GEN-1.5 今日发布

GEN-1.5 是美国具身智能公司 Generalist AI 于 2026 年 8 月 19 日发布的机器人基础模型，核心突破是实现了机器人领域的 GPT-3 时刻：只需观看 3 至 12 秒的动作演示，机器人即可当场学会新任务，全程无需重新训练或微调。在 10 项短时操作任务（开瓶盖、从钱包取钱、拉链开合等）的测试中，GEN-1.5 单样本提示成功率达 59%，经 10 步梯度更新后在约 5 分钟数据（大约 50 次演示）加持下提升至 83%。该模型还支持组合泛化——将两个独立演示放入上下文窗口，模型可自主串联为连续行为，并生成两个演示中均未出现的中间动作（如重新定位、错误恢复）。此外还实现了零样本仿真到真实迁移：完全在仿真器中录制的演示可作为物理提示驱动真实机器人执行对应任务，且预训练数据中不含任何仿真数据或仿真动力学信息。GEN-1.5 是一种大型多模态模型，输入视频、传感器、语言和本体感觉数据，输出 100Hz 动作轨迹直接控制机器人，上下文窗口可容纳约 30 秒记忆。该模型经过超过 8 个月的连续预训练，数据来源于家庭、仓库、工厂等真实物理交互场景。Generalist AI 成立于 2024 年，致力于构建物理世界的通用人工智能，2026 年 6 月完成 4 亿美元融资，累计融资超 5 亿美元，估值达 20 亿美元，投资方包括英伟达、Bezos Expeditions 等。