GO-2 - 智源ロボティクス社が打ち上げた、具現化されたインテリジェント基地の大型モデル。 - AiBoss

GO-2とは何ですか？

GO-2（Genie Operator-2）は、Logic Robotics社が発表した第2世代の具現化型インテリジェンスプラットフォームモデルです。「理解-計画-実行」のリンクを接続することで、意味論と行動の間のギャップを埋めることができます。このモデルは、行動空間で直接推論と計画を行う「行動思考チェーン」を先駆的に導入し、「非同期デュアルシステム」アーキテクチャと組み合わせることで、低頻度の計画と高頻度の実行の安定した連携を実現しました。LIBEROなどの複数のベンチマークテストで最先端（SOTA）の記録を樹立し、Genie Studioプラットフォームを通じて実世界のシナリオで継続的な学習と大規模な展開を実現することで、ロボットが真に「理解」から「安定した実行」へと移行することを可能にします。

GO-2の主な機能

行動に基づく推論行動空間内で直接計画立案と推論を行い、構造化された高レベルの行動シーケンスを生成し、複雑なタスクを順序立てられたステップに分解し、「行動する前に物事をじっくり考える」という目標を実現します。
非同期デュアルシステム実行低速システム（低頻度）は「意図フロー」プランを生成し、高速システム（高頻度）はそれをリアルタイムで追跡・実行し、プランが安定的に実現されるように動的に調整する。
セマンティックアクション統合モデリングこれは、視覚・言語・行動の連鎖を繋ぐことで、「理解」と「実行」の間のギャップを埋め、抽象的な指示を現実世界の行動に正確に変換することを可能にする。
閉ループ連続進化Genie Studioプラットフォームをベースとし、「事前学習＋事後学習＋データ閉ループ」アーキテクチャを通じて、データが継続的に収集され、実世界のインタラクションにおいてモデルがオンラインで最適化されます。
クロスドメインゼロショット転送シミュレーション環境から実環境への高い汎化能力を持ち、新しいシーン、新しいオブジェクト、新しいテクスチャに適応するための再学習を必要としません。
複雑なタスクの実行長期的なタスク計画や、物体を掴む、置く、操作するなどといった精密な物理的相互作用をサポートし、現実世界の環境において安定した信頼性の高い動作実行を維持する。

GO-2の技術原理

行動の連鎖思考従来の身体化モデルは、視覚言語入力から直接制御信号を生成するため、「理解」と「実行」が単一の瞬間に圧縮され、計画と実行の間に乖離が生じます。GO-2は、運動思考連鎖を導入することで、人間の認知プロセスを明確にシミュレートします。つまり、行動を実行する前に、明確な行動計画が内部的に形成されるのです。
非同期デュアルシステムアーキテクチャ
- 低速システム（セマンティックプランナー）これはより低い周波数で動作し、高レベルの行動計画を継続的に生成および洗練する役割を担います。一度限りの結果を出力するのではなく、「意図の流れ」という形で継続的な制約を提供し、マクロレベルの行動を徐々にサブアクションへと洗練させ、階層的な行動表現を形成します。
- クイックシステム（アクションリファイナー）このシステムは高周波で動作し、低速システムから継続的に計画ガイダンスを受け取り、リアルタイムの視覚的観察に基づいて特定の制御信号を生成します。実行プロセスは計画の単純な複製ではなく、計画を中心としたリアルタイムの調整と局所的な修正を伴います。例えば、テーブルの高さが想定と異なる場合はアームの下方への到達距離を自動的に調整し、対象物の摩擦特性が変化する場合は把持力をリアルタイムで調整します。
ノイズ駆動型強制教育訓練機構GO-2は、高速システムが「ほぼ正しいが完璧ではない」計画条件下でも安定した実行を維持できるように、トレーニング段階でノイズを含む強制的なティーチング機構を導入しています。実行モジュールのトレーニング時には、実際の高レベルのアクションシーケンスを条件として使用し、計画エラーをシミュレートするために一定の摂動を加えることで、モデルが動的な環境下でも計画に継続的に追従できるようにします。
全体的な技術はクローズドループです上記のコンポーネントは完全なチェーンを形成します。VLMとビジュアルエンコーダがマルチモーダル入力を処理し、アクション思考チェーンがアクション空間で実行可能なプランを生成します。非同期デュアルシステムがプランの安定した実行を保証します。実行データはトレーニング後の処理のためにクラウドに送り返され、モデルが実際の環境で継続的に進化できるようになります。

