← Todas las noticias

Zhiyuan presenta GO-3 Preview: el aprendizaje se extiende tras el despliegue; el informe no menciona pesos ni API

Según un reporte de Jiqizhixin del 29 de octubre de 2026, Zhiyuan presentó el modelo encarnado GO-3 Preview, afirmando que ocupa el primer lugar en RoboDojo, RoboTwin y RoboColiseum, y que cubre preentrenamiento, postentrenamiento y aprendizaje posterior al despliegue con WRAM, Genie Evolver y Genie Master; el reporte no menciona pesos públicos, licencia ni API externa.

Publicado Actualizado

Qué ha cambiado

Según Jiqizhixin, el 29 de octubre de 2026 Zhiyuan presentó ese mismo día el modelo encarnado GO-3 Preview, afirmando que ocupa el primer lugar en las tres evaluaciones RoboDojo, RoboTwin y RoboColiseum, y que divide el aprendizaje en tres etapas: preentrenamiento, postentrenamiento y etapa posterior al despliegue. En el preentrenamiento, el reporte señala que alrededor del 90% de los datos proviene de datos en primera persona de humanos y que el modelo usa la arquitectura WRAM: CoAE extrae de las imágenes de cámara la posición, la forma y las relaciones mutuas de los objetos; SVP predice estados visuales en varios momentos futuros mediante un solo pase hacia adelante, y luego un modelo de dinámica inversa los combina con el estado propio del robot y los convierte en acciones; KASO genera varios futuros candidatos y selecciona los resultados según su compatibilidad con las acciones reales para participar en el entrenamiento conjunto. El reporte divide las capacidades posteriores al preentrenamiento en dos niveles, zero-shot y few-shot: el primero se refiere a la capacidad de transferencia sin ajuste fino supervisado con robots reales específico para la tarea objetivo; el segundo utiliza unas pocas demostraciones para mejorar la precisión y la coordinación en manipulaciones complejas. Además, afirma que ya tiene capacidad de uso inmediato en cientos de tareas. La demostración entre distintos cuerpos se realizó en el robot humanoide bípedo X2, que abrió una puerta mientras sostenía un objeto con ambas manos y recogió un objeto arrodillándose. En el postentrenamiento, Genie Evolver combina robots reales a escala de centenar, simulación física y modelos del mundo en un entorno distribuido, y usa CEL (aprendizaje de experiencia colectiva) para agregar la experiencia de ejecución; las cifras que da el reporte son que, con el mismo tiempo de entrenamiento, al aumentar la escala de robots reales que participan en el aprendizaje, la tasa de éxito en la tarea de empaquetado de teléfonos móviles pasó del 50,8% al 98,3%, y que en el proceso largo de empaquetado de teléfonos móviles en varias etapas, el número de fallos en 120 pruebas bajó de 25 a 2. En la etapa posterior al despliegue, el framework de agentes Genie Master usa EEP para conectar la invocación de capacidades, la retroalimentación de ejecución y la replanificación en puntos de interrupción, y acumula casos de éxito, fallo y recuperación ante anomalías como memoria o datos de entrenamiento; el reporte afirma que el robot G2 (精灵 G2), equipado con ese framework, ya pasó por una validación de despliegue en tiendas de conveniencia reales para reabastecimiento, recogida de productos y empaquetado de comida preparada.

Impacto para desarrolladores

El reporte no aclara si los pesos de GO-3 Preview son públicos ni qué licencia utilizan, y tampoco menciona una API externa o un SDK; por lo tanto, con solo este texto original, los desarrolladores no pueden determinar si se puede descargar o invocar. Por ahora, esta noticia no sustituye ninguna vía de integración existente; es más bien una señal sobre métodos y evaluación. Estos puntos merecen tenerse en cuenta. Primero, que los datos de la fase de despliegue vuelvan a la política implica que el modelo no es un checkpoint fijo desde su publicación: la misma máquina y la misma instrucción pueden acabar en políticas distintas en momentos diferentes, y las suposiciones sobre reproducibilidad y pruebas de regresión deben cambiar en consecuencia. Esto es una inferencia basada en la descripción del reporte, no una afirmación del texto original. Segundo, el reporte separa explícitamente zero-shot y few-shot: el primero se refiere a la capacidad de transferencia sin ajuste fino supervisado con robots reales específico para la tarea objetivo, y el segundo utiliza unas pocas demostraciones para mejorar la precisión y la coordinación. En la práctica, es una forma de dividir la evaluación que puede adoptarse tal cual y resulta más operativa que un «listo para usar» genérico. Tercero, la capacidad entre distintos cuerpos solo se demostró en X2 con la apertura de una puerta mientras sostenía un objeto con ambas manos y la recogida de un objeto arrodillándose; el reporte no ofrece datos sobre el uso de otros brazos robóticos y pinzas, por lo que el costo de transferencia entre cuerpos sigue siendo una incógnita. Cabe advertir que el primer lugar en las tres evaluaciones, la tasa de éxito y el número de fallos son autoinformados por el fabricante; el texto original no enumera las puntuaciones de cada prueba, los competidores participantes, las versiones del benchmark, los conjuntos de tareas ni las semillas aleatorias, y la afirmación de que en unas horas alcanzó una tasa de victorias superior a la de jugadores humanos promedio tampoco incluye tamaño de muestra ni explicación de reglas. Estos datos solo deberían tomarse como señales direccionales, no como base para elegir un modelo.

