智元发布首个通用具身基座大模型GO-1
3月10日，智元发布首个通用具身基座模型——智元启元大模型（Genie Operator-1）。据介绍，该模型提出了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，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。
（文章来源：界面新闻）
