智元发布GO-3 Preview具身基础模型，称在RoboDojo、RoboTwin、RoboColiseum三项基准居首

这款全新的具身基础模型打通了预训练、后训练与部署后学习，帮助机器人形成通用能力，并在真实世界经验中持续提升

AGIBOT 发布了 GO-3 Preview，这是一款具身基础模型，支持在预训练、后训练和部署后全生命周期内进行大规模学习。

该模型还在 RoboDojo、RoboTwin 和 RoboColiseum 三大具身 AI 基准测试中位列第一，并将在 2026 年底前全面开源。

GO-3 Preview 基于 AGIBOT 自研的具身原生架构 WRAM（World Reasoning Action Model，世界推理动作模型）构建，统一了任务理解、未来状态预测和动作生成，使机器人能够跨任务泛化并执行精细操作。

GO-3 Preview 与 AGIBOT 的混合后训练系统 Genie Evolver 及其具身智能体框架 Genie Master 共同构成一个覆盖预训练、后训练和真实世界部署的一体化学习系统。

AGIBOT 将这一方法称为“全生命周期扩展”，旨在帮助机器人形成通用能力、通过交互打磨技能，并在真实世界工作中持续学习提升。

大语言模型在推理和知识型任务上取得了显著进展，但在物理世界中工作，仅靠理解指令远远不够。

抓取小物体、组装零部件等任务，要求具备预判环境变化、管理接触力并执行精确物理运动的能力。

对具身 AI 而言，挑战不只是扩大模型训练规模，而是将学习延伸到整个生命周期。机器人不能仅在预训练阶段发展能力，还必须在后训练交互中学习，并在部署后持续适应。

GO-3 Preview 正是围绕这一原则设计：让机器人不仅能学会如何执行任务，还能通过执行任务变得更强。

预训练扩展：构建可跨任务迁移的通用能力

设想一条简单指令：“拿起杯子。”这个物体可能是有把手的马克杯，也可能是光滑的玻璃杯；可能放在桌子中央，也可能被杂物包围。要应对这些变化，机器人不能只记住特定物体或固定动作，它需要能够跨任务、跨环境迁移的通用能力。

在预训练阶段，GO-3 Preview 通过其具身原生 WRAM 架构同时扩展数据和模型能力，以应对这一挑战。该方法旨在帮助机器人学习可迁移技能，并更快适应陌生情境。

WRAM 在统一架构内连接任务理解、未来状态预测和动作生成。CoAE、SVP 和 KASO 三项核心设计协同工作，帮助模型理解需要做什么、预判接下来可能发生什么，并生成完成任务所需的动作。

CoAE（面向控制的自编码器）提取专为机器人控制定制的视觉表征，保留物体位置、形状和空间关系的信息。通过将视觉感知与物理动作关联，它为预测未来状态和生成恰当运动提供了基础。

SVP基于当前观测和任务条件，在单步内生成对未来状态的完整预测。随后，动作生成模块学习如何从当前状态向预测结果推进。

通过将机器人的观测与可能的未来发展相关联，SVP帮助模型预判变化，而不是仅依赖即时的视觉输入。

KASO通过选择与训练期间实际执行动作更一致的未来预测，来应对物理环境中多种可能结果的挑战。

这些被选中的预测用于联合学习，帮助将未来状态预测与动作生成对齐，使模型能够学习产生物理一致结果的动作。

基于这三种机制，GO-3 Preview通过数据和模型两方面的发展来扩展学习规模。在数据方面，模型从异构来源中学习。人类第一人称视频提供了物体交互和任务执行的丰富示例，而机器人轨迹则建立了观测、动作及其物理结果之间的联系。

在模型方面，学习能力的提升帮助系统组织这些多样化经验，并将其转化为可跨不同任务应用的通用能力。目标不仅是学习更多示例，而是在遇到新情境时更好地利用这些经验。

GO-3 Preview从人类第一人称视频和机器人轨迹中学习，将物体交互和任务执行与动作及物理结果关联起来。

在预训练之后，GO-3 Preview在零样本和少样本设置下展示了任务适应能力。在零样本场景中，模型无需在物理机器人上进行任务特定的监督微调，即可将先前学到的能力应用于新任务。

