智元 Genie Envisioner 世界模型

智元机器人把视频世界模型、策略、神经仿真器和评测合为一体的平台

智元机器人（AgiBot）团队 2025 年 8 月发布的机器人操作平台。核心 GE-Base 是一个按语言指令生成视频的扩散模型，在 AgiBot World 约 100 万条、共 2967 小时的双臂真机数据上训练，学会预测接下来画面会怎么变。GE-Act 用约 1.6 亿参数的流匹配解码器把 GE-Base 的隐表示转成动作；GE-Sim 输入动作生成未来画面，当神经仿真器做闭环评测；EWMBench 用来衡量这类世界模型的质量。代码和权重已开源。2026 年 9 月的 GE-Act 2.0 改为全部在操作数据上从零训练，由自编码器、单步视觉规划器和逆动力学模型串成。

例子论文中每个任务只用约 1 小时数据适配，GE-Act 就能迁移到松灵 Cobot Magic 等其他双臂平台上执行操作任务。

也叫

GE-Base、GE-Act、GE-Sim、GE-Act 2.0

相关

智元机器人、世界动作模型、AgiBot World 数据集、EWMBench 具身世界模型评测、神经模拟器、智元 GO-1（启元大模型）

来源

Genie Envisioner (arXiv:2508.05635)
AgibotTech/Genie-Envisioner (GitHub)
GE-Act 2.0 项目主页

信息截至

2026-09