← 司南实验室 › 模型索引 › GO-1 (Genie Operator-1)
智元机器人 (AgiBot)

GO-1 (Genie Operator-1)

2.82B 禁商用 8/8 已核实

基本事实

发布日期
2025-09 2 来源
参数量
2.82 B 1 来源
架构
ViLLA 0 来源
许可证
CC BY-NC-SA 4.0 2 来源
商用
禁商用 1 来源
权重
huggingface.co ↗ 1 来源
代码
github.com ↗ 1 来源
论文
arxiv.org ↗ 1 来源
输入模态
rgb · language · state 0 来源
动作空间
待核实 待核实 0 来源
跨本体
支持其他本体的数据采集、微调与部署(官方表述) 0 来源
预训练数据(小时)
待核实 0 来源
目标形态
人形 · 双臂 0 来源
架构 · Vision-Language-Latent-Action (ViLLA) 架构;向全球开发者免费开放
来源 · 4 条来源
license,commercial_ok https://huggingface.co/agibot-world/GO-1/raw/main/README.md 模型仓库页 · 抓取 2026-09-03 · 尚未存快照 License: CC BY-NC-SA 4.0
license,release_date,code_url https://raw.githubusercontent.com/OpenDriveLab/AgiBot-World/main/README.md 官方页面 · 抓取 2026-09-03 · 尚未存快照 2025/09/19 GO-1 open-sourced; CC BY-NC-SA 4.0
params_b,release_date,weights_url https://huggingface.co/api/models/agibot-world/GO-1 模型仓库页 · 抓取 2026-09-03 · 尚未存快照 safetensors 2,821,541,905 BF16; created 2025-09-04
paper_url https://huggingface.co/agibot-world/GO-1 模型仓库页 · 抓取 2026-09-03 · 尚未存快照 arXiv 2503.06669

活性信号

每天从 GitHub、Hugging Face、ModelScope 公开接口抓取的数字。只记录,不评价。 · 抓取于 2026-10-18

GitHub stars
3,206
+20 / 30 天
近 90 天提交
0
最近推送 143 天前
HF 近 30 天下载
136
累计 3,960 · 21 likes
权重最后更新
2025-09-21
393 天前
GitHubOpenDriveLab/AgiBot-World · 220 forks · 38 未关闭 issue · 无 GitHub release
ModelScopeagibot_world/GO-1 · 260 次下载 · 更新 2025-09-21 · 同名镜像,非厂商组织
Hugging Faceagibot-world/GO-1
stars · 近 30 天

公开基准分数

照抄来源;各论文协议不同。带备注的完整表见基准分数页。

基准子集分数来源
真机评测(论文自报)agibot_g1_5_tasks_avg_completion_score0.8 score 0-1论文 · Fig. 5(b) 'Real-world Experiment Results', 'Average' group, bar label for GO-1 (per task: Restock Bag 0.98, Table Bussing 1.00, Pour Water 0.67, Restock Beverage 0.60, Fold Shorts 0.66)
真机评测(论文自报)GO-1 w/o Latent Planneragibot_g1_5_tasks_avg_completion_score0.7 score 0-1论文 · Fig. 5(b) 'Average' bar label for 'GO-1 w/o Latent Planner' (per task 0.93 / 0.87 / 0.42 / 0.49 / 0.60)
全部基准 →

部署配方

还没有配方。我们只发布在租用 GPU 上真正跑通、带实测延迟的步骤;这个模型还没轮到。

记录历史

2026-09-03
来源抓取
license,commercial_ok · license,release_date,code_url · params_b,release_date,weights_url · paper_url

延迟与成本

成本 = 延迟 p50 ÷ 1000 × 租价 ÷ 3600 × 1000
硬件p50 msp95 ms峰值显存每千次推理成本 ¥样本
NVIDIA RTX 4090
¥1.68/h · 共绩算力 (2026)
— — — — 无延迟数据 无数据
NVIDIA RTX 5090
¥2.4/h · 润云 2.4 / 共绩 2.5 / 并行智算云 2.98 (2026)
— — — — 无延迟数据 无数据
NVIDIA A100 80GB
无租价
— — — — 无延迟数据 无数据
NVIDIA Jetson AGX Thor
无租价
— — — — 无延迟数据 无数据
NVIDIA H100 80GB
无租价
— — — — 无延迟数据 无数据
NVIDIA A800 80GB
无租价
— — — — 无延迟数据 无数据
还没有这个模型的延迟测量 · 数据来自文献、维护者实测或众包 CLI 上传;三者都还没有。

适配本体

只有有证据的格子才上色。橙点表示厂商声明的目标形态,那是声明,不是核实过的适配。

Unitree G1Unitree H1智元 精灵 G1松灵 Piper 机械臂SO-101Franka FR3 / PandaFourier GR-2WidowX 250 SGoogle Robot(Everyday Robots)ALOHA 2 / Cobot Magic(双臂)Galaxea R1 ProFranka Emika Panda
GO-1 (Genie Operator-1)
图例 官方声明支持社区复现成功理论可微调不支持未知 厂商声明的目标形态 3 / 12 格有明确状态

复现记录

这个模型在你的机器人上跑起来了吗?报一条,附链接(日志、视频或仓库)。记录由维护者核验;核验通过的“跑通”或“微调后跑通”会把矩阵格子升为“社区复现”,你的链接就是证据。可匿名;只存下面这几个字段。

这个模型还没有核验通过的复现记录。

SinanLab · 司南实验室方向清晰,判断有据。