Zhiyuan Releases Embodied Model GO-3 Preview, Plans Full Open Source by End of 2026

智元对外发布新一代机器人具身模型GO-3 Preview。这款模型打通了从前期训练、仿真练习到落地上岗后的持续学习全流程，目前已经在RoboDojo、RoboTwin、RoboColiseum三项行业权威测试中拿到第一名，计划在2026年底对外全面开源。 想要机器人在现实世界里干活，光会 “想” 远远不够。拿抓杯子、拼积木这类小事来说，杯子有圆有方、摆放位置各不相同，机器人得看懂眼前环境、预判会不会碰倒东西，再稳稳做出动作，这就是具身智能要解决的难题。 GO-3 Preview的思路和以往不一样：它不只是在实验室里一次性训练完成，而是像人一样，分三个阶段慢慢学、持续长进。 第一阶段打好基础，学会举一反三。它会大量学习人类日常操作视频，还有机器人实操记录，看懂物品和动作之间的关系。不用单独调试，面对厨房、居家等陌生场景，就能试着完成任务；给少量示范，还能挑战摊煎饼、拼乐高这类步骤复杂的精细活儿。 打好底子之后进入第二阶段，反复练习试错。智元搭建了一套混合训练系统，上百台机器人互相分享成功经验、吸取失败教训，同时搭配仿真环境和虚拟世界模型，低成本模拟各种各样的场景。就像玩桌面冰壶，经过短短 4 小时练习，机器人的操作水平就能超过普通人；抽积木塔时，它也能稳稳抽出多块积木，不让塔倒掉。 最亮眼的突破，是机器人正式上岗之后，还能自主进化。过去很多机器人一旦遇到没见过的新情况，就要工程师到场重新调参、采集数据，很难大规模推广。 依托这套新框架，机器人干活时会自动记下成功和失败的经验，自己分析哪里出了问题，不断调整动作，不用人一直跟着调试。 在便利店真实场景测试中，精灵G2机器人就实现了这样的自主学习：任务首日成功率只有 28.6%，五天之后稳步提升到85.7%。比如挂小挂钩这项工作，它不断摸索调整动作顺序，成功率比传统训练方式高出17.7个百分点，而且可以一直持续学习，不容易碰到能力天花板。这也是行业里少有的、离开实验室，在真实门店场景验证这套自主进化方案。 从早年GO系列模型的技术探索，到这次GO-3 Preview实现全链路学习，智元希望打破机器人 “一训定型” 的局限。三大榜单的成绩，印证了它的通用操作能力。当机器人可以在真实工作里不断积累经验、自我优化，未来它们将不再只是展会上的演示展品，能真正走进门店、家庭，持续解锁新技能，一步步走向规模化应用。