Modelo GO-3 Preview da AgiBot levou um robô de loja de conveniência de 28,6% para 85,7% de sucesso em cinco dias e será aberto no fim do ano

O que a AgiBot destaca no seu novo modelo fundacional para robôs é o que ele aprende depois de começar a trabalhar. Yao Maoqing, cofundador e copresidente, apresentou o GO-3 Preview no Innovation Day da empresa em 29 de outubro. Numa loja de conveniência de Xangai, um robô G2 com o novo sistema e o framework de agentes Genie Master embalou comida pronta, buscou produtos e repôs prateleiras. Segundo a AgiBot, a taxa de sucesso no fluxo completo da tarefa subiu de 28,6% no primeiro dia para 85,7%, estável, depois de cinco dias, sem demonstrações humanas nem ajustes manuais.

O produto é esse ciclo. A AgiBot junta ao GO-3 o Genie Evolver, um sistema de pós-treinamento que combina cerca de 100 robôs reais com simulação física e modelos de mundo, e o Genie Master, que permite a um robô já em operação organizar tarefas longas e guardar o que aprende no local. "Uma demo testa o teto de uma única capacidade; a produtividade testa o piso do sistema", disse Yao, segundo a Sina Tech. A AgiBot planeja abrir o código do GO-3 Preview e do Genie Master até o fim de 2026.

Os dois números da loja são sétimos

28,6% e 85,7% são exatamente 2/7 e 6/7. Isso bate com sete execuções completas por dia, ou um múltiplo de sete, então o ganho de cinco dias pode se apoiar em poucas dezenas de tentativas. Se a curva se mantiver em centenas de execuções, a velocidade com que um modelo melhora no trabalho vira o número para comparar modelos de robôs; se não se mantiver, o resultado da loja fica sendo uma demo com uma curva.

As outras demos de aprendizado da AgiBot apontam na mesma direção. Numa tarefa específica, diz a empresa, o aprendizado on-line superou em 17,7 pontos percentuais o ajuste fino supervisionado convencional (SFT). Depois de quatro horas de prática on-line, um robô superou a média dos humanos testados no curling de mesa e tirou cinco blocos seguidos de uma torre sem derrubá-la.

Mais dados e um modelo maior subiram a curva zero-shot

A AgiBot também mostrou resultados de escala de experimentos próprios. Mais dados de treinamento elevaram a taxa média de sucesso zero-shot em 100 tarefas de 20 tipos de habilidade de 13,4% para 56,4%, e um modelo maior a levou de 56,2% para 73,2%, informou a Sina Tech. A arquitetura, que a AgiBot chama de WRAM (World Reasoning Action Model), modela em conjunto compreensão, previsão e ação, e aprende com vídeo humano em primeira pessoa e trajetórias de robôs, segundo a Interesting Engineering. A AgiBot diz que ela reduz a entrada visual a um dezesseis avos dos tokens do DINOv3, corta em 35% o erro de recuperação de ações e que o GO-3 Preview lidera os rankings RoboDojo, RoboTwin e RoboColiseum.

A amostra maior vem logo. A AgiBot programou seis robôs G2 para trabalhar 24 horas numa loja de conveniência real em 2 e 3 de novembro, em quatro turnos e com transmissão ao vivo. Um dia de turnos reais vai render muito mais que sete tentativas.