智元机器人今日发布了首个通用具身基座模型——智元启元大模型(GenieOperator-1)。该模型提出了Vision-Language-Latent-Action(ViLLA)架构，结合了多模态大模型和混合专家系统。这一架构能够通过学习人类视频来完成小样本快速泛化，降低了具身智能的门槛，并已成功部署到智元多款机器人上。