10 月 29 日，智元正式推出具身模型 GO-3 Preview，这是其首个打通预训练、后训练与部署后全链路规模化学习的具身模型。模型采用自研的 WRAM（World Reasoning Action Model）架构，把任务推理、未来预测与动作生成串成一条链路，机器人在理解指令后先预测结果，再生成可执行的动作。刚公开即登顶 RoboDojo、RoboTwin、RoboColiseum 三大具身行业评测榜单，官方称 2026 年底全面开源。
异构数据与模型双线扩展
GO-3 Preview 从数据与模型两个维度同时推进 Scaling。数据侧引入人类第一视角视频，补充物体交互与任务过程的信息；机器人轨迹则负责建立观测、动作与物理结果之间的联系，让不同来源的经验可以进入同一套联合学习。模型侧靠增强学习把分散的经验组织成可迁移的通用能力。预训练之后模型在 Zero-Shot 与 Few-Shot 两类任务上都做了验证，家居、厨房、多机协作与灵巧操作场景里不额外微调就能完成陌生任务。
面向更长流程的精细任务，模型可以靠少量示范继续学习，完成制作煎饼果子这类长程操作；乐高拼装这类要求准确抓取、找准位置并完成插合的动作，经过微调后同样能在智能体编排下把多个步骤衔接起来。
Genie Evolver 撑起真机后训练
智元在后训练阶段构建了分布式混合环境后训练系统 Genie Evolver，依托百台真机，结合物理仿真与世界模型，让机器人在实践中提升能力。桌面冰壶项目中，模型经过 4 小时在线迭代后表现超过被测人类平均水平；抽积木塔任务可以连续抽取 5 块并保持整塔稳定。
官方对这条技术路线的判断是，通用能力只是起点。模型已经能应付大量任务，但要胜任复杂工作，仍需在不断尝试和反馈中改进策略，这也是 GO-3 Preview 先以 Preview 形态开放、年底才全面开源的原因。
相关阅读
延伸阅读
- 智元灵渠OS 1.0发布：4微秒时延抖动与2亿行代码年底开源19 小时前
- 辉羲智能年内融资破25亿：光至R1转战具身芯片4 天前
- 逐际动力 FluxVLA Engine V2：14 种策略接入同一评测2 小时前
- 36家机器人公司上市后首份财报：有人年赚17亿，有人卖到20亿仍亏损4 周前
继续读
同一批更新里这几篇值得一看：
- 10 亿估值的机器狗公司无境动力欠薪 800 万停摆：实控人失联2026-10-24
- 逐际动力 FluxVLA Engine V2：14 种策略接入同一评测2026-10-30
- 长盈精密三季报：具身智能收入增 532.67% 但净亏 0.66 亿2026-10-30