时间:2026年8月20日
地点:美国马萨诸塞州剑桥市
人物:Generalist AI 团队;具身智能研究社区
事件详情:机器人初创公司 Generalist AI 于 8 月 20 日发布 GEN-1.5 模型。该模型把一段 3 到 12 秒的演示视频作为"物理提示"直接加载到上下文窗口,让机器人无需任何额外训练就可在几秒内学会新任务。在 10 项基准测试中(含开罐、从钱包取钱等),零样本平均成功率达 59%;以 5 分钟数据做 10 步微调后,成功率升至 83%。GEN-1.5 还能把两个任务串联成长序列,并能部分模仿人类手部动作。
背景:Generalist AI 总部位于剑桥,是一家专注具身智能基础模型的公司,过去 8 个月在交互数据上做了大规模预训练。任务串联、从仿真演示学习、模仿人手动作等能力并未被显式训练,而是在预训练过程中涌现。研究方向与主流 VLA(视觉-语言-动作)路线不同,强调在传感运动空间形成可迁移先验。
影响:GEN-1.5 把机器人学习从"长周期数据集训练"压缩到"看一次视频即可重定向",有望将工业部署中机器人重训周期从数周缩短到分钟级。如果 59% 成功率获得独立验证,物理 AI 的规模化将进入类 GPT-3 阶段;但目前所有结果均由公司自报,尚未被第三方复现,距离工业级可靠性仍有距离。
总结:GEN-1.5 是具身智能"一次演示范式"的重要里程碑,展示了在真实物理交互预训练基础上的涌现能力;独立验证将成为下一个关键节点。
参考来源:
1. The Decoder:https://the-decoder.com/gen-1-5-generalist-ai-teaches-robots-new-tasks-from-a-single-demo/
2. TokenFeed:https://tokenfeed.ai/robots-now-learn-new-jobs-in-under-12-seconds
3. Superintelligence News:https://superintelligencenews.com/companies/robot-learning-generalist-ai-breakthrough
4. TPS Report AI Model Card:https://tpsreport.news/models/gen-1-5
5. 雪球 - 具身智能双重突破:https://xueqiu.com/3464131377/405854949
6. DEV Community:https://dev.to/nexlyiai/nexlyi-ai-gen-15-generalist-ai-teaches-robots-new-tasks-from-a-single-demo-153l









