IT之家 8 月 15 日消息，智元機器人昨天通過(guò)公眾號宣布，推出行業(yè)首個(gè)面向真實(shí)世界機器人操控的統一世界模型平臺 --- Genie Envisioner(GE)。

　　根據官方介紹，不同于傳統“數據 — 訓練 — 評估”割裂的流水線(xiàn)模式，GE 將未來(lái)幀預測、策略學(xué)習與仿真評估首次整合進(jìn)以視頻生成為核心的閉環(huán)架構，使機器人在同一世界模型中完成從“看”到“想”再到“動(dòng)”的端到端推理與執行?；?3000 小時(shí)真機數據，GE-Act 不僅在跨平臺泛化和長(cháng)時(shí)序任務(wù)執行上顯著(zhù)超越現有 SOTA，更為具身智能打開(kāi)了從視覺(jué)理解到動(dòng)作執行的全新技術(shù)路徑。

　　IT之家附開(kāi)源有關(guān)鏈接：

　　Project page：https://genie-envisioner.github.io/

　　Arxiv：https://arxiv.org/abs/2508.05635

　　Github：https://github.com/AgibotTech/Genie-Envisioner

　　GE 平臺通過(guò)構建統一的視頻生成世界模型，將這些分散的環(huán)節集成到一個(gè)閉環(huán)系統中?；诩s 3000 小時(shí)的真實(shí)機器人操控視頻數據，GE 建立了從語(yǔ)言指令到視覺(jué)空間的直接映射，保留了機器人與環(huán)境交互的完整時(shí)空信息。

　　

 

　　基于強大的視覺(jué)空間預訓練，GE-Act 僅需極少量數據即可實(shí)現跨平臺遷移。在 Agilex Cobot Magic 和 Dual Franka 等全新機器人平臺上，GE-Act 僅使用 1 小時(shí)(約 250 個(gè)演示)的遙操作數據就實(shí)現了高質(zhì)量的任務(wù)執行。

　　

 

　　智元方面表示，團隊將開(kāi)源全部代碼、預訓練模型和評測工具。GE 通過(guò)視覺(jué)中心的世界建模，為機器人學(xué)習開(kāi)辟了新的技術(shù)路徑。GE 的發(fā)布，標志著(zhù)機器人從被動(dòng)執行向主動(dòng)‘想象 — 驗證 — 行動(dòng)’的轉變。未來(lái)，將擴展更多傳感器模態(tài)，支持全身移動(dòng)與人機協(xié)作，持續推動(dòng)智能制造與服務(wù)機器人的落地應用。