导言：10月29日，作为AI WAVE的集大成之作，智元正式推出预训练/后训练/部署后实现全链路规模化学习的具身模型——GO-3 Preview。GO-3 Preview 以理解、预测、动作统一的具身原生架构为基础，依托 Genie Evolver与Genie Master，将学习从预训练延伸至后训练与部署后，让机器人在经验交互与真实作业中持续改进。

大语言模型在知识推理上突飞猛进，但物理世界的作业，不止要 “会想”，更要 “会做”。精细抓取、零件装配，不光需要理解任务指令，更要预判环境变化、处理接触受力、输出精准的实体动作，这正是具身智能不可替代的主场。

10月29日，智元正式发布新一代具身基座模型GO-3 Preview，其采用具身原生的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。该模型已于近日登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，将于2026年底全面开源。

行业普遍好奇：大模型可以做Scaling，那物理AI能不能复制这套增长规律？智元给出的答案是：具身智能要走全链路scaling，不只有预训练，还要包含后训练、部署后持续迭代，具身模型不是单纯 “训出来的”，更是在真实世界 “干出来的”。

预训练：建立通用能力，让机器人“看得懂、学得会”

同样是执行“抓取水杯”指令，机器人面对的可能是带把手的马克杯，也可能是光滑的玻璃杯；杯子可能放在桌面中央，也可能位于一堆杂物之间。

要适应这些变化，机器人不能只“死记硬背”某个物体或某个固定动作，而是要具备能够跨任务、跨场景迁移的通用能力。为此，在预训练阶段，GO-3 Preview以具身原生架构WRAM 为基础，从数据与模型两个维度入手，以提高机器人的通用能力，让其更快学会“举一反三”。

具身原生架构WRAM承担的功能，是把机器人的任务理解、未来预测和动作生成串联起来。输入端，VLM推理与CoAE控制向编码，兵分两路，视觉输入的token压到DINOv3的十六分之一、动作恢复误差降低35%；决策端，单步预测未来——先预测后果，再通过IDM模块生成动作；输出端，KASO四选其一，训练时即筛掉不相容的未来。

·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。物体的位置、形态和相互关系，由此与机器人如何行动建立联系。

·SVP：Single-step Visual Planner，单步生成完整未来。SVP根据观测与任务条件预测后续变化，动作生成模块进一步学习如何从当前状态到达预测状态。人类视频提供物理世界变化的经验，机器人轨迹则连接具体动作与状态变化。

·KASO：Knowledge-Aligned Selective Optimization，动作与未来一致性筛选。同一场景可以存在多种合理的未来。KASO在训练中筛选与真实动作更相容的候选结果，用于联合学习，让未来预测与动作生成的训练目标更好地衔接。

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。

基于WRAM架构，GO-3 Preview从数据与模型两个维度共同推进Scaling，让异构经验参与共同学习。数据维度解决“学什么、学得够不够广”：人类第一视角视频提供丰富的物体交互和任务过程，机器人轨迹则建立观测、动作与物理结果之间的联系。模型维度解决“如何承接和运用这些经验”：通过增强学习能力，把分散的经验组织起来，转化为可迁移的通用能力。

经过预训练，模型任务迁移与复杂技能适应能力更强，并在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。

乐高拼装要求准确抓取零件、找准位置并完成插合，经过微调的模型，机器人能够完成这些精细动作，并在智能体编排下将多个步骤衔接起来，完成拼装。

后训练：在虚实交互中改进，让机器人“多练习、会复盘”

有了通用能力，并不意味着机器人就能直接胜任所有复杂任务。就像人学会基本动作后仍需反复练习，机器人也需要在不断尝试和反馈中改进策略。

在GO-3 Preview后训练阶段，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。机器人经验在这里汇聚、模型策略随之更新、新模型下发真机进行验证、新的反馈再次回流。

·真机环境：让机器人从群体经验中学习。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。通过检索相关成功片段、更新共享策略，让个体获得的经验能够被群体复用。

·物理仿真：扩展可控的交互场景。 基于Genie Sim仿真环境，低成本拓展场景边界。仿真支持在不同环境条件下组织训练与评测，拓展场景和物理交互的覆盖，为策略探索提供可重复的条件。

·世界模型：一次经历，探索多种未来。 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。

随着交互经验不断积累、动作策略持续更新，机器人的能力也随之提升：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。用想象补经验，正在成为现实。

部署后：复用真实作业经验，让机器人“边工作、边进化”

进入GO-3 Preview部署后阶段，机器人一定会遇到许多训练时没见过的情况。靠人工追在后面改代码、采数据，具身智能的落地只能小步慢跑。如何让机器人“边工作、边进化”？

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，实现“边上岗，边解锁新技能”。

研究团队引入了具身执行协议EEP（Embodied Execution Protocol），统一能力、引导、反馈和连续性四类接口，让Agent清楚地知道：有哪些机器人能力可以调用，这一步应该如何引导执行，实际结果是否达到要求，以及还有哪些任务需要完成。

随后，是沿着两条路径，让经验影响下一轮决策与执行。 一是让经验可积累，将成败案例沉淀为记忆，指导后续任务编排。在推理和执行过程中，机器人会将成功与失败的案例随做随记。每日任务结束后，再由模型统一总结，把其中可复用的内容沉淀进长期记忆。遇到同类任务和场景时，这些经验可以被逐步加载、调用。

二是让能力可固化，将作业轨迹用于继续训练动作策略。在Agent协助执行、接管和恢复的过程中，系统会产生包含问题、调整和结果的数据。这些数据经过后处理后用于训练动作策略，使有效的改进不只服务于当前任务，还能保留在模型参数中，转化为后续可调用的操作能力。

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，做到了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。

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%。比如便利店机器人挂小挂钩，它自主定位问题、沉淀经验，调整动作时序，把失败记录变成动作指南。其单任务成功率相比常规微调（SFT）提升17.7个百分点，区别于后者容易出现瓶颈，它支持持续在线学习。

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）。

结语

从GO-1开创性地提出ViLLA架构，到GO-2首创“动作思维链” ，智元不断拓展具身智能的能力边界。到了GO-3，智元希望在更多环节放大规模的力量。此次发布的GO-3 Preview，在RoboDojo、RoboTwin、RoboColiseum三项具身智能评测榜单中均位列第一，体现了其在通用能力与操作能力上的最新进展，也展现了全链路规模化学习的技术潜力。

当数据、反馈与经验形成持续循环，机器人的能力边界也将不断拓展。全链路规模化学习所打开的，是一条从能力建立到能力复用、再到能力进化的完整路径，让机器人真正把所学转化为所用，把每一次作业转化为持续进步的新起点。