智元發布GO-3 Preview 具身模型三榜奪冠

全鏈路Scaling

近期人形機械人的記憶體需求預測引發市場熱議，焦點隨之轉向更根本的問題：機械人能否在部署後持續學習。目前大多數機械人出廠後便不再進化，遇到陌生情境即告卡殼，2026年具身智能的考題，已由會不會演示轉為能不能部署。

Physical Intelligence聯合創始人Sergey Levine曾指出，關鍵不在Scaling本身，而在找對該Scaling的東西；GO-3 Preview的選擇是三段全要，把預訓練、後訓練與部署後Scaling連成一整條路線。

從GO-1首創ViLLA架構、GO-2首創動作思維鏈，到GO-3延伸至真實作業現場，智元把規模的力量貫穿訓練與部署全程；機械人不再於訓練完成後才投入工作，而是一邊作業、一邊累積經驗並持續進化。

WRAM與預訓練

為支撐預訓練規模化，智元推出行業首個系統性覆蓋具身智能全域研究的百萬量級真機數據集AGIBOT WORLD 2026，並設計具身原生架構WRAM（World Reasoning Action Model），將理解任務、預測未來與生成動作統一於同一條主線。

WRAM由三大核心機制支撐：面向控制的視覺編碼器CoAE提取控制導向的視覺表徵；單步視覺規劃器SVP一步生成完整未來預測，讓機械人三思而後行；知識對齊的選擇性優化KASO則篩選與真實動作更相容的候選結果，避免動作被多種可能性平均化。

後訓練三引擎

後訓練基礎設施Genie Evolver摒棄單一環境局限，構建真機、物理模擬與世界模型三大引擎並行的訓練範式：世界模型在雲端推演各種動作分支與視覺動態，讓機械人於腦內反覆演練；物理模擬補足精密受力，提供剛體與柔體的高精度接觸反饋，確保動作力學上合理。

真機引擎則作為最終試金石，把真實世界採集的最新物理數據實時反饋給另外兩個引擎，確保雲端練習與真實物理世界保持對齊，令機械人在低成本試錯中持續打磨精細的物理接觸本領。

實戰表現與開源

GO-3主打零樣本泛化，未見過的場景與物件無需微調即可開箱使用，涵蓋數百種任務；更精細的操作只需少量示範即可掌握，微調後能精準完成樂高零件的抓取、對位與插入，跨本體後亦可執行雙手持物開門、跪地取物等高難度動作，部分操作達到甚至超過人類水平。

在RoboDojo機械人競技場中，GO-3 Preview力壓GPT-6 Astra等通用大模型，連同RoboTwin與RoboColiseum共三項榜單登頂；預計到年底，GO-3 Preview等將全面開源。