智元 GO-3 Preview 让便利店机器人 5 天内把成功率从 28.6% 提到 85.7%，年底开源

智元给新一代基座模型找的卖点，是它上岗之后还能学多少。10 月 29 日的智元创新日上，联合创始人、联席总裁姚卯青发布了 GO-3 Preview。搭载这套新系统和 Genie Master 框架的精灵 G2 在上海一家便利店做熟食打包、取货和补货，公司称完整任务流程成功率从首日的 28.6%，5 天后稳定在 85.7%，期间没有人工示范，也没有人工调试。

这套闭环才是智元真正要卖的东西。和 GO-3 配套的有两样：Genie Evolver 是后训练系统，依托约 100 台真机，结合物理仿真和世界模型；Genie Master 让上岗的机器人组织长程任务、沉淀现场经验。据新浪科技报道，姚卯青说：“演示考验的是单点能力的上限，但生产力考验的是系统的下限。”智元计划 2026 年底全面开源 GO-3 Preview 和 Genie Master。

便利店的两个数字都是七分之几

28.6% 和 85.7% 恰好是 2/7 和 6/7。这和每天跑 7 次完整任务（或 7 的倍数）吻合，也就是说，5 天的提升可能只建立在几十次尝试上。如果换成几百次还能保持这条曲线，“上岗后进步多快”就会成为比较机器人模型的那个数字；如果保持不住，这次便利店成绩就只是一场带曲线的演示。

智元展示的其他在线学习结果方向一致。公司称，在单项任务上，在线学习的成功率比常规监督微调（SFT）高 17.7 个百分点；桌面冰壶经过 4 小时在线迭代，成绩超过被测人类平均水平；抽积木塔能连续抽出 5 块而塔不倒。

加数据、加模型规模，零样本成功率都在涨

智元还公布了自家的扩展实验。据新浪科技报道，在 20 类技能、100 个任务上，扩大训练数据让零样本平均成功率从 13.4% 升到 56.4%，扩大模型规模则从 56.2% 升到 73.2%。据 Interesting Engineering 报道，这套名为 WRAM（世界推理动作模型）的架构把理解、预测和动作统一建模，同时用人类第一视角视频和机器人轨迹训练。智元称，它把视觉输入的 token 压到 DINOv3 的十六分之一，动作恢复误差降低 35%，并已登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单。

更大的样本量马上就来。智元已排定 11 月 2 日到 3 日让 6 台 G2 进真实便利店连上四个班次，全程直播 24 小时。一天下来，尝试次数会远不止 7 次。