这展示了其将通用技能迁移到不熟悉任务和环境的能力。对于更复杂的操作，GO-3 Preview可通过少样本学习进一步提升，利用少量演示来适应其能力。

乐高组装提供了一个示例。该任务要求机器人识别各个组件、精确抓取、对齐位置并正确插入。

在有限的额外演示和微调下，模型可以学习这些精确操作技能，同时具身智能体将各个步骤协调为完整的组装流程。

这些示例共同展示了预训练如何建立通用基础，既支持直接的任务迁移，也支持进一步的适应。

后训练扩展：通过物理与虚拟交互实现提升

仅有通用能力不足以让机器人可靠地执行每一项复杂任务。正如人们通过反复练习来精进技能，机器人也需要机会去尝试、接收反馈并改进其动作策略。

在 GO-3 Preview 的后训练阶段，AGIBOT 开发了 Genie Evolver，这是一个分布式混合环境训练系统，将 100 台实体机器人集群与物理仿真和世界模型相结合。

通过扩大交互的规模和多样性，Genie Evolver 使机器人能够从物理执行和虚拟探索中学习，并通过反馈不断优化其动作策略。该系统汇集了三种互补的学习环境。

实体机器人：从集体经验中学习

在真实环境中，Genie Evolver 使用 CEL（集体经验学习）来汇总多台机器人的执行经验。成功的轨迹提供了有效动作的示例，而失败尝试的上下文则有助于识别需要改进的地方。

通过检索相关的成功经验并更新共享策略，CEL 让单台机器人学到的经验惠及整个机器人集群。该系统无需每台机器人独立学习所有内容，而是使集体经验可复用。

物理仿真：扩展交互范围

物理仿真提供了受控环境，机器人可以在不同条件下进行练习和评估。

这些环境扩展了可用于训练的物理交互和场景范围，同时允许在一致条件下重复实验。这使得探索替代策略并提高在更广泛情境下的鲁棒性成为可能。

物理仿真帮助机器人在多样化场景中练习和改进。

世界模型：探索多种可能的未来

世界模型使系统能够通过探索替代结果，从每次真实世界经验中学习更多。

Genie Evolver 不是将一次交互视为单一的动作序列，而是可以重新审视关键决策点，在世界模型中测试不同的可能动作，并预测和比较其结果。这些探索产生的反馈随后用于优化动作策略，之后可在实体机器人上进行测试。

这些环境共同构成了一个持续改进的过程，真实世界执行、仿真和未来状态探索相互强化。AGIBOT 通过若干需要精度、适应性和快速决策的操作任务展示了这一方法。

在桌面冰壶中，机器人必须控制每次投掷的力度和角度。力度过小可能无法推动对手的冰壶，而力度过大则可能将机器人自己的冰壶送出得分区。成功取决于在考虑冰壶位置的同时取得恰当平衡。

据 AGIBOT 称，在结合真实世界交互和世界模型学习仅数小时的练习后，该机器人的胜率便超过了普通人类玩家。

积木抽取带来了另一种挑战：每一次成功的动作都会改变下一步的条件。当一块红色积木被移走后，其余积木的位置和朝向可能发生偏移。这些变化会影响后续决策，使得通过固定的动作序列完成任务变得困难。

借助积累的经验，机器人可以在每次动作后重新评估堆叠状态，调整策略，并继续移除目标积木，直至任务完成。

将球投入移动中的篮筐是一项更具动态性的挑战。与静止目标不同，移动的篮筐留给机器人观察、预测和反应的时间更少。机器人必须快速识别篮筐的位置，同时实时调整投掷的力度和角度。

对快速变化条件的准确预测同样重要，这使机器人能够协调自身动作并在恰当时机释放球。这些演示共同展示了 GO-3 Preview 如何通过反复交互、反馈和策略优化来提升其操作能力。

部署后扩展：通过真实世界工作学习与改进

即使经过大量预训练和后训练，机器人在部署到真实环境后仍不可避免地会遇到从未见过的情况。传统上，解决此类问题往往需要人类工程师修改代码、收集额外数据或手动调整机器人行为。

这限制了部署后能力提升的速度。AGIBOT 的方法是将学习延伸到部署阶段本身，使机器人在执行真实任务的同时不断改进。

通过其具身智能体框架 Genie Master，AGIBOT 将规划、执行、反馈和经验留存连接起来，帮助机器人适应新挑战并持续发展其能力。Genie Master 引入了 EEP（具身执行协议），该协议标准化了四类接口：能力、指导、反馈和连续性。

