2026年11月3日，智元（AGIBOT）发布了具身基础模型GO-3 Preview。
具身智能这条赛道，今年已经热到发烫：人形机器人进工厂、进仓库的新闻一波接一波。但实话实说，大部分机器人今天还处在“幼儿园阶段”——教一个动作会一个动作，换个场景就抓瞎。
GO-3 Preview想解决的，正是这个问题。用人话翻译它的目标就是：让机器人“举一反三”，从“背题”变成“理解题”。
WRAM：理解、预测、动作，一套模型全拿下
GO-3 Preview基于WRAM架构，全称World Reasoning Action Model（世界推理行动模型）。名字很拗口，但逻辑很清晰：把任务理解、未来状态预测、动作生成，统一到一个模型里。
以前的机器人控制链路是割裂的：视觉模型负责“看”，规划模块负责“想”，控制策略负责“动”，三个模块各说各话，误差层层放大。WRAM的做法是端到端——模型先理解“你要我干什么”，再预测“我这么动，世界会变成什么样”，最后生成动作。
“预测未来状态”这一步是关键。人类拿杯子之前，大脑已经预演了杯子的重量、倾倒的角度；机器人如果也有这种“心智模拟”能力，动作的泛化性会完全不同。这也是“举一反三”的技术底座：理解的是规律，而不是死记硬背动作轨迹。
三个第一：RoboDojo、RoboTwin、RoboColiseum
发布会上最硬的数据：GO-3 Preview在RoboDojo、RoboTwin、RoboColiseum三个具身AI基准上全部拿下第一。
具身基准和语言模型的榜单还不太一样：它考的不是选择题，是让机器人在仿真或真实环境里完成操作任务——抓取、装配、导航、多步骤协作。三个基准全第一，说明这个模型的泛化能力不是偏科，是全面领先。
当然要泼一盆冷水：基准第一不等于产品无敌。从仿真和受控环境到真实世界的复杂现实，还有“最后一公里”要走。但三个第一至少证明了一件事：WRAM这条技术路线，在当前是走得通的，而且走得比别人快。
“举一反三”为什么是具身智能的分水岭
具身智能最大的成本不是硬件，是数据。
教机器人叠衣服，你得采集几千次叠衣服的演示数据；换成叠被子，数据全部作废重来。这种“一个任务一套数据”的模式，让机器人落地的成本高得离谱——每个新场景都要从头烧钱。
“举一反三”改变的就是这个成本结构：如果机器人理解了“抓取”的通用规律，学会叠衣服之后，叠被子只需要少量演示甚至零演示就能上手，那么每新增一个任务的边际成本会断崖式下跌。
这就是为什么我说它正在变成“标配”：谁先把泛化做出来，谁就先把机器人落地的成本打下来，商业化的大门就先为谁打开。GO-3 Preview的野心，就是定义这个标配。
年底前完全开源：智元在下什么棋
还有一个重磅信息：GO-3 Preview计划在2026年底前完全开源。
这步棋很妙。具身智能今天最大的瓶颈是生态——硬件厂商、应用开发者、高校实验室都在等一个好用的底座。智元如果把一个“三个基准第一”的模型开源，等于直接把全行业的开发者变成自己的生态伙伴。
想想当年ROS（机器人操作系统）是怎么成为行业标准的：不是靠技术最强，而是靠生态最大。智元显然想复刻这个逻辑：用开源换生态，用生态换标准。一旦GO-3成为具身开发的“默认底座”，智元的硬件、云服务、解决方案就全都有了入口。
写在最后
具身智能的竞争，正在从“谁的机器人长得更像人”，转向“谁的机器人学得更快”。
GO-3 Preview的三个第一和WRAM架构，代表的是一种判断：未来的机器人不靠背题库，靠理解世界。而年底前完全开源的承诺，则是一个更大的判断：具身智能的王座，不属于技术最封闭的那家，属于生态最大的那家。
机器人“举一反三”正在变成标配——当这一天真的到来，“教机器人干活”会从一门手艺，变成一句指令。而首先定义这句指令长什么样的人，正在写代码。
