智元发布首个通用具身基座大模型

3月10日，智元发布首个通用具身基座大模型——智元启元大模型（GO-1）。

据了解，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，可以利用人类视频学习、完成小样本快速泛化并且降低具身智能门槛。其已成功部署到智元多款机器人本体，而且还会持续进化，将具身智能推上一个新台阶。