作者：周源/华尔街见闻
在科技迭代过程中，具身智能领域的发展，在当面，面临着技术突破的紧迫需求。
7月27日，智元机器人在WAIC 2025“智启具身论坛”发布行业首个动作驱动世界模型开源平台“Genie Envisioner”（以下简称GE）。
GE的出现，为具身智能的实际应用提供了新的技术支撑，也让行业看到了机器人自主决策能力提升的更多可能。
迫切需求：突破传统
自1950年英国数学家、逻辑学家艾伦・图灵（Alan Turing）在《Computing Machinery and Intelligence》（计算机器与智能）论文中提出具身智能概念以来，该领域在漫长的发展过程中，始终存在着一些难以突破的技术瓶颈。
传统的人工智能技术主要依赖符号处理范式，这在处理虚拟环境中的逻辑问题时表现尚可，但在与真实物理世界做交互时，就显得力不从心。
比如在工业生产的装配环节，传统机器人只能按照预设的程序操作，一旦零件位置出现微小偏差，就可能导致整个装配过程中断。
随着工业生产的柔性化、个性化需求日益增长，商业服务场景对机器人的灵活性要求也不断提高，市场迫切需要一种能让机器人更好地适应复杂环境、自主做出决策并执行任务的技术，正是在这样的背景下，具身智能成为行业探索的重要方向。
具身智能强调智能体通过与环境的实时交互，实现感知、认知、决策与行动的一体化；但环境感知的精度、决策的灵活性以及动作执行的精准度等问题，仍然在很大程度上制约着具身智能技术的进一步发展。
智元机器人发布的GE平台，在技术层面，实现了三大核心能力——预测、控制和评测的协同运作，为具身机器人从“看见”到“行动”提供端到端、一体化的解决方案。
GE平台整合了这三项能力，形成一套从视觉感知到动作执行的端到端解决方案。
就预测来说，通过复杂算法，深入分析海量数据。以“做三明治”这个任务为例，GE平台的预测能力，可预判在拿起面包时可能出现的滑落风险，进而指导机械臂调整抓取的角度。
这一过程是基于对面包的质地、机械臂的抓取力度等多维度数据的综合分析，为后续的动作规划提供了有效参考。
控制能力能根据实际情况做出动态调整。比如在搬运不同重量的物体时，会依据物体重量改变机械臂的输出功率：搬运较轻物体时减少功率以避免造成损坏，反之则增加功率以保证搬运稳定性，遇到障碍物时也能及时改变运动轨迹，体现了对实时反馈的快速响应能力。
在任务执行过程中，评测能力就可实时监控效果。比如“倒茶”这个动作，搭载GE平台的智能终端（比如具身机器人），会持续监测茶水倒入的速度和量；当发现接近溢出的情况时，会向控制模块发送信号，调整茶壶的倾斜角度，这样的实时监测和反馈机制，能保障任务的完成效果。
平台技术差异及优势
GE核心组成部分包括多视角视频扩散模型GE-Base和GE-Act动作解码器。
依托AgiBot-World-Beta数据集（包含超100万条、近3000小时头部与双臂腕同步视频流），GE-Base对场景的理解不仅仅停留在表面的识别层面。
在厨房场景中，GE-Base不仅能识别鸡蛋的位置，还能通过鸡蛋的色泽、形状等特征，判断其新鲜度，进而影响机器人的抓取力度，这得益于GE-Base对视频流中空间布局、动作演化以及语义意图的多层解析，为机器人感知外部环境提供有力信息支持。
160M参数动作解码器GE-Act的主要功能，是将GE-Base获取的视觉信息，转化为机器人能执行的动作指令。
以“拧瓶盖”为例，GE-Act能从视觉信息中计算出机械臂需要旋转的角度、施加的扭矩等参数，确保既能拧开瓶盖又不会损坏瓶子，其转化准确性直接影响机器人动作的实际效果。
横向对比来看，GE平台的技术差异体现在哪里？
在技术架构上，多数同类平台的预测、控制、评测能力是相对独立的模块，数据在传输过程中存在一定延迟，协同性一般。
GE平台整合了这三大能力，数据流转延迟较低，故而机器人在面对突发情况时，从预测到控制再到评测的整个流程更快捷。
比如在遇到障碍物时，GE平台能较快完成“预测碰撞风险-控制转向-评测转向效果”系列操作，而同类平台可能会因为协同方面的问题，导致转向不及时或转向过度。
在数据利用方面，部分同类平台依赖单一视角的视频数据做训练，对场景感知存在一定局限，在复杂环境中容易误判。
GE平台的GE-Base采用多视角视频扩散模型，结合AgiBot-World-Beta数据集的多视角视频流，能从多个维度捕捉场景信息，对场景的理解更全面。
比如在仓库中，单一视角可能因为遮挡而无法看清货物的全貌，而多视角的GE-Base能综合不同角度的信息，精准地识别出货物的位置和状态。
AgiBot-World-Beta是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集AgiBot World的一个版本。
2024年12月30日，智元机器人联合上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，正式开源AgiBot World数据集。这个数据集源自智元机器人位于张江科学城的数据采集工厂，这里有上百台人形机器人，为数据集的生成提供硬件支持。
在真实测试时，搭载GE-Act的机器人完成了“做三明治”“倒茶”“擦桌面”等任务，其智能模式有明显变化。
当食材的摆放位置与训练数据中的场景不同时，比如火腿放在面包的侧面，传统机器人可能会因为没有预设该场景而陷入停滞，而搭载GE平台的机器人能自主规划抓取路径，依靠对当前场景的实时感知与决策完成操作。
在产业应用方面，比如工业领域，汽车制造的车型更新较快，传统机器人更换生产线时，重新编程调试往往需要数天时间，而搭载GE平台的机器人能通过视觉识别新零件结构，自主生成组装动作，将切换时间缩短至数小时，提升了生产柔性。
GE平台凭借其技术架构和实际应用效果，为具身智能的发展提供了可行的路径，其在各领域的应用正逐渐改变传统的生产与服务模式。
