據報道,

核心黑科技:首創“動作思維鏈” (Action Chain-of-Thought)
拒絕“邊看邊做”: 不同於傳統模型直接輸出控制信號,GO-2會先在腦海中生成一段高層動作序列,作爲任務的整體規劃。
想清楚再動: 通過這種結構化的中間表示,機器人實現了從“感知輸入”到“動作空間推理”的跨越。相關技術成果已被 AI 頂級會議 CVPR2026 接收。
架構革新:異步雙系統確保“執行不跑偏”
爲了解決機器人執行過程中的穩定性問題,
慢系統(智囊): 以低頻運行,持續輸出具備長程邏輯的動作規劃“意圖流”。
快系統(肌肉): 以高頻運行,實時對齊慢系統的規劃。當遇到桌面高度偏差或物體滑動時,快系統會進行瞬時修正,確保最終動作貼合預設軌跡。
戰績彪炳:多個基準測試刷新 SOTA 紀錄
在多項衡量具身智能實力的權威測試中,
LIBERO Benchmark :平均成功率高達 98.5%,在四類核心任務中均排名全球第一。Genie Sim3.0 :在僅使用仿真數據訓練的情況下,真實環境測試成功率達 82.9%,顯著優於競對模型(如 π0.5)。
產業願景:從“實驗室”走向“生產線”
分佈式進化: 依託
平臺,模型能在真實環境中持續採集交互數據並在線優化,實現“越用越聰明”。Genie Studio 通用大腦:
的目標是成爲具身智能的通用大腦,助力機器人從虛擬仿真平滑過渡到複雜的產業落地場景。GO-2
結語:開啓“知行合一”的機器人時代
正如
