智元 GO-3 发布：机器人第一次能「边上班边进化」，便利店任务 5 天从 28.6% 涨到 85.7%

晚上十点，便利店到了补货时间。一台人形机器人走到货架前，抬起手臂去挂一个小挂钩——第一次没挂上，挂钩掉在地上。它停顿了两秒，重新调整了手腕角度和进给速度，第二次挂上了。整个过程没有人在旁边按遥控器，也没有工程师在后台改参数。第二天、第三天，同一类任务它做得越来越稳。

这是智元在 10 月 29 日发布的具身模型 GO-3 Preview 所展示的能力。和过去那种「训练完就定型」的机器人策略不同，这套系统的重点不是某一次演示有多惊艳，而是它在真实岗位上的成功率会随着工作时间自己往上走：官方披露，搭载该框架的精灵 G2 在便利店上岗期间，完整任务流程成功率从首日的 28.6%，五天后稳定在 85.7%。

一分钟速览

• 智元发布 GO-3 Preview，采用具身原生 WRAM（World Reasoning Action Model）架构，把任务推理、未来预测与动作生成接在同一条链路上。
• 模型已登顶 RoboDojo、RoboTwin、RoboColiseum 三个行业评测榜。
• 后训练阶段用分布式混合环境系统 Genie Evolver，依托百台真机，并把物理仿真与世界模型接进来。
• 部署后阶段由具身 Agent 框架 Genie Master 接管，机器人在真实作业中自己定位失败原因、调整策略、沉淀经验，做到「无人在环」的持续改进。
• 在便利店场景中，单任务成功率相比常规 SFT 微调提升 17.7 个百分点，且支持持续在线学习。

WRAM：把「想、猜、做」压成一个模型

过去的机器人系统通常是拼装式的：一个视觉模型识别物体，一个规划模块拆解步骤，一个控制策略输出关节角度。三段之间靠人工定义的接口传递信息，任何一环出错，错误就会顺着管道放大。

GO-3 Preview 的 WRAM 架构试图把这三件事放进同一个模型里。它不只是「看懂指令然后输出动作」，而是在输出动作之前先预测未来若干步的世界状态：这个杯子现在的位置、手伸过去之后它会不会被碰倒、如果倾斜角度再大一点会发生什么。动作是在这个预测之上生成的，因此模型具备了一定的「预演」能力。

这听起来像工程细节，但它决定了一件事：当环境与训练数据不完全一致时，模型能不能自己找到出路。官方给出的验证方式是零样本与少样本任务——在家居、厨房、多机协作、灵巧操作场景里，不额外微调就能完成陌生任务；面对更复杂的长程任务，比如做一份煎饼果子，少量示范之后就能接着学。

Scaling 的两个维度：学什么，和怎么用

智元把 GO-3 的扩展路径拆成两半。数据维度解决「学什么、学得够不够广」：人类第一视角视频提供丰富的物体交互和任务过程，机器人自身的轨迹则建立观测、动作与物理结果之间的因果联系。两种数据混在一起，模型既见过「人怎么做」，也见过「机器做出来是什么结果」。

模型维度解决「如何承接和运用这些经验」：通过增强学习能力，把分散的经验组织成可迁移的通用能力。这个划分的意义在于，它承认了具身智能最真实的瓶颈——不是缺数据，而是缺能把异构数据缝起来的机制。

后训练：百台真机 + 仿真 + 世界模型的混合训练场

通用能力不等于能干活。人学会基本动作之后还要反复练，机器人也一样。智元为此搭了分布式混合环境后训练系统 Genie Evolver，把百台真机、物理仿真和世界模型放进同一套训练循环里。

结果以两个具体任务呈现：桌面冰壶，经过 4 小时在线迭代，性能超过被测试人类的平均水平；抽积木塔，可以连续抽取 5 块并保持整塔稳定。这两个任务的共同点是容错窗口极窄——冰壶差一点角度就偏出，积木差一点力度就塌。能在这类任务上稳定，说明策略不是靠运气蒙对的。

部署后：让失败记录变成动作指南

真正有分量的部分是部署后阶段。Genie Master 把判断、执行与反馈连成一个闭环，机器人在真实作业里遇到失败时，会自己去定位原因、调整动作时序，并把这次经验沉淀下来。

便利店挂小挂钩就是一个典型例子：第一次失败可能是因为进给速度过快，模型自己识别出这一点，下一次把速度降下来，成功。这个过程不依赖人工示范，也不需要工程师现场调试。

官方给出的对比数字是：单任务成功率相比常规 SFT 微调提升 17.7 个百分点。更关键的是曲线形状——SFT 微调容易在某个水平遇到瓶颈，之后无论跑多久都不再上涨；而在线学习支持持续改进，理论上限由真实环境的反馈量决定。

为什么这件事比「会跳舞」重要

过去两年，人形机器人的演示视频大多集中在跳舞、后空翻、整齐列队这类场景。这些能力当然有展示价值，但它们的共性是：动作是预先编排的，感知与响应靠遥控或者固定脚本完成，环境一旦变化就需要重新录制。

GO-3 这类系统的方向相反——它不追求一次表演的完成度，而追求在一个不友好的环境里持续把成功率往上推。28.6% 到 85.7% 这条曲线，比任何一段流畅的动作视频都更能说明具身智能正在从「演示」走向「上岗」。

当然，距离真正的通用还有很长的路。三大榜单的排名代表的是受控评测下的相对位置，便利店的五天一并不能外推到一年；在线学习也带来了新的问题——策略在真实环境中持续更新，如何保证它不会学歪、如何留存可审计的版本、如何在多机协作时保持行为一致，这些都还没有标准答案。

但方向已经清楚了：具身智能的竞争，正在从「谁能做出更漂亮的动作」，转向「谁能让机器人在没人管的情况下，把活越干越好」。