Chińska firma AgiBot pokazała 29 października 2026 r. na Innovation Day w Szanghaju model GO-3 Preview — system embodied AI uczący się w trzech fazach: na nagraniach z perspektywy człowieka, w ćwiczeniach na flocie prawdziwych robotów i po wdrożeniu, w trakcie pracy. Według wyników pokazanych na wydarzeniu model zajął pierwsze miejsce w trzech benchmarkach manipulacji — RoboDojo, RoboTwin i RoboColiseum.
Najważniejsze w skrócie
- GO-3 Preview zadebiutował 29 października 2026 r. na AGIBOT Innovation Day w Szanghaju
- Około 90% danych pre-treningowych pochodzi z nagrań wideo z perspektywy pierwszej osoby, nie z demonstracji wykonanych robotami
- Przy tym samym czasie treningu zwiększenie liczby uczących się robotów podniosło skuteczność pakowania telefonów z 50,8% do 98,3%
- W teście wieloetapowego pakowania liczba porażek na 120 prób spadła z 25 do 2
- Pierwsze miejsce w RoboDojo, najlepszy wynik łączny w RoboTwin i pierwsze miejsce w RoboColiseum według danych pokazanych na konferencji
Wyobraźmy sobie taką sytuację
Robot humanoidalny stoi przed regałem w sklepie całodobowym i ma zawiesić towar na haczyku. Kamera w głowie nie widzi celu, bo zasłania go tabliczka z ceną. Próba kończy się niepowodzeniem, a klasyczny system zgłosiłby w tym miejscu błąd i czekał na człowieka.
Ale pojawia się pytanie: co, jeśli robot sam przeanalizuje zapis własnej porażki i zmieni sposób działania?
W przykładzie AgiBot warstwa planująca cofa się do nieudanej próby i układa ruch inaczej — lewa ręka podjeżdża bliżej celu, kamera w nadgarstku daje widok z bliska, a prawa ręka kończy zawieszanie. Wypracowany sposób trafia do pamięci i jest dostępny przy podobnych zadaniach. Właśnie to AgiBot nazywa skalowaniem po wdrożeniu.
Co oznacza „pełny łańcuch” w GO-3 Preview?
Dotychczasowe modele sterujące robotami dzieliły życie modelu na trening i pracę. Po treningu polityka działania?polityka działania: wyuczona reguła zamieniająca obraz i stan robota na konkretny ruch zamarzała, a wszystko, co robot napotkał później, nie wracało już do modelu.
GO-3 Preview rozciąga uczenie na trzy etapy, które AgiBot nazywa pełnym łańcuchem skalowania: pre-trening na materiale wideo, post-trening w mieszanym środowisku prawdziwych robotów, symulacji fizycznej i world modelu, oraz zbieranie doświadczenia już w trakcie pracy. Model jest następcą GO-1 z architekturą ViLLA oraz GO-2 z tak zwanym łańcuchem myśli ruchowej.
To uproszczony schemat procesu opisanego przez AgiBot, nie pełna specyfikacja techniczna.
Jak robot uczy się z nagrań, na których nie ma żadnego robota?
Około 90% danych pre-treningowych GO-3 Preview to nagrania z perspektywy pierwszej osoby, zarejestrowane przez ludzi. Taki materiał pokrywa znacznie więcej scenariuszy niż demonstracje nagrane robotami, ale ma jedną wadę — ludzka dłoń i chwytak robota to dwie różne rzeczy, a pozy ciała nie przekładają się wprost na kąty w przegubach.
Rozwiązaniem jest architektura WRAM, łącząca trzy kroki w jeden ciąg: zrozumienie zadania, przewidzenie przyszłego stanu sceny i wygenerowanie ruchu. Przewidywaniem zajmuje się moduł SVP, a zgodności przewidywań z realnym ruchem pilnuje mechanizm KASO. Nagranie człowieka uczy więc model, jak zmienia się świat, a trajektorie?trajektorie: zapis kolejnych pozycji przegubów robota w czasie, czyli dokładny przebieg wykonanego ruchu z robotów — jakim ruchem tę zmianę wywołać.
Efekt AgiBot dzieli na dwa tryby: zero-shot sprawdza, ile model potrafi bez dotrenowania na konkretnym zadaniu, few-shot dokłada kilka demonstracji i podnosi precyzję. Firma deklaruje kilkaset zadań gotowych od razu. W pokazie układania klocków Lego model chwytał, pozycjonował i wciskał elementy, a na dwunożnym humanoidzie X2 otwierał drzwi, trzymając przedmiot w obu rękach.
Co daje ćwiczenie na stu robotach naraz?
Każda próba na prawdziwej maszynie kosztuje: trzeba przywrócić scenę do stanu wyjściowego, zużywa się sprzęt, rośnie ryzyko kolizji. Dlatego post-trening GO-3 Preview, nazwany Genie Evolver, miesza trzy środowiska.
Prawdziwe roboty dają wiarygodną fizykę. AgiBot opiera ten etap na klastrze ponad stu maszyn, w którym mechanizm CEL zbiera doświadczenia wszystkich egzemplarzy — fragmenty udanych ruchów trafiają do wspólnej polityki, a konteksty porażek są analizowane.
Przy tym samym czasie treningu rozszerzenie floty uczących się robotów podniosło skuteczność pakowania telefonu z 50,8% do 98,3%. W wieloetapowym wariancie tego samego zadania liczba porażek na 120 prób spadła z 25 do 2.
