10月29日，智元发布新一代具身基座模型GO-3 Preview，采用具身原生的WRAM（World Reasoning Action Model）架构，将任务推理、未来预测与动作生成连接起来，让机器人理解指令、预测未来，并生成可执行的动作。

　　GO-3 Preview于近日登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，将于2026年底全面开源。

　　在预训练阶段，GO-3 Preview以具身原生架构WRAM为基础，从数据与模型两个维度入手，以提高机器人的通用能力，让其更快学会“举一反三”。

　　具身原生架构WRAM承担的功能，是把机器人的任务理解、未来预测和动作生成串联起来。

　　输入端，VLM推理与CoAE控制向编码，将视觉输入的token压到DINOv3的十六分之一，动作恢复误差降低35%；决策端，单步预测未来——先预测后果再通过IDM模块生成动作；输出端，KASO四选其一，训练时即筛掉不相容的未来。

　　通过CoAE、SVP和KASO三项核心设计，模型能理解“要做什么”，还能判断“接下来会发生什么”，并进一步生成“具体应该怎么做”的动作。

　　基于WRAM架构，GO-3 Preview从数据与模型两个维度共同推进Scaling，让异构经验参与共同学习。

　　经过预训练，模型任务迁移与复杂技能适应能力更强，并在Zero-Shot（零样本）与Few-Shot（少样本）任务中得到检验。在家居、厨房、多机协作、灵巧操作场景里，不用额外微调，机器人就能直接完成陌生任务。

　　面对更复杂的任务，GO-3 Preview可利用少量示范进一步学习，完成制作煎饼果子这样的长程精细任务。

　　有了通用能力不意味着机器人能直接胜任所有复杂任务，就像人学会基本动作后仍需反复练习，机器人也需要在不断尝试和反馈中改进策略。

　　在GO-3 Preview后训练阶段，智元构建分布式混合环境后训练系统Genie Evolver，依托百台真机并结合物理仿真与世界模型，让机器人在实践中提升能力。

　　随着交互经验不断积累，动作策略持续更新，机器人的能力也随之提升：在桌面冰壶中，经过4小时在线迭代，其性能超过被测人类平均水平；在抽积木塔时，可以连续抽取5块，还能保持整塔稳定。

　　进入GO-3 Preview部署后阶段，机器人一定会遇到许多训练时没见过的情况。靠人工追在后面改代码、采数据，具身智能的落地只能小步慢跑。

　　智元通过具身Agent框架Genie Master，把判断、执行与反馈连接起来，让机器人能实现部署后的自主改进，在真实作业中持续提升能力，实现“边上岗，边解锁新技能”。

　　研究团队引入具身执行协议EEP（Embodied Execution Protocol），统一能力、引导、反馈和连续性四类接口，让Agent清楚地知道：有哪些机器人能力可以调用，这一步应该如何引导执行，实际结果是否达到要求，以及还有哪些任务需要完成。

　　随后，沿着两条路径让经验影响下一轮决策与执行。 一是让经验可积累，将成败案例沉淀为记忆，指导后续任务编排；二是让能力可固化，将作业轨迹用于继续训练动作策略。

　　搭载该框架的精灵G2，在真实便利店上岗期间，不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验，做到在多个复杂精细任务上持续改进，实现“无人在环”的持续自我进化。

　　机器人完整任务流程成功率从首日28.6%，5天后稳定至85.7%。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）。