GO-2の使い方

プラットフォームへのアクセスと展開開発者は、Genie Studioのウェブサイト（https://genie.agibot.com/geniestudio）からGO-2台座モデルにアクセスする必要があります。複雑なトレーニング環境をローカルで構成することなく、モデルの機能を直接呼び出すことができます。
マルチモーダルタスク入力必要に応じて、自然言語によるコマンドと現在の視覚的観測データをシステムに入力すると、VLMモジュールが自動的にタスクの意図を解析し、シーン情報を理解します。
アクションシンキングチェーンプランニングこのモデルは、行動思考連鎖に基づいて行動空間内で推論と計画を実行し、マクロからミクロまでの多段階構造化された行動シーケンスを実行設計図として生成する。
非同期デュアルシステム実行非同期デュアルシステムは自動的に起動します。低速システムは低頻度で継続的な意図フローガイダンスを提供し、高速システムは高頻度でリアルタイムに追跡し、視覚的なフィードバックと連携して実行の詳細を動的に調整します。
閉ループ連続進化タスク実行中、システムは実際のインタラクションデータを自動的に収集し、クラウドベースの事後学習メカニズムを通じてモデルパラメータを継続的に最適化することで、シミュレーションから現実世界のシナリオへのクローズドループ進化を実現します。

GO-2に関する重要な情報と使用要件

フルネーム：Genie Operator-2（GO-2）
出版社知源ロボット
位置新世代の具現化されたインテリジェント基地の大規模モデル
コアテクノロジー行動に基づく思考連鎖（行動空間における推論と計画）＋非同期型デュアルシステム（低頻度の計画＋高頻度の実行）
問題点を解決する意味と運動のギャップを埋めることで、ロボットが「明確に考える」段階から「安定して行動する」段階へと移行できるようにする。
パフォーマンス指標LIBERO 98.5%、LIBERO-Plus 86.6%、GenieSim 実世界環境 82.9%、最新鋭 (SOTA) のパフォーマンスを完全に実現。
学術的評価CVPR 2026、ACL 2026合同カンファレンスレセプション
導入フォームGenie Studio開発プラットフォームを内蔵し、クラウドベースのトレーニングとデータクローズをサポートします。

GO-2の主な利点

知識と行動のギャップを埋め、一体性を実現するGO-2は統一されたアーキテクチャを採用することで、論理的推論と精密な動作実行の間のギャップを埋め、従来のロボットにおける「高レベルの理解」と「低レベルの実行」の間の意味論的・運動的ギャップを完全に解消し、真の「知識と行動の統一」を実現しています。
行動に基づく思考連鎖、明示的な推論と計画の先駆者GO-2は、行動空間内で推論と計画を明示的に実行し、複雑なタスクを構造化された行動シーケンスに分解する、行動思考連鎖メカニズムを先駆的に導入しました。これにより、ロボットは「見ながら行動する」状態から「行動する前に考える」状態へと変化し、実行時のずれを大幅に削減します。
非同期デュアルシステムにより、安定した実行が保証されます。GO-2は非同期デュアルシステムアーキテクチャを採用しています。低速システムは低頻度で「意図フロー」プランニングを継続的に生成し、高速システムはリアルタイムで高頻度でそれに追従し、視覚フィードバックと連動して動的に調整することで、実際の障害下でも高レベルのプランニングが常に安定して実行されるようにします。
完全に刷新された最先端技術、業界をリードするパフォーマンス。GO-2は、LIBERO（98.5%）、LIBERO-Plus（86.6%）、GenieSim実世界環境（82.9%）など、複数のベンチマークテストで最先端（SOTA）のパフォーマンスを達成し、GR00Tやπ0.5などの主流モデルを大幅に上回っています。
データ閉ループ進化、ゼロショット強力汎化GO-2は、オンライン最適化のために実世界のシナリオでインタラクティブなデータを継続的に収集することをサポートしており、強力なゼロショットのクロスドメイン転移機能を備えています。シミュレーションデータのみを使用してトレーニングした場合、実世界の環境で82.9%の成功率を達成します。

