人形機器人最常被質疑的一點，是「表演很厲害，上班就露餡」。智元這次拿出來的不是新機身，是一套讓機器人在虛擬與實體之間反覆練功的訓練系統。
GO-3 是什麼：把推理、預測、動作串成一條線
2026 年 10 月 29 日，智元機器人（AGIBOT）在上海舉辦 AGIBOT Innovation Day 2026，發表下一代具身智慧基礎模型 GO-3 Preview。
具身智慧（embodied AI）指的是能透過身體與真實世界互動的 AI，跟只處理文字與圖片的模型不同，它得考慮重量、摩擦、空間與失敗成本。
GO-3 採用的架構叫 WRAM，全名是世界推理動作模型（World Reasoning Action Model）。它把三件事接成一條鏈：先理解指令，再預判結果，最後把決策轉成動作。
這種順序的差別在失誤處理。先想後做的模型，能在動作發生前就排除掉會撞到東西的路徑，而不是撞了再修。
GO-3 的訓練資料從哪裡來
智元的做法是把兩類資料混在一起練。一類是第一人稱的人類影片，人怎麼拿杯子、怎麼收拾桌面、怎麼開冰箱。另一類是機器人自己走過的軌跡，視覺觀察、物理動作與最後結果三者對應。
人類影片的價值在數量。網路上的第一人稱影片遠多於機器人資料，模型可以從中學到「一般人是怎麼完成這件事」。
機器人軌跡的價值在準確。它記錄了力矩、角度、失敗的瞬間，這些是影片裡看不到的。
兩者怎麼接得起來？
關鍵在標註：把影片裡的動作，對應到機器人關節該怎麼動。這一步做不好，影片再多也只是看熱鬧。
官方說目標是把不同來源的經驗變成可遷移的技能。說得具體一點，在廚房學會的動作，換到客廳也能用，不必每個場景重練一次。
這件事決定了導入成本。如果每進一個新場域都得重新收資料、重新訓練，機器人永遠只能停在展示間。
三階段訓練與 Genie Evolver
整套流程分三段。預訓練在家庭、廚房與多機器人環境裡執行陌生任務，官方宣稱不需要為每個新動作單獨微調。之後是後訓練，最後是部署。
後訓練系統叫 Genie Evolver。它把約 100 台實體機器人的資料，跟物理模擬與世界模型結合，讓機器人在虛擬環境裡反覆練習、評估、改進。
這一步是關鍵。實體機器人練習很慢，一天能試的次數有限；模擬裡可以試很多次，還能故意設定極端條件。
代價是模擬與現實的落差。模擬裡學到的動作，到真實世界常因為感測器雜訊或地面材質而失效，這也是各家具身模型公認的難題。
智元的解法是把真實機器人的資料也拉進來，讓模擬學到的東西有實體校正。效果如何，還是得看第三方在同樣任務上的複現。
GO-3 的現場演示：冰壺、抽積木、煎餅果子
智元在現場給了幾個具體案例，以下都是公司口徑。
桌面冰壺，機器人在線上練習 4 小時後，成績超過受測人類的平均水準。這個任務考的是力度控制與路線判斷。
抽積木，從堆疊的塔中連續抽走 5 塊而不倒塌。這考的是即時感知與力道微調，抽錯一塊整座塔就垮。
煎餅果子，少量示範後就能完成這種多步驟的精細動作。攤麵糊、打蛋、翻面、摺疊，每一步的手感都不同。
還有組裝樂高，微調後由 AI 代理（agent，能自己規劃並呼叫工具執行的程式）協調各步驟完成。
Worken 想解決什麼：算「有效工作」而不是「出貨台數」
這次發表裡最不像產品的一部分，是一個新指標 Worken。
名字由 Work 與 Token 組成，定義是「有效智慧工作時長」，公式是活躍機器人數量乘以自主工作時長，再乘上產出效率比。
三個乘數各有講究。第一項只算真正在幹活的機器人，不算出廠數量或庫存台數。第二項只算自主工作時間，通電待機不算。第三項把人做出的成果，換算成人類工人在既定作業標準下的可接受工作量。
官方說目的是把衡量方式從「造了多少台、交付了多少台」，改成「到底幹了多少有效工作」。
這個轉向有現實背景。人形機器人過去兩年的發表會，多半在比規格與數量，客戶卻在問同一句話：它一天能幫我省幾個人力。
GO-3 的榜單第一與 85% 成功率，該怎麼看
智元稱 GO-3 在 RoboDojo、RoboTwin、RoboColiseum 三個具身智慧榜單排名第一，並稱真實場景試驗的任務成功率約 85%。
兩項都是公司自報，未見第三方複核。榜單成績通常建立在特定任務集上，換一組任務，排名可能完全不同。
85% 這個數字也要看分母。成功率在實驗室環境與在有人走動的門市，是兩件事；連續執行八小時後的成功率，又是第三件事。
判斷這類進度，比較可靠的方式是看同一批任務的重複執行次數，以及失敗後能不能自己恢復。這兩項智元這次沒有給出完整資料。
GO-3 年底開源，還有同場的四項發布
GO-3 的完整模型計畫在 2026 年底前開源。開源對這條賽道的意義不只是免費，而是讓其他團隊能在同一套架構上測試與比較。
同場還發表了四項東西。AHA3 是第三代擬人硬體架構，官方稱是首個商用的「三智合一」平台，把移動、互動、操作三種智慧統一；關節帶液冷與 IP67 防護。
WITA-Omni 是全模態互動模型，處理語音、視覺與動作的整合。G2 Max 是重載雙臂工業機器人，21 個自由度，單臂承重 40 公斤。Link-U OS 1.0 是作業系統，也計畫在年底開源。
還有一個值得記住的畫面：Genie Master 代理框架在現場演示中，讓一台 G2 機器人在真實便利店工作，連接決策、執行與回饋，發現錯誤就調整，並保留經驗。
對觀察者來說，接下來要看的不是下一次發表會的規格表，而是開源之後，外部團隊能不能在同樣的任務上複現那些數字。
