智元发布具身基座模型 GO-3 Preview：WRAM 架构登顶三榜，年底全面开源

一套架构把三件事塞进同一个模型

10 月 29 日的 2026 智元创新日上，智元联合创始人、联席总裁姚卯青发布了新一代具身基座模型 GO-3 Preview。最核心的改动在架构：WRAM，全称 World Reasoning Action Model，字面意思是世界、推理、动作三合一。

过去的具身模型大多走「视觉语言模型加动作头」的路子：先用 VLM 看懂画面、理解指令，再外挂一个策略网络输出关节角度。这条路的毛病在于两个模块各自优化，中间靠一层薄薄的对齐层粘起来，遇到长程任务就容易散架。WRAM 的做法是把理解、对未来的预测、以及动作生成放进同一个建模目标里——模型在输出动作之前，先要在内部推演接下来世界会变成什么样。

围绕这个基座，智元铺了两层配套：Genie Evolver 负责后训练，把真机数据、仿真数据、世界模型生成的数据混在一起协同优化；Genie Master 则是上层的具身智能体框架，负责在真实作业里组织长程任务、沉淀现场经验。姚卯青把具身智能的 Scaling 拆成预训练、后训练、部署后三段，这套组合对应的是后两段。

三个榜单同时第一，年底全量开源

成绩单方面，GO-3 Preview 已在 RoboDojo、RoboTwin、RoboColiseum 三个具身智能评测榜单上位列第一。三个榜的侧重并不相同：RoboTwin 偏双臂精细操作，RoboDojo 偏长程任务编排，RoboColiseum 更接近多机器人协同场景。三榜同时登顶，说明能力不是单点突破。

更关键的是开源承诺：2026 年底全面开源。同场还发布了行业首个具身原生多模态交互大模型 WITA-OMNI 1.0，以及首个具身智能原生操作系统灵渠 OS 1.0——后者直接开源并捐赠给开放原子开源基金会，智元将与该基金会共建人形机器人开源社区，从操作系统、数据集、模型到工具链全线开放。硬件侧同步更新到第三代架构 AHA3，引入 EtherCAT 加万兆以太网高速总线、高功率 GaN 电驱、多模融合厘米级定位，还做了全球首款皮下式关节液冷系统，官方数据是散热能力为传统风冷的 7 倍、关节持续扭矩达到风冷方案的 3 倍。

灵巧手也换代了：OmniHand 3 号称是行业首款已在产线连续作业的工业级灵巧手，OmniHand 3 Ultra 则是首款全域触觉感知的超高自由度产品。智元还给物理 AI 提了一个自己的度量单位 Worken，试图把「机器人干了多少活」变成可计量的指标，该指标已进入新华社中国经济信息社与中国信通院联合编制的产业报告视野。

真正的考题在便利店

发布会最容易糊弄人的环节是 Demo。智元这次给了一个更难被糊弄的验证方式：11 月 2 日至 3 日，6 台精灵 G2 机器人进入真实便利店，连续 24 小时作业直播，覆盖熟食打包、取货、补货，要跨过午晚高峰、深夜值守和早间高峰三个时段。官方称这是行业首次跳出仿真环境、走出实验室，在真实业务场景中验证 Physical RSI（具身递归自进化）。

预训练只是把数据规模和模型规模推上去，真正决定机器人能不能干活的，是部署之后那一段——现场经验能不能沉淀回模型。

这个验证设计的价值在于它同时压测三件事：连续作业的稳定性、异常情况的应对能力、以及部署后学习闭环是否真的存在。24 小时直播没法剪辑，出问题就是出问题。对一家刚承诺年底开源基座模型的公司来说，这既是技术自信，也是一次公开压力测试。

把开源、榜单、真机验证三件事放在一起看，智元打的是一套组合牌：用榜单证明上限，用开源抢开发者心智，用便利店直播证明下限。具身智能这个赛道从来不缺炫技视频，缺的是「连续 24 小时不出事」的证据。