人工智能与大模型技术的突破性发展正在引发具身智能领域的全新浪潮，人形机器人作为重要载体，其泛化能力的核心壁垒已从硬件层面转向大模型等软件系统的研发能力。

▍人形机器人"脑力对决"，算法自主成终极战场

当前人形机器人“大脑”竞争主要集中于两大阵营：以底层技术见长的科技巨头与专注本体开发的人形机器人企业。其中特斯拉与英伟达作为科技巨头入局的典型代表，展现出截然不同的战略路径。

• 特斯拉凭借Optimus人形机器人成为行业标杆产品引领者，通过垂直整合能力构建从硬件设计到运动算法的完整闭环。

• 英伟达从基础设施层面发力，依托其GPU芯片技术优势和Omniverse数字孪生平台，以"技术赋能者"身份成为具身智能领域不可或缺的"卖铲人"。

值得关注的是，随着华为、苹果、谷歌、OpenAl、三星等更多科技巨头加速布局，缺乏自主大模型研发能力的人形机器人本体企业将面临生存危机，唯有突破算法自主创新壁垒，才能在产业变革中掌握主动权。

2025年2月，国外人形机器人独角兽Figure Al率先打起全球人形机器人本体企业全栈自研大旗，于2月5日宣布终止与OpenAI合作，并于2月20日推出了自研通用型视觉语言动作(VLA)模型-Helix，能够将感知、语言理解、学习控制融为一体，帮助Figure AI实现面向场景任务的泛化性工作。

图片来源：Figure Al官网

2025年3月，人形机器人第一股优必选发布公司自研全球首个人形机器人多模态推理大模型，该推理大模型基于DeepSeek-R1深度推理技术，借助其强大的数据处理和智能决策能力，让人形机器人具备类似人类常识的推理能力，支持多台人形机器人之间复杂任务的高效拆解、调度与协同。

图片来源：优必选官方公众号

▍从VLA进化到ViLLA，智元发布首个通用具身基座大模型GO-1

2025年3月10日，中国人形机器人领军企业智元机器人发布首个通用具身基座模型——智元启元大模型（Genie Operator-1，简称GO-1），这一创新成果标志着智元机器人在具身智能领域实现从技术跟随到创新引领的关键跨越。

GO-1模型基于创新的Vision-Language-Latent-Action（ViLLA）架构，通过多模态感知、隐式规划与动作执行的协同机制，成功突破异构数据融合、跨本体迁移、小样本泛化等长期制约产业发展的技术瓶颈。GO-1的发布不仅填补了国内通用具身基座模型的空白，更在全球人形机器人产业竞争中树立了“中国标准”。

▍从技术维度看，ViLLA架构实现了三大范式革新

• 数据利用效率的颠覆性提升：通过融合互联网视频、人类示范操作和真机执行数据，使机器人训练数据成本降低90%以上；

• 动作泛化能力的突破性进展：其隐式动作标记预测机制在灵巧操作任务中的成功率超越Meta VC-1、Google DeepMind RT-2等国际主流模型，达到全球第一梯队水平；

• 跨本体适配的行业性创新：支持工业机械臂、服务型人形机器人等不同形态设备的策略迁移，为浦东机器人产业链上下游协同发展提供了统一的技术基座。

图片来源：智元机器人官方公众号

GO-1的推出，标志着具身智能向通用化、开放化、智能化方向快速迈进。

• 从单一任务到多任务泛化：机器人无需重新训练，即可适应不同任务。

• 从封闭环境到开放世界：机器人不再受限于实验室，而是走向真实世界。

• 从预设程序到指令泛化：机器人可以理解自然语言指令，并进行智能推理。

▍结语

GO-1的突破绝非单纯的技术迭代，它标志着中国具身智能产业完成了从"追赶式创新"到"架构式创新"的质变。

当具身智能突破"单机智能"的局限，走向"群体智能"的协同进化，我们正在见证一个新时代的开端——在这个时代，智能革命不再局限于实验室的炫技展示，而是真正成为实体经济转型升级的神经中枢。

图片来源：智元机器人官方网站