智元發(fā)布Genie Envisioner2.0 可讓機(jī)器人在“模型世界”中學(xué)習(xí)與進(jìn)化

    本報(bào)訊 （記者金婉霞）4月10日，智元創(chuàng)新（上海）科技股份有限公司（以下簡稱“智元”）推出了世界模型的迭代版本Genie Envisioner World Simulator2.0（GE-Sim 2.0）。據(jù)介紹，GE-Sim 2.0能夠響應(yīng)機(jī)器人動作信號、支持分鐘級長時(shí)序穩(wěn)定推演并內(nèi)置了激勵模型，可以讓機(jī)器人基于文本對生成狀態(tài)自動評估與優(yōu)化，完成強(qiáng)化學(xué)習(xí)。智元表示，這意味著，該模型首次構(gòu)建出了可交互、可訓(xùn)練、可評估的“物理進(jìn)化引擎”，可以讓機(jī)器人在世界中學(xué)習(xí)、成長、進(jìn)化。

    資料顯示，2025年，智元發(fā)布了行業(yè)首個世界模型開源平臺Genie-Envisioner，希望通過視覺、語言與動作的統(tǒng)一建模，讓機(jī)器感知環(huán)境、讀懂指令、做出反應(yīng)。此次推出的迭代版本，在原有版本的基礎(chǔ)上，進(jìn)一步強(qiáng)化了世界模型對于“動作”變量的理解能力，將“狀態(tài)—動作—狀態(tài)演化”作為統(tǒng)一建模對象。智元認(rèn)為，世界模型不只是描述世界，而是要成為一個可以被使用、被交互、被訓(xùn)練的世界本身。“如果一個足夠高質(zhì)量的世界模型被構(gòu)建，那么在這個生成的世界中行動的策略也可以被更有效地訓(xùn)練。”智元表示，同時(shí)訓(xùn)練數(shù)據(jù)也會更具規(guī)模性與多樣性。

    此外，智元同步推動了世界模型向可交互的模擬器的演進(jìn)：引入動作條件化世界建模，使模型能夠基于動作進(jìn)行未來推演；構(gòu)建可用于策略閉環(huán)評估的神經(jīng)模擬器；并從場景一致性、動作正確性與語義對齊等多個維度，對世界模型的模擬能力進(jìn)行系統(tǒng)評估等。

    智元方面表示，具身智能的長遠(yuǎn)未來，在于擁有自主學(xué)習(xí)與持續(xù)進(jìn)化的能力，這份進(jìn)化，既來自對真實(shí)世界的觀察與沉淀，更來自模型世界里無限的推演、試錯與成長可能。當(dāng)模型成為可交互、可訓(xùn)練、可進(jìn)化的完整世界，現(xiàn)實(shí)將不再是機(jī)器人唯一的訓(xùn)練場，“我們希望這一技術(shù)升級能成為具身智能發(fā)展史上的重要基礎(chǔ)設(shè)施，推動機(jī)器人走向自主探索、持續(xù)進(jìn)化的新階段，成為具身智能通往通用人工智能過程中的關(guān)鍵能力基石。”

（編輯 黃力）