AgiBot的GO-2、GE-2、BFM和GCFM并不是解决同一问题的竞品。GO-2负责规划并执行长序列操作，GE-2用于预演行动后世界如何变化；BFM从示范中学习动作，GCFM则根据文本、语音和视频条件生成全身运动。对具身智能（Physical AI）开发团队来说，正确问题不是“哪一个最好”，而是“当前任务缺少哪种能力”。
四个模型分别站在不同能力层
AgiBot在2026年4月17日合作伙伴大会上，以“一个机器人本体、三类智能”的结构发布了8项基础AI产品，其中GO-2与GE-2被归入操作智能，BFM与GCFM被归入移动和动作智能。它们同场发布，并不意味着可以放进同一张基准榜，因为输入、输出和失败含义不同。
AgiBot官方公告说明了各模型方向，却没有完整公开所有客户现场成功率、计算资源要求和支持机器人清单。下表把已披露角色与部署前仍需核对的边界分开。
| 模型 | 官方公告中的角色 | 实测应确认 |
|---|---|---|
| GO-2 | 使用Action Chain-of-Thought规划并执行长序列操作任务 | 支持的观测、动作格式、机器人本体和实时延迟 |
| GE-2 | 用于试验和改进策略的交互式虚拟世界与World Action Model | 生成画面的合理性与真实接触结果是否一致 |
| BFM | 从一次示范或短视频模仿人类动作 | 噪声、视角变化和本体差异下是否仍稳定 |
| GCFM | 根据文本、语音和视频生成符合情境的机器人动作 | 是否实时遵守关节限制、平衡和避碰 |
这套划分只是理解产品名称的起点。AgiBot公布的性能表述来自公司设定的数据与条件，不能扩大解释为外部环境长期运行表现，或优于其他模型的独立验证。
GO-2把长操作任务连接成动作链
GO-2关注的不是只抓起一次物体，而是把多步骤操作连续起来。例如，“收拾餐桌”会被拆成寻找杯子、判断把手是否可见、避开障碍抓取，再送到指定架位。AgiBot将GO-2称为ViLLA Embodied Foundation Model，并称Action Chain-of-Thought负责连接规划与执行。
出现文字推理并不表示机器人一定做对。摄像头被挡或物体偏离计划位置时，前序错误可能不断累积。手部打滑后是继续下一个动作，还是重新观测并改计划；人员介入后从哪里恢复，这些能力决定长任务是否实用。
评测不能只记录最终成功率，还应在同一日志中保留每一步结果、抓错次数、重规划次数、远程介入时点和中止原因。控制器对接前，还要确认模型动作是关节位置、速度还是动作块。
长任务容易制造“开头很顺”的错觉。即使最初三步各有95%成功率，要让十步全部连续成功，概率也会明显下降。应把任务长度依次增加到2步、5步和10步，找出错误从哪里累积；中途移动物体，测试系统能否放弃旧计划。失败后从头开始与从失败点恢复所需时间的差异，也会直接影响生产率。
GE-2先在虚拟世界中试演行动后果
GE-2被描述为World Action Model，与其说它直接向关节下命令，不如说它预测行动后的场景和状态。系统可展开多个候选结果，在真正驱动机器人前过滤风险较高或失败概率较大的策略。
画面看起来真实，不等于物理预测正确。手指在视频中自然碰到杯子，若摩擦和接触力不准，真实杯子仍会滑落；布料、液体、透明物体和狭窄缝隙等仅靠视觉难判断的场景，差异会更大。评估GE-2应看预测接触、物体位置和失败排序与实测是否一致，而不是只看视频质量。
因此，GE-2的输出是选择策略的额外证据，不是安全保证。实体机器人上的力限制、碰撞监测和急停仍需作为独立安全层运行。
若把世界模型用作候选选择器，还要检查预测“置信度”是否与真实误差匹配。自信地预测错误比低置信度错误更危险。若生成三个候选动作，不应只保存最终选择，还要保留各候选预期结果与真实执行结果，才能找出排序何时颠倒；对不确定场景转人工确认的阈值，也要在试点中调校。
BFM从短示范中学习机器人身体动作
BFM是Behavioral Foundation Model的缩写。AgiBot称其可从一次示范或短视频直接模仿人体动作，并在有噪声的环境中保持稳定，目标是降低每个新动作都要逐关节编程的成本。
真正难点在于人与机器人身体不同。直接复制人的臂长、关节范围和步距，可能超过机器人工作范围或破坏平衡；单相机视频还会缺少被遮挡关节和深度。因此，“一段示范生成了动作”和“换身高、视角和速度仍可重复”必须分别验证。