GO-2と類似の競合製品との比較

比較対象寸法	GO-2（インテリジェントロボット）	π0.5（Physical Intelligence）	RT-2（Google DeepMind）
コアアーキテクチャ	行動に基づく思考連鎖＋非同期デュアルシステム	フローマッチングアーキテクチャ	VLAエンドツーエンド（PaLI-Xベース）
計画方法	行動空間における明示的な推論は、構造化された高レベルの行動シーケンスを生成する。	明示的な中間計画層を介さずに、直接アクションを生成する。	ピクセルと指示をアクションタグに直接マッピングする
実施メカニズム	非同期デュアルシステム：低速システムが低周波数で「意図ストリーム」を提供し、高速システムが高周波数でリアルタイムに追跡および修正します。	単一の生成モデルが、理解と実行をエンドツーエンドで同時に実行する。	エンドツーエンドの直接出力制御信号
主な利点	意味と運動のギャップを埋め、計画と実行を強制的に整合させ、現実世界のシナリオにおいて高い安定性を確保する。	インターネット規模の視覚言語事前学習と、高頻度動作生成能力の強化。	シンプルなアーキテクチャとエンドツーエンドのトレーニングを備えた、古典的なVLAの先駆者。
主な制限事項	商用クローズドソース製品には、Zhiyuanハードウェアエコシステムのサポートが必要です。	計画と実行は一瞬のうちに凝縮されなければならない。現実世界における安定性の向上が必要である。	高レベルの推論と低レベルの制御の間に乖離が存在するため、長距離タスクにおいて重大なエラーが蓄積される。
リベロ成功率	98.7%	96.9%	非公開／極めて低い
GenieSimのリアルな環境	82.9%（サンプル転送なし）	77.5%	通常は60%未満
進化能力	閉じたデータループ（事前学習＋事後学習）を通じて、継続的な進化をサポートします。	オフラインの静的データに依存します	オフラインの静的データに依存します

GO-2の応用シナリオ

工業製造シナリオ工場生産ラインにおいて、GO-2はロボットを駆動し、部品組立、品質検査、工具操作といった繊細な作業を完了させることができます。データ閉ループによる継続的な学習を通じて、様々な作業ステーションの特性に適応し、シミュレーション訓練から実際の生産ラインへのゼロサンプル転送を実現し、生産ライン切り替え時のデバッグコストを削減します。
商用サービスシナリオスーパーマーケット、ホテル、オフィスビルなどにおける案内、清掃、商品補充といったサービスに適用可能です。クロスシナリオ対応能力を備えているため、店舗ごとにデータを収集し直すことなく、さまざまな棚配置、照明条件、交通環境に安定して適応できます。
物流倉庫のシナリオ仕分け、搬送、パレタイジングといった反復作業をサポートします。非同期デュアルシステムアーキテクチャにより、ロボットは高速走行時でも正確な動作を維持し、視覚的なずれによる把持ミスや衝突を回避します。同時に、継続的なデータ収集を通じて、さまざまなパッケージ形状や重量への適応性を最適化します。
エンボス加工されたインテリジェント研究プラットフォームGO-2は、基礎モデルとして、大学や研究機関に身体化された知能の開発のためのすぐに使えるプラットフォームを提供します。研究者はGenie Studioを通じてモデルを迅速に展開し、アルゴリズムの検証、データ収集、二次開発を行うことで、身体化された知能の分野における学術研究と技術革新を加速させることができます。