Symulacja dokłada tanie powtórzenia z losowanym tarciem i pozycjami obiektów. World model pozwala wrócić do kluczowego momentu decyzji i sprawdzić, co dałaby inna siła albo inny kąt. AgiBot zastrzega, że world model potrafi mylić się co do tarcia i kolizji, więc weryfikacja na prawdziwej maszynie pozostaje konieczna.
Co znaczą te nazwy?
W materiałach AgiBot pojawia się kilka skrótów.
- WRAM (World Reasoning Action Model) — architektura łącząca rozumienie zadania, przewidywanie przyszłego stanu sceny i generowanie ruchu w jednym przebiegu
- SVP (Single-step Visual Planner) — przewiduje jednym przejściem w przód kilka przyszłych obrazów sceny. Osobny model odwrotnej dynamiki?model odwrotnej dynamiki: model wyliczający, jaki ruch przeprowadza scenę z jednego stanu w drugi zamienia je na ruch
- KASO — mechanizm wyboru. Generuje kilka wariantów przyszłości i zostawia do treningu ten najlepiej pasujący do rzeczywistego ruchu robota
- CEL (Collective Experience Learning) — uczenie zbiorowe. Odpowiednik dzielonego repozytorium zamiast osobnej kopii na każdej maszynie
- Physical RSI — rekursywna samopoprawa w świecie fizycznym: własne sukcesy i porażki z pracy stają się materiałem do kolejnej rundy uczenia
Te elementy istnieją razem po to, by ten sam przebieg — udany albo nie — zasilał równocześnie planowanie zadań i trening polityki ruchu.
Dlaczego nie wystarczy wytrenować model raz i wgrać go do wszystkich robotów?
Tak wygląda dziś standardowa praktyka i w zamkniętych scenariuszach sprawdza się dobrze. Problem zaczyna się tam, gdzie otoczenie zmienia się szybciej niż cykl wydawniczy modelu.
Sklep całodobowy jest dobrym przykładem. Zmieniają się ustawienia półek, opakowania i asortyment. Dotrenowanie modelu na nowych danych wymaga zebrania demonstracji, oznaczenia ich i treningu, co liczy się w tygodniach.
Jest też drugi problem. Większość porażek robota to nie brak umiejętności, lecz sytuacje brzegowe — przedmiot zasłonięty tabliczką, reklamówka owinięta wokół chwytaka. Tych przypadków nie da się wyliczyć z góry.
Stąd konstrukcja Genie Master — frameworku agentowego, który planuje zadanie, sprawdza wynik każdego kroku i po przerwaniu wraca do planowania od miejsca zatrzymania zamiast zaczynać od zera. Komunikację między warstwą decyzyjną a wykonawczą obsługuje protokół EEP.
Czy to już działa?
Jako podgląd technologiczny, nie jako produkt ogólnie dostępny. Sama nazwa „Preview” jest sygnałem od producenta. AgiBot pokazał model 29 października 2026 r. i nie podał daty pełnej premiery ani warunków udostępnienia.
Najdalej posunięty jest element wdrożeniowy. Według AgiBot robot Genie G2 z frameworkiem Genie Master przechodzi walidację w działającym sklepie, gdzie bez ręcznych demonstracji poprawia się w pakowaniu dań i uzupełnianiu półek. Firma nazywa to pierwszym w branży sprawdzeniem Physical RSI poza laboratorium — to deklaracja producenta, niezweryfikowana niezależnie.
Wyniki benchmarkowe również pochodzą z prezentacji konferencyjnej, nie z publicznej tablicy wyników. Trzy zestawy testów mierzą różne rzeczy: od oceny łączącej symulację i prawdziwy sprzęt, przez manipulację dwuręczną, po ogólny ranking embodied AI.
| Benchmark | Co obejmuje | Wynik GO-3 Preview |
|---|---|---|
| RoboDojo | Ocena w symulacji i na prawdziwym sprzęcie | Pierwsze miejsce |
| RoboTwin 2.0 | 50 zadań manipulacji dwuręcznej | Najlepszy wynik łączny |
| RoboColiseum | Ranking dla embodied AI | Pierwsze miejsce |
Tabela: Wyniki według danych pokazanych na konferencji, nie z publicznej tablicy wyników.
Dlaczego to ważne?
Przesunięcie punktu ciężkości z wielkości zbioru treningowego na jakość pętli zwrotnej po wdrożeniu zmienia ekonomię robotyki usługowej. Jeśli flota poprawia się sama na podstawie własnej pracy, koszt wejścia w nową lokalizację spada z projektu integracyjnego do zwykłego uruchomienia. Przesuwa się też miara przewagi konkurencyjnej — liczy się liczba robotów faktycznie pracujących, a nie liczba sprzedanych.
Co dalej?
- AgiBot nie podał daty wydania pełnej wersji GO-3 — status „Preview” obowiązuje do odwołania
- Walidacja Genie G2 w sklepie trwa i to z niej mają pochodzić dane do kolejnej rundy treningu
- Na tym samym Innovation Day pokazano też ramy pomiarowe Worken, model WITA-Omni, platformę AHA3 i robota G2 Max
Źródła
- 机器之心 (Jiqizhixin) — 刚刚，机器人学习进入「全链路Scaling」时代
- PR Newswire — AGIBOT Introduces Worken to Measure Productive Robot Work at AGIBOT Innovation Day 2026
- RobotHOT — AGIBOT launches GO-3 Preview embodied model for full-chain scalable learning
- RoboDojo — A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies
- RoboTwin — RoboTwin 2.0 Official Document
