GO-1: Chinas erstes universelles Embodiment-Basismodell, vorgestellt von Zhiyuan Qiyuan 139

Was ist GO-1?

Genie Operator-1 (GO-1) ist das Zhiyuan Qiyuan Großmodell und das erste universelle Embodiment-Basismodell Chinas, das von Zhiyuan Robotics am 10. März 2025 veröffentlicht wurde. Das GO-1-Modell schlägt mit der Vision-Language-Latent-Action (ViLLA)-Architektur einen innovativen Weg ein und besteht aus einem multimodalen Großmodell (VLM) und einem Mixture of Experts (MoE).

Technische Architektur

• ViLLA-Architektur: Das VLM nutzt umfangreiche Bild- und Textdaten aus dem Internet, um allgemeine Szenenwahrnehmung und Sprachverständnisfähigkeiten zu erlangen; der Latent Planner (impliziter Planer) im MoE erwirbt durch跨本体 und menschliche Bedien-Video-daten ein allgemeines Verständnis für Handlungen; der Action Expert (Aktionsexperte) ermöglicht durch Millionen von Echtdaten eine präzise Aktionsausführung.

• Lernen aus menschlichen Videos: GO-1 kann durch die Kombination von Internetvideos und echten menschlichen Demonstrationen lernen und so das Verständnis menschlichen Verhaltens verbessern.

• Schnelle Generalisierung mit wenigen Beispielen: Kann sich mit minimalen Daten oder sogar ohne Beispiele schnell an neue Szenarien und Aufgaben anpassen, was die Einstiegshürde für Embodied Intelligence senkt.

• 本体-übergreifende Anwendung: Unterstützt die Bereitstellung auf verschiedenen Roboter-本体n und ermöglicht so eine schnelle Anpassung und effiziente Umsetzung.

• Kontinuierliche Weiterentwicklung: Lernt durch ein Datenrückführungssystem aus der tatsächlichen Ausführung kontinuierlich weiter und entwickelt sich ständig fort.

Hauptmerkmale

• Lernen aus menschlichen Videos: GO-1 kann durch die Kombination von Internetvideos und echten menschlichen Demonstrationen lernen, das Verständnis menschlichen Verhaltens verbessern und den Menschen so besser dienen.

• Schnelle Generalisierung mit wenigen Beispielen: Verfügt über starke Generalisierungsfähigkeiten und kann mit minimalen Daten oder sogar ohne Beispiele auf neue Szenarien und Aufgaben generalisieren, was die Einstiegshürde und die Kosten für das Nachtraining von Embodiment-Modellen senkt.

• Ein Gehirn, viele Formen: Als universelles Roboterstrategiemodell kann GO-1 zwischen verschiedenen Roboterformen migrieren, sich schnell an verschiedene 本体 anpassen und so eine kollektive Intelligenz ermöglichen.

• Kontinuierliche Weiterentwicklung: In Kombination mit dem Datenrückführungssystem von Zhiyuan kann sich GO-1 aus den Daten der bei der tatsächlichen Ausführung auftretenden Probleme kontinuierlich weiterentwickeln und lernen – es wird mit der Nutzung immer klüger.

Experimentelle Leistung

Beim Test von GO-1 an fünf Aufgaben unterschiedlicher Komplexität stieg die durchschnittliche Erfolgsquote im Vergleich zu den bisher besten Modellen um 32 %. Besonders hervorzuheben ist die Leistung bei den Aufgaben „Pour Water“ (Wasser einschenken), „Table Bussing“ (Tisch abräumen) und „Restock Beverage“ (Getränke auffüllen).

Anwendungsperspektiven

Häusliche Szenarien

• Hausarbeit: GO-1 kann Haushaltsreinigung, Aufräumen von Gegenständen und Küchenaufgaben ausführen, wie z. B. Wasser einschenken, Toast toasten und Zimmer aufräumen.

• Intelligenter Assistent: Hilft Familienmitgliedern über natürliche Sprachinteraktion bei alltäglichen Aufgaben, wie z. B. Gegenstände holen, Elektrogeräte ein- und ausschalten.

Kommerzielle Szenarien

• Einzelhandelsdienstleistungen: In Einzelhandelsgeschäften kann GO-1 personalisierte Dienstleistungen je nach Kundenbedürfnissen anbieten, wie z. B. Einräumen von Waren, Bestandsprüfung und Kundenführung.

• Gastronomiedienstleistungen: In Restaurants können Roboter Aufgaben wie das Servieren von Speisen, das Abräumen von Tischen und das Auffüllen von Getränken übernehmen.

Industrielle Szenarien

• Logistik und Sortierung: Simuliert industrielle Lager- und Produktionsumgebungen und übernimmt Aufgaben wie Materialsortierung, Verpackung und Logistiktransport.

• Produktionsunterstützung: Unterstützt an Produktionslinien bei der Ausführung repetitiver oder präziser Aufgaben wie Montage und Inspektion.

Büroszenarien

• Dokumentenmanagement: Hilft beim Sortieren von Dokumenten und beim Zustellen von Gegenständen, um die Büroeffizienz zu steigern.

• Besprechungsunterstützung: Unterstützt in Besprechungen beim Herbeiholen von Gegenständen und beim Notieren von Informationen.

Weitere potenzielle Szenarien

• Bildung und Schulung: Dient als Lehr-工具, um Schülern das Verständnis von Roboterbedienung und Programmierung zu erleichtern.

• Medizinische Unterstützung: Unterstützt in Krankenhäusern oder Rehabilitationszentren bei einfachen Aufgaben wie dem Transport von Gegenständen und der Unterstützung beim Rehabilitationstraining.

Offizielle Website des Zhiyuan Qiyuan Großmodell GO-1-Projekts: https://agibot-world.com/blog/go1

GO-1-Paper: https://agibot-world.com/blog/agibot_go1.pdf