AgiBotのGO-3 Preview、コンビニで働くロボットの成功率を5日で28.6%から85.7%に　年末にオープンソース化

AgiBotが新しいロボット基盤モデルで売り込むのは、働き始めてから何を学ぶかだ。共同創業者で共同総裁の姚卯青（ヤオ・マオチン）氏は10月29日の「AgiBot Innovation Day」でGO-3 Previewを発表した。上海のコンビニでは、この新しいシステムとエージェントフレームワーク「Genie Master」を載せたG2が総菜の包装、商品の取り出し、品出しをこなした。同社によると、タスク全体の成功率は初日の**28.6%から5日後には85.7%**で安定し、その間、人による実演も手作業の調整もなかった。

製品の中身はこの学習ループだ。GO-3と組み合わせるのは2つ。後学習システムのGenie Evolverは約100台の実機に物理シミュレーションとワールドモデルを組み合わせ、Genie Masterは現場のロボットに長いタスクを組み立てさせ、そこで得た経験を蓄積させる。新浪科技によると、姚氏は「デモが試すのは単一の能力の上限だが、生産性が試すのはシステムの下限だ」と述べた。AgiBotはGO-3 PreviewとGenie Masterを2026年末までに全面的にオープンソース化する計画だ。

コンビニの2つの数字はどちらも7分の幾つ

28.6%と85.7%は、ちょうど2/7と6/7にあたる。1日7回（または7の倍数回）のタスク実行と一致し、5日間の改善は数十回の試行に基づいている可能性がある。数百回に増やしても同じ曲線が続くなら、「現場でどれだけ速く上達するか」がロボットモデルを比べる数字になる。続かなければ、コンビニの成績は曲線付きのデモにとどまる。

ほかのオンライン学習のデモも同じ方向を示す。同社によると、単一タスクではオンライン学習の成功率が通常の教師ありファインチューニング（SFT）を17.7ポイント上回った。卓上カーリングでは4時間のオンライン反復で、テストした人間の平均を超えた。積み木タワーからは5本続けて抜き取り、タワーを崩さなかった。

データもモデル規模も、ゼロショット成功率を押し上げた

AgiBotは自社のスケーリング実験も示した。新浪科技によると、20種類のスキル、100タスクでのゼロショット平均成功率は、学習データを増やすと13.4%から56.4%に、モデルを大きくすると56.2%から73.2%に上がった。Interesting Engineeringによると、WRAM（World Reasoning Action Model）と呼ぶアーキテクチャは理解・予測・動作をまとめてモデル化し、人の一人称視点の動画とロボットの軌跡から学ぶ。同社は、視覚入力のトークンをDINOv3の16分の1に減らし、動作復元の誤差を35%下げたとしており、RoboDojo、RoboTwin、RoboColiseumの3つの評価ランキングで首位に立ったという。

より大きな試行回数はすぐに来る。AgiBotは11月2〜3日、6台のG2を本物のコンビニで4つのシフトにわたり働かせ、24時間ライブ配信する予定だ。1日の営業で、試行は7回をはるかに超える。