GO-1（Genie Operator-1，智元启元大模型）是智元机器人推出的首个通用具身基座模型。模型采用Vision-Language-Latent-Action（ViLLA）架构，由VLM（多模态大模型）和MoE（混合专家）组成。VLM借助海量互联网图文数据，赋予模型通用场景感知和语言理解能力；MoE中的Latent Planner（隐式规划器）通过大量跨本体和人类操作视频数据，获得通用的动作理解能力；Action Expert（动作专家）则基于百万真机数据，实现精细的动作执行。

GO-baidu091 – 智元机器人推出的首个通用具身基座模型 第1张
（图片来源网络，侵删）
GO-baidu091 – 智元机器人推出的首个通用具身基座模型 第2张
（图片来源网络，侵删）