智元 GO-3 Preview 発表:学習はデプロイ後にも及ぶが、報道は重みと API に触れず
機械之心の2026年10月29日の報道によると、智元は身体性モデル GO-3 Preview を発表し、RoboDojo、RoboTwin、RoboColiseum の3評価で1位と主張した。WRAM、Genie Evolver、Genie Master で事前学習、ポストトレーニング、デプロイ後の学習をカバーする一方、報道は重みの公開、ライセンス、外部 API に言及していない。
主な変更
機械之心の2026年10月29日の報道によると、智元は同日、身体性モデル GO-3 Preview を発表し、RoboDojo、RoboTwin、RoboColiseum の3つの評価で1位になったとしている。学習過程は事前学習、ポストトレーニング、デプロイ後の3段階に分かれる。事前学習では、事前学習データの約9割が人間の一人称視点データだと報道は伝える。モデルは WRAM アーキテクチャを採用し、CoAE がカメラ画像から物体の位置、形態、相互関係を抽出する。SVP は1回のフォワード計算で複数の将来時点の視覚状態を予測し、逆動力学モデルがロボット自身の状態と組み合わせて動作に変換する。KASO は複数の候補未来を生成し、実動作との整合性に応じて結果を選び、共同訓練に参加させる。報道は事前学習後の能力を zero-shot と few-shot の2段階に分ける。前者は対象タスク専用の実機による教師ありファインチューニングなしで転移できる能力を指し、後者は少数のデモンストレーションで複雑な操作の精度と協調性を高める。数百種類のタスクをすぐに使える能力を備えるとも主張する。異なる本体へのデモは二足歩行ヒューマノイド X2 で行われ、両手で物を持ったままドアを開ける動作と、ひざまずいて物を取る動作をこなした。ポストトレーニングでは、Genie Evolver が100台規模の実機、物理シミュレーション、ワールドモデルを分散環境として組み、CEL(集団経験学習)で実行経験を集約する。報道の数字は、同じ訓練時間で、学習に参加する実機の規模が拡大するにつれて、スマートフォン梱包タスクの成功率が50.8%から98.3%に上昇し、多段階のスマートフォン梱包の長い工程では120回のテストの失敗回数が25回から2回に減ったというものだ。デプロイ後では、Agent フレームワーク Genie Master が EEP で能力呼び出し、実行フィードバック、中断点からの再計画をつなぎ、成功、失敗、異常からの復旧の事例を記憶または訓練データとして蓄積する。報道によれば、このフレームワークを搭載した精霊 G2 は実際のコンビニエンスストアで補充、取り出し、惣菜の包装のデプロイ検証を行った。
開発者への影響
報道は GO-3 Preview の重みが公開されるか、どのライセンスを採用するか、外部 API や SDK があるかを明らかにしていない。そのためこの原文だけでは、開発者はダウンロードできるか、呼び出せるかを判断できない。このニュースは現時点で既存の接続経路の代替にはならず、手法と評価に関するシグナルと見るべきだ。持ち帰る価値があるのは次の点だ。第一に、デプロイ時のデータが方策に戻ることは、モデルが公開時点で固定されたチェックポイントではないことを意味する。同じマシン、同じ指示でも時点によって異なる方策に落ちる可能性があり、再現性と回帰テストの前提を変える必要がある。これは報道の記述に基づく推論であり、原文の表現ではない。第二に、報道は zero-shot と few-shot を明確に分ける。前者は対象タスク専用の実機による教師ありファインチューニングが不要な転移能力を指し、後者は少数のデモで精度と協調性を高める。これはそのまま流用できる評価の切り分け方であり、漠然とした「すぐ使える」より実行に移しやすい。第三に、異なる本体への能力は X2 で両手に物を持ってドアを開ける動作と、ひざまずいて物を取る動作しか示されておらず、他のアームやグリッパーに替えたデータは報道にない。本体移行のコストは不明なままだ。注意すべきは、3評価の1位、成功率、失敗回数がいずれもメーカー自己申告であり、原文には各スコア、参加した競合、ベンチマーク版、タスクセット、乱数シードが示されていないことだ。「数時間で一般の人間プレイヤーを上回る勝率を得た」にもサンプル数とルールの説明がない。これらは方向性のシグナルとしてのみ扱い、選定の根拠にすべきではない。