Integración y evaluación

Las siguientes son recomendaciones y análisis condicionales, no hechos del reporte. Primero, si conviene reservar presupuesto para la recolección de demostraciones. El reporte afirma que el modelo tiene capacidad de uso inmediato en cientos de tareas y que, tras un ajuste fino con pocas demostraciones, puede realizar acciones con mucho contacto como montar piezas de Lego. Si tus tareas son principalmente de agarre y colocación y el cuerpo robótico y la configuración de las demostraciones son similares, puedes empezar con el flujo zero-shot; si implican inserción, objetos deformables o alineación de alta precisión, conviene preparar datos de demostración por adelantado. El criterio es ejecutar la misma tarea en el mismo cuerpo al menos cincuenta veces en cada condición y comparar la diferencia de tasa de éxito entre zero-shot y zero-shot más unas pocas demostraciones; esa diferencia debe compensar el costo de recolección y etiquetado; de lo contrario, vuelve a zero-shot. Segundo, si conviene invertir en varios robots para el aprendizaje de experiencia colectiva. El reporte afirma que, con el mismo tiempo de entrenamiento, al aumentar la escala de robots reales que participan en el aprendizaje, la tasa de éxito en la tarea de empaquetado de teléfonos móviles pasó del 50,8% al 98,3%, y que el mecanismo es que CEL recupera segmentos exitosos, analiza el contexto de los fallos y actualiza una política compartida. El requisito es tener varios robots reales que puedan recoger datos en paralelo, tareas estandarizadas y un pipeline estable de reinicio del entorno y de datos; con un solo equipo, este beneficio no aplica y conviene establecer primero una línea base en una sola máquina. Además, el texto original no aclara si esos robots reales deben ser del mismo tipo de cuerpo robótico; es una suposición que hay que confirmar con el fabricante o verificar por cuenta propia, no una condición conocida. El criterio es usar el número de fallos en lotes fijos de episodios (por ejemplo, 120 por lote) como métrica y exigir que la política del conjunto reduzca de forma sostenida los fallos frente a la línea base de una sola máquina, vigilando al mismo tiempo si las tareas existentes retroceden. Tercero, si se debe permitir la actualización en línea de la política después del despliegue. En el reporte, Genie Master ofrece dos vías: que la experiencia pase a prompts y memoria para mejorar la planificación de tareas, o que los datos de ejecución y recuperación pasen al entrenamiento de la política de acciones. Si las tareas son irreversibles o afectan la seguridad de las personas, se recomienda habilitar primero solo la capa de memoria y mantener una intervención humana de respaldo; si las tareas son reversibles y existe un modo sombra, entonces sí abrir la actualización de la política. El criterio es el cambio en la tasa de aprobación antes y después de cada actualización sobre el mismo conjunto de evaluación congelado, y si es posible revertir a la versión anterior en un tiempo aceptable.

Límites y cuestiones pendientes

Actualmente GO-3 Preview no está en el catálogo de modelos de KimiSeek; el reporte tampoco menciona la disponibilidad de ninguna API externa. Si más adelante aparece una API o se publican pesos, su disponibilidad dependerá de lo que indique el fabricante Zhiyuan, y el catálogo de este sitio no puede tomarse como base para determinar su accesibilidad. La publicación de los pesos y los términos de licencia son dos cuestiones distintas; el texto original no aclara ninguna de las dos, y no se puede deducir de esa omisión que no estén abiertos ni que ya lo estén. El primer lugar en las tres evaluaciones es autoinformado por el fabricante; el texto original no ofrece la lista de competidores de cada evaluación, puntuaciones concretas, versiones del benchmark, conjuntos de tareas ni materiales de reproducción, por lo que no es posible juzgar el margen de ventaja ni la comparabilidad, ni negar o confirmar a partir de ello la existencia de comparaciones públicas. El aumento de la tasa de éxito del 50,8% al 98,3% y la reducción de fallos de 25 a 2 provienen de experimentos proporcionados por el fabricante y no revelan semillas aleatorias, criterios para determinar fallos ni el grado de intervención humana. La afirmación de que es «la primera vez en la industria que se valida Physical RSI en un escenario de negocio real» es una declaración del fabricante y no se ha visto verificada por terceros; tampoco se especifican la duración, el número de tiendas ni la tasa de anomalías de la validación de despliegue en tiendas de conveniencia. Además, el reporte no ofrece umbrales de cómputo ni información de costos para el entrenamiento o el despliegue, ni aclara si los robots reales que participaron en el experimento de escala eran del mismo tipo de cuerpo robótico.

Tres minutos hasta la primera llamada

Crea una cuenta y una clave de API. El coste de las llamadas se descuenta de tu saldo. 30 % de descuento en tu primera recarga. Recarga ¥500, paga ¥350, recibe ¥500 de saldo. Recarga ¥1000, paga ¥850, recibe ¥1000 de saldo La recarga mínima sigue siendo de ¥10, adecuada para pruebas.

Fuentes y proceso editorial

刚刚,机器人学习进入「全链路Scaling」时代

La IA ayudó con el análisis y la traducción de las fuentes citadas, seguidos de controles automáticos. Las recomendaciones no son resultados de pruebas. Consulta el catálogo actual para precios y disponibilidad.