Das universelle, verkörperte Basis-Großmodell GO-1 von Zhiyuan ist ein revolutionäres KI-Modell. Das Modell basiert auf der innovativen Vision-Language-Latent-Action (ViLLA)-Architektur und ermöglicht durch ein multimodales Großmodell (VLM) und ein Mixture-of-Experts (MoE)-System eine effiziente Umsetzung von visuellen und sprachlichen Eingaben in Roboteraktionen. GO-1 kann mit menschlichen Videos und realen Roboterdaten lernen und verfügt über eine starke Generalisierungsfähigkeit, die es ermöglicht, sich mit sehr wenigen oder sogar ohne Daten schnell an neue Aufgaben und Umgebungen anzupassen. Zu den Hauptvorteilen gehören die effiziente Lernfähigkeit, die hohe Generalisierungsleistung und die Anpassungsfähigkeit an verschiedene Roboterkörper. Die Einführung dieses Modells markiert einen wichtigen Schritt in Richtung Universalität, Offenheit und Intelligenz der verkörperten KI und dürfte in verschiedenen Bereichen wie Wirtschaft, Industrie und Haushalt eine wichtige Rolle spielen.