摘要：智元发布首个通用具身基座模型——智元启元大模型（GenieOperator-1），它开创性地提出了Vision-Language-Latent-Action(ViLLA)架构，该架构由VLM(多模态大模型)+MoE(混合专家)组成，实现了可以利用人类视频学习，

据智元机器人消息，智元发布首个通用具身基座模型——智元启元大模型（GenieOperator-1），它开创性地提出了Vision-Language-Latent-Action(ViLLA)架构，该架构由VLM(多模态大模型)+MoE(混合专家)组成，实现了可以利用人类视频学习，完成小样本快速泛化，降低了具身智能门槛，并成功部署到智元多款机器人本体。

来源：科技浪潮之巅