導入と評価の提案
以下は提案と条件付き分析であり、報道の事実ではない。第一に、教示データ収集の予算を確保するか。報道は数百種類のタスクをすぐ使える能力を持ち、少数のデモで微調整した後にレゴ組み立てのような接触の多い動作もできるとしている。あなたのタスクが主に把持と配置で、本体とデモ構成が近いなら、まず zero-shot の手順で進められる。挿入、柔軟物、高精度の位置合わせを含むなら、デモデータを前もって用意すべきだ。判断基準は、同じタスクを同じ本体でそれぞれ50回以上実行し、zero-shot と少数デモ追加後の成功率の差を比べることだ。その差が収集と注釈のコストを賄う必要があり、賄えなければ zero-shot に戻す。第二に、集団経験学習のために複数機へ投資するか。報道は、同じ訓練時間で、学習に参加する実機の規模が拡大するにつれ、スマートフォン梱包タスクの成功率が50.8%から98.3%に上がり、仕組みは CEL が成功した区間を検索し、失敗の文脈を分析し、共有方策を更新することだとしている。前提は、並行して収集できる複数の実機、標準化されたタスク、安定した環境リセットとデータパイプラインを持つことだ。1台しかない場合、この利点は成り立たず、まず単機でベースラインを築くべきだ。さらに原文は、これらの実機が同型の本体でなければならないかを説明していない。これはメーカーに確認するか自分で検証すべき仮説であり、既知の条件ではない。判断基準は、固定したエピソードバッチ(例えば各バッチ120回)の失敗回数を指標にし、クラスタ方策が単機ベースラインに対して持続的に低下することを求め、同時に既存タスクが後退しないかを監視することだ。第三に、デプロイ後のオンライン方策更新を許すか。報道では Genie Master が2つの経路を提供する。経験をプロンプトと記憶に入れてタスク計画を改善するか、実行と復旧のデータを動作方策の訓練に入れるかだ。タスクが不可逆だったり人身安全に関わるなら、まず記憶層だけを有効にし、人手のフォールバックを残すことを勧める。タスクが可逆でシャドーモードがあるなら、方策更新を開放する。判断基準は、各更新の前後で同じ凍結評価セット上の通過率がどう変わるか、許容できる時間内に前バージョンへロールバックできるかだ。
制限と未確認事項
GO-3 Preview は現在 KimiSeek のモデルカタログにない。報道も外部 API の可用性に触れていない。今後関連 API や重みの公開が出た場合、その可用性はメーカー智元の説明に従うもので、当サイトのカタログを入手可能性の根拠にはできない。重みを公開するかとライセンス条件は別問題であり、原文はどちらも説明していない。「言及がない」ことから「非公開」や「公開済み」を導くことはできない。3評価の1位はメーカー自己申告で、原文には各評価の競合リスト、具体的なスコア、ベンチマーク版、タスクセット、再現資料がない。したがって先行幅や比較可能性は判断できず、公開比較の有無を否定も確認もできない。成功率が50.8%から98.3%へ、失敗回数が25回から2回へというのもメーカー提供の実験によるもので、乱数シード、失敗判定基準、人手介入の程度が開示されていない。「業界で初めて実業務シーンで Physical RSI を検証」はメーカーの表現で、第三者による検証は見当たらない。コンビニデプロイ検証の期間、店舗数、異常発生率も説明されていない。さらに報道は訓練やデプロイに必要な計算資源の閾値とコスト情報を与えておらず、規模実験に参加した実機が同型本体かどうかも説明していない。