智元 GO-3 Preview 称三个机器人榜单第一,主打部署后继续学习,年底开源
据新智元 2026 年 10 月 29 日报道,智元发布具身模型 GO-3 Preview,称在 RoboDojo、RoboTwin、RoboColiseum 三个榜单排名第一,并把预训练、后训练与部署后学习串成一条链路;官方预计年底全面开源,权重、许可与调用方式尚未公布。
发生了什么
据新智元 2026 年 10 月 29 日报道,智元当日发布具身模型 GO-3 Preview,称其在 RoboDojo、RoboTwin、RoboColiseum 三个机器人榜单上排名第一,并在 RoboDojo 中排在报道提到的通用模型 GPT-6 Astra 之前。按报道描述,这款模型的重点不在单项指标,而在把三段训练接成一条线:预训练用名为 WRAM 的世界推理动作架构,包含面向控制的视觉编码器 CoAE、单步视觉规划器 SVP 与知识对齐的选择性优化 KASO,同时发布百万量级真机数据集 AGIBOT WORLD 2026;后训练由 Genie Evolver 承担,以真机、物理仿真、世界模型三个引擎交替试错,并引入失败引导的经验检索微调 FERT,用失败前的情境去机群共享的成功经验池里检索片段加权训练;部署后环节由 10 月 27 日发布的 Agent 框架 Genie Master 接管,通过名为 EEP 的具身执行协议连接上层推理与底层执行,失败教训或沉淀为长期记忆规则(Harness RSI),或回流入策略权重(Policy RSI)。报道给出的数字包括:插花、叠衣、手机充电、凳子组装、手机包装五项真实任务平均成功率从 81.0% 升到 97.3%,手机包装多阶段长流程失败次数减少 92%,叠衣服形态控制成功率从 85.8% 升到 98.3%,完整流程成功率从 28.6% 升到 85.7%。智元称预计年底 GO-3 Preview 等将全面开源,并计划 11 月 2 日用 6 台 G2 机器人做 24 小时便利店直播测试。
对开发者的影响
对开发者来说,这类“部署后继续学”的说法改变的是系统形态,而不是一次推理调用的参数。如果把模型当静态检查点,落地时仍要自己补齐任务编排、失败回收与人工接管;而按报道的路线,模型能力的一部分来自运行期累积的经验,数据回流与策略更新因此属于系统的一部分,不是上线后再说的事。评估口径也值得重看:RoboDojo、RoboTwin、RoboColiseum 这三个榜单名次由厂商单方给出,报道没有披露任务分布、评测脚本或复现方式,把它当作“优先试谁的信号”比当作选型结论更稳妥。开源时间表同样需要留余地——报道只说“预计年底全面开源”,没有说明放出的是权重、训练代码还是数据,也没有提许可证;开放权重不等于开源许可,商用、再分发和衍生模型的权利要等许可文本落地才能判断。就当前状态而言,既没有可下载的权重,也没有公开的 API 或调用方式,短期内在现有服务里接不进去,只能做架构层面的准备和指标层面的核对。
接入与评估建议
下面是基于报道的条件性判断,不是智元公布的事实。 决策一:是否为“部署后学习”投入数据回流与再训练管线。报道中的相关变化是 Genie Master 声称能在无人在环下把完整流程成功率从 28.6% 提到 85.7%,单任务再提升 17.7%。可选路径有两条:把策略当冻结模型,只做记忆与编排层补救;或把失败轨迹采集、策略更新、灰度替换纳入日常运维。改变选择的先决条件是,你能否在自有场景稳定记录失败前后一段时间的传感器数据与执行结果,并具备可回滚的更新流程——做不到,就只能拿到记忆与编排那一半收益。评估标准建议这样定:在自有任务的固定留出集上,同一批任务重复足够多次先测出成功率的自然波动区间,再看一轮更新后的提升是否明显超出这个区间,而不是只看一段演示视频。 决策二:零样本上手,还是先做少样本微调。报道称 GO-3 主打零样本泛化,未见过的场景与物体无需微调,微调后能完成乐高零件的抓取、对位与插入。选择的依据是两点:你能否在目标本体上采集示范数据,以及任务对误差的容忍度。如果任务是长流程、单步出错就整体失败,直接零样本上线的风险高于先做小规模微调。评估标准:同一批留出任务上比较零样本与少样本的成功率、每次完成所需的人工干预次数、以及完成耗时,三项中至少两项稳定改善再扩大范围。 决策三:等这批权重,还是先用现有的开放权重方案。报道给出的是一次时间不确定的开源承诺,没有许可与仓库信息。若你的项目里程碑早于权重发布,先按现有可下载的开放权重模型搭管线风险更低。判断标准可以简化为三个前置条件:权重可下载、许可允许你的具体用途、附带的推理脚本能跑通并给出可复现的评测结果;缺任何一个都按“未就绪”处理。
限制与待确认事项
报道中的榜单名次、成功率与提效幅度均来自智元与新智元的单方描述,文章没有给出评测脚本、任务集构成或第三方复现,部分数字来自厂商自选的真实任务。部署后学习的收益依赖 Genie Master、EEP 与 G2 机器人本体,换到其他硬件上是否成立,报道没有交代。开源只表述为“预计年底全面开源”,没有许可证、仓库地址或权重文件,因此现在既不能下载也不能调用,报道中也没有公开的 API 与定价信息,任何可用性说法都以智元官方口径为准。GO-3 Preview 不在 KimiSeek 当前模型目录中,KimiSeek 未上线该版本,文中涉及的发布与可用性均指厂商侧。此外,文内提到的 GPT-6 Astra 等对比对象由来源给出,其评测配置同样未公开。