评测也不能停在“看起来像”。应记录末端位置误差、关节越限、脚部打滑、平衡恢复，以及迁移到不同本体需要补充多少数据，才能判断BFM可复用范围。
GCFM根据上下文生成全身运动
GCFM全称Generative Control Foundation Model。官方公告称它接收文本、语音与视频，实时生成符合情境的自然机器人动作。表演时按音乐即兴，或工业场景中按作业信号生成全身姿态，都属于这一方向。
动作自然与运行安全是两套指标。快速旋转即使流畅，只要足底接触余量小或关节温度迅速升高，就无法长期执行；在人附近，语音延迟或信号误识别也可能触发意外动作。因此，生成结果不能直接送到电机，必须经过关节限制、自碰撞、作业区以及速度和扭矩约束。
现场测试除动作多样性外，还要测输入时延、中止命令响应时间，以及持续30分钟以上的发热与姿态累计误差。不能仅凭公司所称“实时”推定目标硬件的帧率或最差时延。
同一任务中，四类能力也会按顺序相遇
以找到杯子并放上货架为例：GO-2把任务拆分并产生操作动作；GE-2可预测候选动作后杯子和周边如何变化，用于过滤危险路径；若需要人类示范新的腰臂协同，BFM会介入；若移动与上身姿态要随情境生成，则可能涉及GCFM。
但这不表示四个模型天然就是一套完整产品。各输出的坐标系、周期和置信度表达必须兼容，也要规定任一层迟到或出错时，下一层何时停止。世界模型判断“成功概率高”，但触觉传感器已经检测滑移时，哪个信号优先，必须由系统级规则决定。
| 连接点 | 集成团队应保留的记录 | 可判为失败的情况 |
|---|---|---|
| 从观测到规划 | 摄像头和机器人状态时间及丢帧 | 使用过期观测启动下一步 |
| 从预测到动作 | 各候选预测与实际结果差异 | 错误候选排序反复出现 |
| 从动作到控制 | 关节命令周期与安全过滤介入 | 违反限制或停车指令延迟 |
| 从失败到恢复 | 重新观测、重规划和远程介入历史 | 重复同一错误或无法回到安全状态 |
模型被发布，不等于所有资产都能下载
公开模型名称，与同时提供检查点、训练代码、评测工具和商业许可，是不同事实。AgiBot World官方开源页面把数据集、模型和论文资产分别列出。若当前目录中找不到特定版本，不能仅凭发布稿就假设可以下载。
开发团队应为每个仓库分别保存模型卡、许可证、支持框架、内存要求和更新时间。研究公开不等于允许嵌入商业产品；若示例只支持特定AgiBot本体，迁移到其他机器人所需适配器和追加数据也要计入成本。
复现记录还应包含下载文件校验和、仓库提交、推理设置、GPU和驱动，防止网页更新后同名模型内容变化。代码能够运行，与重现官方演示性能也要分开。只有在没有隐藏遥操作或手动初始化的情况下重复同一任务，才能作为比较资料。
AgiBot官方网站是产品与文档中心的最新入口。发布后支持范围可能变化，签约前应以带版本号的技术文档和供应商书面回复为准，而不是只看网页描述。
选模型应从一个可以复现的小任务开始
先用一句话固定问题：“稳定多步骤物体操作”“在执行前比较行动结果”“把短示范迁移为新本体动作”或“按输入条件生成全身运动”。即使四项都像是必需，也不要一开始全部连接，否则失败原因很难定位。
结合具身智能的含义与边界、机器人基础模型与Sim-to-Real核心概念，可以先分清模型层和现实验证。随后在同一机器人、物体和照明下重复小任务，每次只增加遮挡、传感器时延、物体位置变化或通信中断中的一个变量。
通过标准不能只有平均成功率，还应包括最差时延、安全过滤介入率、失败后能否恢复、人工准备工作以及模型与固件版本。公司发布阶段的模型可能不同于可购买软件包，因此价格、支持、交期和商业许可要作为独立条目核对。
常见问题
GO-2和GE-2哪一个更好？
无法直接排名。GO-2更接近操作规划与执行，GE-2更接近预测行动结果的虚拟世界；应根据长任务中断还是执行前策略比较的需求来选。
BFM和GCFM都用于生成人体动作吗？
场景可能重叠，但起点不同。BFM偏向模仿示范或短视频动作，GCFM偏向按文本、语音和视频上下文生成动作。
四个模型能直接组合成一套系统吗？
官方公告不能保证即插即用。支持本体、观测与动作格式、执行周期、许可和安全接口都要逐个确认，再从小任务开始连接。
已核验的官方资料
最后核对：2026年8月23日