智元推出行业首个机器人世界模型开源平台GenieEnvisioner

8月15日消息，智元机器人昨天通过公众号宣布，推出行业首个面向真实世界机器人操控的统一世界模型平台---GenieEnvisioner（GE）。

根据官方介绍，不同于传统“数据—训练—评估”割裂的流水线模式，GE将未来帧预测、策略学习与仿真评估首次整合进以视频生成为核心的闭环架构，使机器人在同一世界模型中完成从“看”到“想”再到“动”的端到端推理与执行。基于3000小时真机数据，GE-Act不仅在跨平台泛化和长时序任务执行上显著超越现有SOTA，更为具身智能打开了从视觉理解到动作执行的全新技术路径。

附开源有关链接：

Projectpage：https://genie-envisioner.github.io/

Arxiv：https://arxiv.org/abs/2508.05635

Github：https://github.com/AgibotTech/Genie-Envisioner

GE平台通过构建统一的视频生成世界模型，将这些分散的环节集成到一个闭环系统中。基于约3000小时的真实机器人操控视频数据，GE建立了从语言指令到视觉空间的直接映射，保留了机器人与环境交互的完整时空信息。

基于强大的视觉空间预训练，GE-Act仅需极少量数据即可实现跨平台迁移。在AgilexCobotMagic和DualFranka等全新机器人平台上，GE-Act仅使用1小时（约250个演示）的遥操作数据就实现了高质量的任务执行。

智元方面表示，团队将开源全部代码、预训练模型和评测工具。GE通过视觉中心的世界建模，为机器人学习开辟了新的技术路径。GE的发布，标志着机器人从被动执行向主动‘想象—验证—行动’的转变。未来，将扩展更多传感器模态，支持全身移动与人机协作，持续推动智能制造与服务机器人的落地应用。

相关阅读：

《智元发布首个世界模型开源平台“GenieEnvisioner”，让机器人先彩排再上岗》