智元发布 GO-3 Preview 具身模型：连接推理与动作，便利店实测展示在线学习能力

据 IT之家 10 月 30 日报道，智元于 10 月 29 日发布具身模型 GO-3 Preview，将规模化学习贯穿预训练、后训练和部署后三个阶段。该模型采用具身原生 WRAM（World Reasoning Action Model）架构，连接任务推理、未来预测与动作生成。官方展示了制作煎饼果子、乐高拼装和便利店作业等应用，并称模型已登顶 RoboDojo、RoboTwin、RoboColiseum 三个评测榜单，计划于 2026 年底全面开源。

不只识别物体，还要把理解变成可执行动作

具身模型面对的难点，是把指令和环境信息转化为物理世界中可执行的操作。GO-3 Preview 的路线，是让任务理解、结果预测和动作生成相互衔接：机器人不仅需要判断“要做什么”，还要预估动作后果，再选择执行方式。

据官方介绍，其预训练同时利用人类第一视角视频与机器人轨迹。前者提供多样的物体交互和任务过程，后者建立观测、动作与物理结果之间的联系；模型则通过学习，将这些异构经验转化为可迁移的能力。

• 在家居、厨房、多机协作和灵巧操作场景中，官方展示了无需额外微调完成陌生任务的能力。
• 面对制作煎饼果子等长流程精细任务，模型可通过少量示范进一步学习。
• 在乐高拼装中，经过微调的模型负责抓取、定位与插合，并借助智能体编排衔接多个步骤。

这些展示对应了零样本、少样本和任务微调等不同路径，不能统一理解为机器人“开箱即会”。区分每项任务所需的训练条件，是判断模型泛化能力的重要前提。

从训练到上岗：在线反馈成为能力提升的一环

在后训练阶段，智元构建了 Genie Evolver 分布式混合环境后训练系统，依托百台真机，并结合物理仿真和世界模型积累交互经验。官方披露，桌面冰壶任务经过 4 小时在线迭代后，性能超过被测人类平均水平；抽积木塔任务则可连续抽取 5 块并保持整塔稳定。

部署后阶段采用具身 Agent 框架 Genie Master，连接判断、执行与反馈。据介绍，搭载该框架的精灵 G2 在真实便利店作业时，可在不依赖人工示范与调试的情况下定位失败原因、调整策略。其完整任务流程成功率从首日的 28.6%，在 5 天后稳定至 85.7%；官方还报告，单任务成功率相比常规监督微调（SFT）提升 17.7 个百分点。

产业解读：关键不只是榜单，而是能否持续适应现场

GO-3 Preview 的看点，是尝试将部署后的持续学习纳入完整技术链路。对便利店等真实场景而言，机器人能否从失败中积累经验、减少重复调试，与首次演示能否成功同样重要。这也意味着，具身智能的竞争正进一步延伸到数据回流与现场适应能力。

不过，上述成绩主要来自官方介绍。榜单领先不等于已经具备跨场景商业交付能力，特定任务的成功率提升，也不能直接外推至所有作业。后续仍需关注评测条件、长期运行表现及跨任务复现情况。若按计划开源，模型及相关技术的开放范围，也将影响外部开发者验证和使用这条路线的实际价值。