机器人GPT-3时刻：GEN-1.5看3秒演示即学会新动作

AI 摘要

Generalist AI 发布了机器人基础模型 GEN-1.5，该模型通过大规模物理数据预训练，实现了 one-shot learning，机器人仅需观看 3-12 秒的动作演示即可学会新任务，且无需梯度更新或微调。模型还能拼接不同演示、从模拟器迁移到真实世界，这些能力是自发涌现的，被视为机器人领域的 GPT-3 时刻。在 10 种任务测试中，零样本平均成功率为 59%，微调后可提升至 83%。

正文节选

机器人的GPT-3时刻真·来了！卡卡西上身，看3秒就学会新动作 机器人看3秒演示就能学会 梦瑶 发自 凹非寺 量子位 | 公众号 QbitAI 救啊我说……机器人界的GPT-3时刻，好像真来了！？ GPT-3当年看几个例子就能学会一项新任务的本事，现在直接在机器人身上上演了—— 哪怕是从没学过的新活，只要给机器人看一段3-12秒的动作示范，人家下一秒直接大干特干！！！ 甚至它还会举一反三。 你先教机器人拿刷子扫东西，转头把刷子换成一根香蕉，它居然顺手拿香蕉继续扫—— 还嫌不够？那咱再给它塞个簸箕～ 瞧嘛，这回连完整动作都没教，人家自己琢磨出了一只手扫、一只手接的双手配合，神了： 这，就是Generalist AI刚刚发布的机器人基础模型——GEN-1.5。 一个主打One-shot Learning的机器人模型，通过大规模物理数据预训练，能让机器人只看几秒示范，就快速学会新任务。 此外，这模型还能把两段不同的教学演示拼起来学，模拟器里看一遍，转头到了真实世界，也能直接上手。 整个训练过程甚至可以做到0梯度更新、0微调。 甚至吧，这些能力根本没人手把手教过，而是在大规模Physical

发布时间：2026-08-21 15:17

抓取时间：2026-08-21 16:20

来源机构：量子位