智元GO-3 Preview的背后，小挂钩里的大变化

勇砺商业评论 阿桶观察 曾宪勇

一个小挂钩，把机器人考住了。

智元公布的便利店案例里，机器人自主定位问题、调整动作时序，把失败记录变成动作指南。

这个细节让我更在意：机器人上岗以后，能否把工作中遇到的问题，变成下一次做得更好的经验？

10月29日，智元在2026智元创新日现场正式发布新一代具身基座模型GO-3 Preview。该模型近日登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，将于2026年底全面开源。

三榜第一，是这次发布最醒目的成绩。更值得追问的是，支撑成绩的学习路径，能不能延伸到真实作业中，让机器人持续积累本事。

GO-3 Preview给出的路径，是预训练、后训练与部署后的全链路规模化学习。在我看来，把上岗接入学习循环，是这次发布最值得讨论的行业变化。

先学会举一反三

同样抓取水杯，面对马克杯、玻璃杯，以及不同的摆放位置，机器人需要能够跨任务、跨场景迁移的通用能力。

GO-3 Preview采用具身原生的WRAM（World Reasoning Action Model）架构，将任务推理、未来预测与动作生成连接起来，让机器人理解指令、预测未来，并生成可执行的动作。

在预训练阶段，GO-3 Preview从数据与模型两个维度共同推进Scaling。人类第一视角视频提供物体交互和任务过程，机器人轨迹建立观测、动作与物理结果之间的联系；模型把分散的经验组织起来，转化为可迁移的通用能力。

CoAE：Control-Oriented Autoencoder。CoAE提取面向控制的视觉表征，为未来预测与动作生成提供基础。

SVP：Single-step Visual Planner，单步生成完整未来。

KASO：Knowledge-Aligned Selective Optimization，动作与未来一致性筛选。

通过CoAE、SVP和KASO三项核心设计，模型不仅能够理解“要做什么”，还能判断“接下来会发生什么”，并进一步生成“具体应该怎么做”的动作。

物理世界的难处，在于理解指令以后，还要应对环境变化与接触受力。把任务理解、未来预测和动作生成连起来，是为了让机器人把理解落到动作上。

预训练后的能力，在Zero-Shot（零样本）与Few-Shot（少样本）任务中得到检验。在家居、厨房、多机协作、灵巧操作场景里，不用额外微调，机器人就能直接完成陌生任务。

面对更复杂的任务，GO-3 Preview可利用少量示范进一步学习，完成制作煎饼果子这样的长程精细任务。

在乐高拼装中，经过微调的模型让机器人完成精细动作，并在智能体编排下衔接多个步骤，完成拼装。从抓水杯到拼乐高，任务越精细、流程越长，对学习和动作衔接的要求也越高。

把一次尝试变成群体经验

通用能力建立之后，复杂任务仍需要反复练习。后训练要解决的，就是机器人怎样从尝试与反馈中改进策略。

智元构建分布式混合环境后训练系统Genie Evolver，依托百台真机，并结合物理仿真与世界模型，让机器人在实践中提升能力。经验汇聚、策略更新、新模型下发真机验证，新的反馈再次回流。

真机环境中，CEL（群体经验学习）汇聚多台机器人的执行经验，成功轨迹提供可学习的动作，失败上下文指明需要改进的环节，让个体获得的经验能够被群体复用。

物理仿真基于Genie Sim仿真环境，低成本拓展场景边界，为策略探索提供可重复的条件。

依托Genie Envisioner 2.0世界模型，机器人拿到一段真实经历之后，可以分叉推演多条未来路径，对比不同结果来优化策略，再用真机反馈持续校准世界模型。

在桌面冰壶中，经过4小时在线迭代，它的性能超过被测人类平均水平；抽积木塔可以连续抽取5块，还能保持整塔稳定。姚卯青在媒体群访中说：“Scaling就是规模化，后训练也是有集群规模化这一说的。”

上岗以后学习继续

真实作业会不断带来训练时没见过的情况。如果每遇到一个问题，都需要工程师重新采数据、改代码，复制部署的压力就会随之增加。

智元通过具身Agent框架Genie Master，把判断、执行与反馈连接起来，让机器人能够实现部署后的自主改进，在真实作业中持续提升能力。

研究团队引入具身执行协议EEP（Embodied Execution Protocol），统一能力、引导、反馈和连续性四类接口。经验则沿着两条路径影响下一轮决策与执行。

一条路径是积累记忆：机器人随做随记成功与失败案例，每日任务结束后，由模型统一总结，将可复用的内容沉淀进长期记忆，指导后续任务编排。

另一条路径是继续训练动作策略：Agent协助执行、接管和恢复过程中产生的作业数据，经过后处理后用于训练动作策略，把有效改进保留在模型参数中。

据智元介绍，搭载该框架的精灵G2，在真实便利店上岗期间，不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验，在多个复杂精细任务上持续改进，实现“无人在环”的持续自我进化。

在这一便利店案例中，机器人完整任务流程成功率从首日28.6%，5天后稳定至85.7%。其单任务成功率相比常规微调（SFT）提升17.7个百分点。开头那个小挂钩，正是把失败记录变成动作指南的例子。

智元表示，这是行业首次跳出仿真环境、走出实验室，在真实业务场景中验证Physical RSI（具身递归自进化）。

下一张考卷在客户工位上

客户关心的，是这些能力如何兑现为持续作业。

作业生产力分论坛给出了现实背景：精灵G2在龙旗工厂平板测试上下料工位规模化投产并稳定运行，方案随后扩展至更多平板测试产线，并适配其他客户的手机测试上下料场景。模型之外，本体可靠性、设备对接和现场交付，都要一起接受检验。正如姚卯青在群访中所说：“所有作业成功率和性能效率的问题，还是多维度、全栈式耦合的问题。”

姚卯青在主论坛强调的成功率、稳定作业和ROI（投入产出比），也是理解GO-3 Preview商业价值的尺度。全链路规模化学习能走多远，要看它能否持续改善客户工位上的表现。

三榜第一让人看见能力进展，而那个不起眼的小挂钩，让人看见经验如何进入下一次行动。机器人的本事，就该这样在工作中一点点长出来。（曾宪勇）