给机器人演示一次——三到十二秒——它就能在完全不训练的情况下把活儿做对 59 次
Generalist AI 于 8 月 19 日发布了 GEN-1.5。演示在这里不是训练数据，而是提示词本身。一段三到十二秒的操作视频——由手持夹爪的人录制，或由机器人自己录制——被载入模型三十秒的上下文窗口，随后机器人便在没有任何梯度更新、没有任何微调的情况下尝试这项任务。在开罐子、拉开笔袋拉链、从钱包里取钱等十项不同任务中，这种单次示范方式的平均成功率为 59%，波动约十个百分点。用五分钟数据做十步梯度更新后，成功率升至 83%。该模型同时接收视频与传感器、语言、肢体位置数据，并以每秒一百次的频率输出动作指令。公司称，它展示的这些能力——从仿真迁移到现实、使用陌生工具、绕开障碍、双臂协同——从未被专门训练过，而是从八个月不间断的物理交互预训练中自行涌现的。公司未宣布开放权重，也未宣布产品。
为什么重要?实用机器人之所以仍然稀少，不是因为它们无法被编程，而是因为每一项新任务传统上都意味着重新采集数据、重新训练，这让除大批量工厂作业之外的一切都变得不划算。用给人做示范所需的时间，从一次演示中学会——这是一台必须为某项工作专门设计的机器，与一台可以被直接吩咐的机器之间的分野。这个数字旁边应当附上两点提醒：59% 距离可靠还很远，而且这是公司在自选任务上对自家模型的自我评测。但三周前我们报道过中国一款开源的单次示范机器人学习模型，第二支团队从不同路径抵达同一构想，正是一项研究成果开始变成趋势的方式。
▶ 相关视频: Introducing GEN-1.5, a one-shot learner
在App中阅读——免费，9种语言
相关新闻
内华达为拉斯维加斯放行最多 8000 辆无人驾驶出租车——特斯拉的上限五周内从 10 辆升到 5000 辆2026-08-21DeepSeek 的廉价主力模型现在能"看"了——在需要视觉的智能体任务上，它自称已接近 Anthropic 最强模型
2026-08-21给AI答案打分的医生和律师，如今是一门五亿美元的生意——而这家公司八个月增长了五倍
2026-08-21中国卖向全世界的机器狗，是照着一台美国陆军出钱发明的机器逐毫米量出来的
2026-08-20机器人在汽车产线上实习了四个月。它从十颗螺母漏一颗，变成五十颗漏一颗。
2026-08-20