文章核心观点 - 智元发布新一代具身基座模型GO-3 Preview，采用具身原生WRAM架构，将任务推理、未来预测与动作生成串联，登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，并计划于2026年底全面开源 [2] - 公司认为具身智能要走全链路scaling，不仅包含预训练，还要包含后训练、部署后持续迭代，具身模型不是单纯“训出来的”，更是在真实世界“干出来的” [4] - GO-3 Preview在三大具身智能评测榜单中均位列第一，体现通用能力与操作能力的最新进展，展现全链路规模化学习的技术潜力 [27] - 从GO-1提出ViLLA架构，到GO-2首创“动作思维链”，再到GO-3在更多环节放大规模的力量，公司不断拓展具身智能的能力边界 [27] 预训练：建立通用能力 - 预训练阶段以具身原生架构WRAM为基础，从数据与模型两个维度入手提高机器人通用能力，让其更快学会“举一反三” [5] - WRAM架构输入端将视觉输入token压到DINOv3的十六分之一、动作恢复误差降低35%；决策端单步预测未来，先预测后果再通过IDM模块生成动作；输出端KASO四选其一，训练时即筛掉不相容的未来 [5] - 通过CoAE、SVP和KASO三项核心设计，模型能够理解“要做什么”、判断“接下来会发生什么”，并生成“具体应该怎么做”的动作 [6] - 数据维度解决“学什么、学得够不够广”：人类第一视角视频提供丰富的物体交互和任务过程，机器人轨迹建立观测、动作与物理结果之间的联系 [8] - 模型维度解决“如何承接和运用这些经验”：通过增强学习能力，把分散的经验组织起来，转化为可迁移的通用能力 [8] - 经过预训练，模型任务迁移与复杂技能适应能力更强，在Zero-Shot与Few-Shot任务中得到检验，在家居、厨房、多机协作、灵巧操作场景里不用额外微调即可直接完成陌生任务 [8] - CoAE提取面向控制的视觉表征，为未来预测与动作生成提供基础，将物体位置、形态和相互关系与机器人如何行动建立联系 [9] - SVP根据观测与任务条件预测后续变化，动作生成模块进一步学习如何从当前状态到达预测状态 [9] - KASO在训练中筛选与真实动作更相容的候选结果用于联合学习，让未来预测与动作生成的训练目标更好衔接 [9] - 乐高拼装要求准确抓取零件、找准位置并完成插合，经过微调的模型能够完成这些精细动作，并在智能体编排下将多个步骤衔接起来完成拼装 [11] 后训练：在虚实交互中改进 - 后训练阶段公司构建分布式混合环境后训练系统Genie Evolver，依托百台真机，并结合物理仿真与世界模型，让机器人在实践中提升能力 [14] - 机器人经验在后训练系统中汇聚、模型策略随之更新、新模型下发真机进行验证、新的反馈再次回流 [14] - 真机环境方面，CEL（群体经验学习）汇聚多台机器人的执行经验，成功轨迹提供可学习的动作，失败上下文指明需要改进的环节，通过检索相关成功片段、更新共享策略，让个体经验被群体复用 [17] - 物理仿真方面，基于Genie Sim仿真环境低成本拓展场景边界，支持在不同环境条件下组织训练与评测，为策略探索提供可重复的条件 [17] - 世界模型方面，依托Genie Envisioner 2.0世界模型，机器人拿到一段真实经历后可分叉推演多条未来路径，对比不同结果优化策略，再用真机反馈持续校准世界模型 [17] - 桌面冰壶中，经过4小时在线迭代，机器人性能超过被测人类平均水平；抽积木塔可以连续抽取5块，还能保持整塔稳定 [18] - 面对更复杂的任务，GO-3 Preview可利用少量示范进一步学习，完成制作煎饼果子这样的长程精细任务 [13] 部署后：复用真实作业经验 - 公司通过具身Agent框架Genie Master把判断、执行与反馈连接起来，让机器人实现部署后的自主改进，在真实作业中持续提升能力，实现“边上岗，边解锁新技能” [20] - 研究团队引入具身执行协议EEP，统一能力、引导、反馈和连续性四类接口，让Agent清楚有哪些机器人能力可以调用、这一步应如何引导执行、实际结果是否达到要求以及还有哪些任务需要完成 [22] - 路径一是让经验可积累，将成败案例沉淀为记忆指导后续任务编排，机器人随做随记成功与失败案例，每日任务结束后由模型统一总结，把可复用内容沉淀进长期记忆 [22] - 路径二是让能力可固化，将作业轨迹用于继续训练动作策略，Agent协助执行、接管和恢复过程中产生的数据经后处理后用于训练动作策略，使有效改进保留在模型参数中 [22] - 机器人完整任务流程成功率从首日28.6%，5天后稳定至85.7% [24] - 便利店机器人挂小挂钩时自主定位问题、沉淀经验、调整动作时序，把失败记录变成动作指南，其单任务成功率相比常规微调（SFT）提升17.7个百分点，且支持持续在线学习 [24] - 这是行业首次跳出仿真环境、走出实验室，在真实业务场景中验证Physical RSI（具身递归自进化） [25] - 搭载该框架的精灵G2在真实便利店上岗期间，不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验，在多个复杂精细任务上持续改进，实现“无人在环”的持续自我进化 [26]