智元正式发布GO-3 Preview：自研WRAM架构加持

很多朋友不知道【智元正式发布GO-3 Preview：自研WRAM架构加持】，今天小绿就为大家解答一下。

　　得益于WRAM架构的统一建模与全链路学习能力，GO-3 Preview展现出了强大的跨任务泛化能力。它不再局限于单一固定场景的重复劳动，而是能够将在一项任务中学到的知识，泛化应用到全新的、未见过的任务中。

　　预训练阶段：模型吸收了海量的多模态数据，具备强大的通用常识和物理世界规律认知。

　　【CNMO科技消息】10月29日，智元机器人（AGIBOT）正式发布全新一代具身智能模型GO-3 Preview。据官方介绍，这是一款实现了“预训练/后训练/部署后全链路规模化学习”的具身模型，标志着具身智能在从实验室走向真实物理世界的过程中，迈出了架构级进化的关键一步。

　　在技术架构层面，GO-3 Preview采用了智元全自研的具身原生架构WRAM。过去，传统的机器人系统往往将感知（看懂环境）、预测（推演变化）和控制（执行动作）拆分为不同的模块，这种碎片化的设计在处理复杂、动态的真实物理世界时，容易出现信息损耗和响应延迟。

　　GO-3 Preview的另一大核心亮点，是打通了“预训练-后训练-部署后”的全链路规模化学习闭环。

　　部署后学习：这是模型走向实用的关键。在真实场景部署后，GO-3 Preview能够通过持续收集交互数据，进行自我迭代与优化。

人形机器人

　　WRAM架构的核心突破在于“统一建模”。它将环境理解、未来状态预测与动作生成融合在同一个大模型中，让机器人能够像人类一样，在观察环境的同时自然而然地推演下一步动作并直接执行。这种端到端的原生架构，是实现高阶具身智能的基础。

版权所有，未经许可不得转载

　　后训练阶段：通过针对特定任务的高质量数据进行微调，模型能够快速掌握特定场景下的作业技能。

　　同时，在精细操作方面，GO-3 Preview大幅提升了机械臂和末端执行器的控制精度。无论是对柔软物体的抓取，还是对微小目标的精准操作，新模型都能提供更稳定、更流畅的动作输出。这一突破对于人形机器人最终进入家庭、工厂等复杂场景具有重要意义。

以上问题已经回答了。如果你想了解更多，请关新经网网站 (https://www.xinhuatone.com/)