展。Grok3/o3-mini等模型展示了對物理定律逐步深刻的理解，而Deepseek相關模型則反映了推理成本的迅速降低。
受此激勵，端側較高級別的智能落地可期，人形機器人或迎來迅速產業化。相較于人形機器人，工業機器人早已在汽車、光伏、物流等多個行業廣泛應用。
國家市場監督管理總局數據顯示，截至2024年12月底，全國共有45.17萬家智能機器人產業企業，注冊資本共計64445.57億元，企業數量較2020年底增長206.73%，較2023年底增長19.39%，呈穩健上揚態勢。國家統計局數據顯示，2024年我國工業機器人累計產量達到55.6萬套,同比增長14.2%。
不過，當行業出現井噴之勢，洗牌也會來臨 。而AI+大模型的能力成為下一個競爭的關鍵環節。
姚卯青認為，大模型在機器人行業的應用也會經歷一些漸進式的發展，會從一些較為容易入手、結構化場景較為明確的地方，先去進行落地探索。然后逐漸再演化到一些半結構化和半開放的任務和場景，最終真正實現通用人工智能AGI在物理世界的應用。“可能到那個時候，我們真正能走入千家萬戶，去在家庭中執行各類開放式的指令任務。近兩年，我們還是會去集中看一些工業、服務業在商業領域的應用。”
或許，機器人真正走到我們身邊仍然需要時間，但步伐已經在加快，行業也被拉到前所未有的高度。
對于智元機器人來說，已實現了年均千臺的量產規模，家庭場景依然是其長期目標。諸如倒茶、制作早餐之類的簡單任務，未來可能只需要幾千元成本即可實現。
“我們用兩年時間，走完了別人可能八年都沒有走完的路，”姚卯青堅定相信，智能化才是機器人的未來，且未來會持續投入到軟硬件一體化研發中。
