10 月 29 日，智元發布具身模型 GO-3 Preview，稱在預訓練、後訓練與部署後實現全鏈路規模化學習；據量子位報導，智元在創新日上還同場發布全模態端到端互動大模型 WITA-OMNI。GO-3 Preview 採用具身原生架構 WRAM（World Reasoning Action Model），把任務理解、未來狀態預測與動作生成串起來，預訓練約九成資料為人類第一視角，機器之心稱其在 RoboDojo、RoboTwin、RoboColiseum 三項評測排名第一。後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型，手機包裝任務成功率由 50.8% 提升至 98.3%；模型支援跨本體遷移，換裝雙足人形 X2 後可雙手開門、跪地取物。WITA-OMNI 無需喚醒詞，平均約 600 毫秒、最快約 400 毫秒回應，支援本地無網互動，在 Daily-Omni、TimeLens-Bench 等四項評測登頂，計劃 2026 年 12 月前完成國內部署、2027 年 1 月推出歐洲版本。智元還提出新單位 Worken，按活躍機器人數量×自主工作時長×產出效能比衡量機器人的有效智慧工時；CTO 彭志輝稱萬臺下線只是製造業的勝利，萬臺上崗才是物理 AI 的勝利。對關注具身智慧落地的開發者與整合方，評估重心正從榜單成績轉向上崗後的持續學習與真實產出。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
智元在創新日發布具身基座模型 GO-3 Preview 與全模態互動大模型 WITA-OMNI，前者在 RoboDojo、RoboTwin、RoboColiseum 三項評測居首，後者在 Daily-Omni、TimeLens-Bench 等四項評測登頂。WITA-OMNI 無需喚醒詞，平均 600 毫秒、最快約 400 毫秒回應，支援本地無網互動，計劃 2026 年 12 月前完成國內部署、2027 年 1 月推出歐洲版本。
智元發布具身模型 GO-3 Preview，稱在預訓練、後訓練和部署後實現全鏈路規模化學習，並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料，採用 WRAM 架構；後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型，手機包裝任務成功率由 50.8% 提升至 98.3%。
過去 48 小時，有 1 個獨立來源報導，最近 6 小時新增 0 個。熱度 0.5，熱門榜第 95 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。