3 月 10 日消息，“稚暉君”創(chuàng)業(yè)項(xiàng)目智元機(jī)器人發(fā)布了首個(gè)通用具身基座模型 —— 智元啟元大模型（Genie Operator-1），它開(kāi)創(chuàng)性地提出了Vision-Language-Latent-Action（ViLLA）架構(gòu)，該架構(gòu)由 VLM（多模態(tài)大模型）+ MoE（混合專(zhuān)家）組成，實(shí)現(xiàn)了可以利用人類(lèi)視頻學(xué)習(xí)，完成小樣本快速泛化，降低了具身智能門(mén)檻，并成功部署到智元多款機(jī)器人本體。

　　智元機(jī)器人還預(yù)告了下一代具身智能機(jī)器人產(chǎn)品，不過(guò)沒(méi)有透露推出時(shí)間。