Genie Envisioner是智元機器人發布的一個動作驅動世界模型開源平台。該平台融合預測、控制、評測能力，通過多視角視頻擴散模型GE-Base和參數為160M的動作解碼器GE-Act，實現機器人從視覺感知到動作執行的端到端方案。
2025年7月27日，該平台在WAIC 2025“智啟具身論壇”上發布。2025年8月14日，智元機器人推出面向真實世界機器人操控的統一世界模型平台Genie Envisioner，將未來幀預測、策略學習與仿真評估整合進以視頻生成為核心的閉環架構，團隊宣布將開源全部代碼、預訓練模型和評測工具。智元推出了GE Bench評估套件並在GitHub和HuggingFace開源。2025年11月6日，該平台已與智元機器人、優必選等廠商建立聯合開發機制。
基本介紹
- 網站名稱：Genie Envisioner
- 別名：GE
- 上線時間：2025年7月27日
- 主辦單位：智元機器人
- 網站類型：動作驅動世界模型開源平台
發展歷程,技術架構與核心組件,主要特點,產業套用與演示,開源計畫,
發展歷程
2025年7月27日，該平台在WAIC 2025“智啟具身論壇”上正式發布，行業首個動作驅動世界模型開源平台“Genie Envisioner”（簡稱GE）。該平台融合預測、控制、評測三大核心能力，為機器人提供從視覺感知到動作執行的端到端解決方案。
2025年8月14日，據智元機器人訊息，智元機器人推出面向真實世界機器人操控的統一世界模型平台Genie Envisioner（GE）。該平台首次將未來幀預測、策略學習與仿真評估整合進以視頻生成為核心的閉環架構，使機器人在同一世界模型中完成端到端推理與執行。團隊同時宣布開源全部代碼、預訓練模型和評測工具。
2025年11月6日，Genie Envisioner相關技術在2025年世界網際網路大會上。
技術架構與核心組件
Genie Envisioner平台的技術架構主要由三大核心組件和一個標準化評估套件構成，形成了一個從感知、預測到執行、評估的完整閉環系統。該平台將未來幀預測、策略學習與仿真評估首次整合進以視頻生成為核心的閉環架構。
GE-Base（世界基礎模型）是一個多視角視頻擴散模型，基於超過100萬條、近3000小時的“AgiBot-World-Beta”數據集進行訓練。作為平台的感知與預測核心，它能夠根據語言指令和當前視覺觀測，“想像”並生成未來執行的視頻畫面。GE-Base直接在視覺空間中建模機器人與環境的互動動態。
GE-Act（動作模型）是一個160M參數的輕量級動作解碼器。它負責將GE-Base生成的視覺預測，跨模態地翻譯成機器人關節可以理解的、精確到毫秒的具體動作指令，實現從“看懂”到“會做”的關鍵轉化。
GE-Sim（仿真器）是一個可控的神經仿真器，它以動作序列為條件輸入。該仿真器能夠渲染出具備高度時空一致性和語義合理性的未來畫面，充當機器人的“數字排練場”，用於策略的閉環評估和可控數據生成。
EWMBench是世界模型的標準化評估套件，旨在規範行業評測標準。它從軌跡遵循度、語義合理性、因果一致性等多個維度系統評估模型的性能。該套件已在GitHub和HuggingFace平台開源。
主要特點
不同於傳統“數據-訓練-評估”割裂的流水線模式，GE將未來幀預測、策略學習與仿真評估首次整合進以視頻生成為核心的閉環架構，使機器人在同一世界模型中完成從“看”到“想”再到“動”的端到端推理與執行。該平台採用視覺中心的建模範式，直接在視覺空間中建模機器人與環境的互動動態，以更直接地捕捉操控過程中的空間和時序信息。這一範式有助於提升跨本體泛化能力和長時序任務的執行精度。GE平台的發布，反映了機器人智慧型從被動指令執行向集成預測、評估與主動推理的演進。
產業套用與演示
在2025年世界人工智慧大會（WAIC）等場合的公開演示及測試中，搭載Genie Envisioner平台動作解碼器GE-Act的機器人展示了依次完成製作三明治、倒茶、擦拭桌面、使用微波爐加熱、在流水線上裝箱等長鏈條任務的能力。基於世界模型生成的動作，該平台也可用於疊衣服、組裝紙盒等複雜雙臂操作。
在工業領域，該平台套用於汽車製造等需要切換生產線的場景，搭載該平台的機器人可通過視覺識別新零件結構並生成組裝動作，縮短了重新編程調試所需的時間。基於GE-1世界模型，智元機器人新一代產品G2提升了處理複雜和長程任務的能力。
開源計畫
2025年8月14日，智元機器人宣布將開源Genie Envisioner平台的全部代碼、預訓練模型和評測工具（EWMBench）。開源內容包括平台核心組件GE-Base（世界基礎模型）、GE-Act（動作模型）、GE-Sim（仿真器）的全部代碼及預訓練模型，以及用於規範世界模型評測的標準化評估套件EWMBench（亦稱GE Bench）。
該評測工具（EWMBench/GE Bench）已同步在GitHub和HuggingFace平台開源，能夠從軌跡遵循度、語義合理性、因果一致性等多維度評估模型，並已成為IROS世界模型挑戰賽的重要準備工具。
