10月30日晚，在2026智元创新日具身作业生产力分论坛上，智元发布具身基座模型GO-3 Preview、具身Agent框架Genie Master以及重载具身工业机器人精灵G2 Max等成果。
三项能力构成工程标准
智元联席总裁姚卯青认为，机器人作业生产力是一套严苛的工程标准：可衡量，成功率、节拍、平均故障间隔时间全部有数；可复制，不是一条示范线，而是成千上百条产线；可持续，不是交付即终点，而是越用越好。
“演示考验的是单点能力的上限，但生产力考验的是系统的下限。”他说，具身智能只有同时具备三项能力，才能真正走进产业现场。
GO-3呈现可验证的扩展规律
此次发布的GO-3 Preview通过理解、预测、动作生成统一的WRAM架构，实现跨场景泛化与精细操作能力。现场公布的实验显示，在20类技能100个任务的训练数据规模扩展实验中，模型Zero-Shot平均成功率由13.4%提升至56.4%；模型规模扩展实验中，该指标由56.2%提升至73.2%。
这意味着物理智能的能力提升开始呈现可验证的扩展规律。目前，GO-3 Preview已登顶RoboDojo、RoboTwin、RoboColiseum三大具身智能评测榜单。
真机数据带来成功率跃升
针对真实生产任务中的不确定性，智元Genie Evolver将真机、仿真和世界模型结合：真机提供真实反馈，仿真扩大覆盖范围，世界模型帮助机器人在关键状态下探索不同决策后果。在手机包装任务中，96台真机组成的群体经验学习系统实现98.3%的任务成功率；手机充电任务成功率由60.0%提升至97.5%。
部署后的持续进化同样被看重。基于Genie Master，机器人能够组织长程任务、维护进度、检查执行结果，并支持异常后的中断续接。在上海一家便利店，搭载该框架的精灵G2在熟食打包、取货、补货等复杂精细任务中，完成流程的成功率从首日28.6%提升至第五天稳定在85.7%。
💬 评论