这些接口使具身智能体能够识别哪些机器人能力可用、确定任务应如何执行、评估结果是否满足预期要求，并跟踪尚未完成的工作。

通过连接这些功能，Genie Master 帮助机器人协调任务执行、识别失败、从异常中恢复并留存有用的操作经验。

关键在于，这些经验可以通过两条互补的学习路径促进未来的改进。第一条将操作经验转化为长期记忆。在任务规划和执行过程中，系统会记录成功和失败的尝试，捕捉可为后续决策提供参考的经验教训。

在每天的操作结束时，模型会将这些经验中可复用的知识整合到长期记忆中。

当出现类似任务或情境时，智能体可以检索相关的过往经验来指导任务规划、改进决策并支持从失败中恢复。这使得在一个任务中学到的经验能够成为未来操作的有用知识。

第二条路径将执行经验转化为改进的动作策略。当智能体协助执行、在必要时接管并支持从失败中恢复时，系统会生成轨迹和反馈，记录问题、调整与结果。

这些记录可被处理并用于机器人动作策略的进一步训练。随着时间推移，有效的调整可被纳入模型参数，将实践经验转化为可在后续任务中复用的能力。

这形成了一个反馈闭环：部署不仅让现有技能发挥作用，还产生新的学习机会。

AGIBOT 在真实便利店环境中使用其 Genie G2 机器人展示了这一方法。在 Genie Master 的驱动下，该机器人能够识别任务失败的原因、调整策略，并在执行操作任务时积累经验。

据 AGIBOT 称，该机器人在多项需要精确操作的复杂任务中持续改进，且不依赖人类演示或手动调参。

该公司将此次演示描述为无人在环的自主改进示例，机器人从自身操作经验中学习，而非完全依赖外部干预。

AGIBOT 还将其描述为在真实商业环境中对 Physical RSI（物理世界递归自我改进）的演示，将自我改进的概念从仿真和实验室环境扩展到现实场景。

这一方法的意义在于将真实世界执行与持续学习连接起来。Genie Master 不把部署视为模型开发的最终阶段，而是让操作经验成为持续改进的资源。

从 GO-1 到 GO-3：将扩展延伸至完整学习生命周期

从 GO-1 引入的 ViLLA 框架到 GO-2 首创的动作思维链方法，AGIBOT 持续扩展其具身智能模型的能力。

GO-3 Preview 代表这一发展的下一步，将扩展从预训练延伸至后训练和部署后的学习。

其在 RoboDojo、RoboTwin 和 RoboColiseum 上的第一名排名，以及任务迁移、复杂操作和真实世界适应的演示，凸显了这一全生命周期方法的潜力。

GO-3 Preview、Genie Evolver 和 Genie Master 并非依赖单一阶段的改进，而是连接三个关键过程：通过预训练发展通用能力、通过物理与虚拟交互优化动作策略，以及将真实世界操作经验转化为持续学习。

随着数据、反馈和经验形成持续循环，该系统旨在帮助机器人随时间扩展其能力。

对 AGIBOT 而言，全生命周期扩展代表了一条从获取技能到应用、复用和改进技能的路径——使机器人能够将所学转化为实际表现，并将每一项真实世界任务变为提升能力的机会。

如需了解更多信息，请访问 AGIBOT.com 并关注 AGIBOT：

• X：https://x.com/AGIBOTofficial
• LinkedIn：https://www.linkedin.com/company/agibot/
• YouTube：https://www.youtube.com/@AGIBOTofficial
• Instagram：https://www.instagram.com/agibotofficial/
• TikTok：https://www.tiktok.com/@agibotofficial
• Facebook：https://www.facebook.com/AGIBOTofficial/

关于 AGIBOT

AGIBOT 是全球通用人工智能机器人行业的先驱，其核心技术聚焦于具身智能。AGIBOT 的“三智合一”架构将运动智能、交互智能与操作智能整合为一个统一的具身系统。

其产品组合涵盖人形机器人、四足机器人、灵巧系统以及商用清洁解决方案。2026 年 9 月，AGIBOT 宣布其第 20,000 台机器人已下线。

主图：GO-3 Preview 从人类第一人称视频和机器人轨迹中学习，将物体交互与任务执行同动作及物理结果关联起来。