具身开发者社区

外观

新闻IT之家今天

智元发布GO-3具身模型：WRAM架构登顶三榜，便利店实测成功率升至85.7% ​

智元推出全链路学习具身模型GO-3 Preview，采用WRAM架构登顶RoboDojo等三大榜单。依托Genie Evolver后训练系统与Genie Master框架，精灵G2在便利店实现无人在环自进化，任务成功率5天内从28.6%提升至85.7%。

AI 整理
  • 仿真与训练
  • 具身模型
  • 评测与安全

智元精灵 G2

本文由 AI 根据公开内容整理，可能有误，请以原文为准：智元发布具身模型 GO-3 Preview：能做煎饼果子、在便利店上岗，登顶三大榜单（IT之家）

核心内容 ​

智元于10月29日发布具身模型GO-3 Preview，采用WRAM架构融合任务推理、预测与动作生成，已登顶RoboDojo、RoboTwin、RoboColiseum三大权威评测榜单，计划2026年底全面开源。该模型支持Zero-Shot与Few-Shot迁移，无需额外微调即可完成家居、厨房及灵巧操作等陌生任务，并能通过少量示范掌握制作煎饼果子、乐高拼装等长程精细技能。

技术落地层面，智元构建分布式混合环境后训练系统Genie Evolver，结合百台真机与物理仿真进行在线迭代，使机器人桌面冰壶性能4小时超越人类平均水平。部署阶段通过Genie Master框架赋能精灵G2在便利店“无人在环”自主进化，将失败记录转化为动作指南，完整任务成功率由首日28.6%升至5天后的85.7%，单任务成功率较常规SFT提升17.7个百分点。

关键看点 ​

  • WRAM架构：原生集成世界推理与动作生成，打通指令理解、未来预测与可执行动作链路，支撑零样本与少样本任务迁移能力。
  • Genie Evolver系统：依托百台真机与仿真环境进行分布式后训练，桌面冰壶任务经4小时在线迭代性能即超过被测人类平均水平。
  • 部署后自进化：Genie Master框架支持机器人在真实作业中自主定位故障并调整策略，单任务成功率较常规SFT提升17.7个百分点。
  • 实战验证数据：精灵G2在便利店场景实现无人在环持续学习，完整任务流程成功率5天内从28.6%稳定攀升至85.7%。

工程与产业观察 ​

GO-3 Preview验证了具身智能从离线训练向部署后在线进化的工程可行性。其WRAM架构与Genie Master框架解决了真机落地中SFT易遇瓶颈的痛点，通过“无人在环”机制将现场失败案例转化为增量经验，为服务机器人从Demo走向规模化商业运营提供了关键的数据飞轮范式。

来源

本页事实对应的公开页面，以原文为准。

  1. IT之家：智元发布具身模型 GO-3 Preview：能做煎饼果子、在便利店上岗，登顶三大榜单访问 2026-10-30