VLA 图库 / 模型列表 / 2026年新增

GO-2

GO-2 (Genie Operator-2)

AgiBot · 2026-04(2차)

VLA2026年新增未公开未公开

结合了直接在动作空间中规划的Action CoT与异步双系统。

论文

无论文 · 相关 AgiBot World Colosseo: A Large-scale Manipulation Platform for Scalable and Intelligent Embodied Systems

概述

分类

2026年新增

类型

VLA

发布

2026-04(2차)

机构

AgiBot

权重公开

否

参数

未公开

架构

主干LLM

ViLLA框架 (二手)

视觉编码器

—

动作头

Action CoT + 异步双系统 (未公开)

动作块

未公开

控制频率

未公开

架构原文摘要

ViLLA框架(二手)；Action Chain-of-Thought(动作空间宏观规划) + 异步双系统(低频语义规划System 2，高频动作跟踪System 1，残差精修)

训练

预训练加速器

未公开

预训练时长

未公开

预训练步数·批量

未公开

GPU·TPU-小时

未公开

微调

未公开；用Genie Studio对数千台机器人分布式训练，训练效率约10倍·成功率2–4倍·数据节省50%以上（厂商自称）

数据类型

交互数据(构成未公开)

数据规模

数万小时(tens of thousands of hours)

主要数据集

未公开

任务·评估

LIBERO平均98.5%;LIBERO-Plus零样本86.6%;VLABench平均47.4;Genie Sim 3.0仿真→真实世界82.9%

机器人

AgiBot机器人(型号未注明)

推理

推理设备·速度

未公开

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

未公开

强化学习与底盘

强化学习

未公开 · 训练方式未公开

底盘控制

固定 · 未提及底盘·行走控制 (适用机型未注明)

备注

核心特点

结合了直接在动作空间中规划的Action CoT与异步双系统。报告称仅用仿真训练即在真实世界取得82.9%成功率。

备注

已反映修正：可确认日期的来源仅有TRR 2026-04-09(二手，'today introduced')。AgiBot页面的2026-09-08†只出现在图片路径中，无法核实。Action CoT被CVPR 2026录用，双系统被ACL 2026录用。

核验

已反映修正