智元机器人在世界人工智能大会（WAIC 2025）上正式发布行业首个动作驱动世界模型开源平台——Genie Envisioner（GE），标志着具身智能领域迈入全新发展阶段。这一突破性平台通过“视频生成+策略学习+仿真评估”的闭环架构，重新定义了机器人从感知到执行的全流程能力。
技术革新：三核心组件构建闭环架构
Genie Envisioner的创新性体现在三大核心组件的深度整合：
GE-Base世界基础模型：基于百万级真实世界操作数据集（AgiBot-World-Beta）训练，能够精准捕捉机器人交互的空间、时间与语义动态特征，实现高保真视频生成与场景理解；
GE-Act动作解码器：通过1.6亿参数的流匹配架构，将潜空间表征转化为可执行动作轨迹，支持毫秒级实时响应（<10ms延迟），在折叠纸盒等复杂任务中达成76%成功率，远超传统模型；
GE-Sim神经模拟器：构建动作条件化视频生成环境，支持闭环策略评估与低成本数据生成，显著降低物理世界测试成本。
行业影响：开源生态重塑研发范式
该平台的开源策略（GPLv3协议）对具身智能产业产生深远影响：
降低创新门槛：开发者可直接调用预训练模型，避免从零构建算法框架，中小团队也能快速验证创意；
加速技术迭代：通过共享数据集与工具链，跨机构协作成为可能，例如商汤科技基于GE框架推出“悟能”平台，实现仿真数据利用率提升70%；
推动标准建设：配套发布的EWMBench评测套件，为行业提供了视觉真实度、物理一致性等量化指标，促进技术 benchmark 统一。
未来展望：构建具身智能操作系统的“安卓生态”
智元机器人同步启动“智元灵渠OS”开源计划，目标打造具身智能领域的标准化操作系统。该系统以分层架构整合硬件抽象层（AimRT中间件）、智能体服务框架与全链路工具链，计划于2025年第四季度开放核心模块。结合宁波具身智能产业基地的落地，智元正构建“数据采集-模型训练-硬件制造”的完整生态，预计年产1000台具身机器人，覆盖工业、文旅、能源等多场景。
从实验室到产业化，Genie Envisioner的开源不仅为机器人装上了“物理世界的眼睛”，更通过开放协作模式，为具身智能的规模化应用按下加速键。当世界模型遇上开源生态，一场属于机器人的“认知”已悄然启幕。
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
