Generalist AI 發布機器人基礎模型 GEN-1.5：具備物理 In-Context Learning 能力，看 3-12 秒示範即可零微調學會新動作

Generalist AI 發布新一代機器人基礎模型 GEN-1.5，主打物理世界的 In-Context Learning 能力，機器人只需觀看 3 至 12 秒的動作示範，即可在零梯度更新與零微調的情況下學會新任務。該模型具備舉一反三與動作拼接能力，例如將掃把替換為香蕉仍能執行掃地動作，或在觀看兩段不同示範後，自行補足重新定位、切換姿勢與錯誤恢復等未經演示的銜接動作，將其串聯成連續任務。 GEN-1.5 支援將腳本策略、強化學習 Agent 或人類在模擬器中的遙控操作作為「Physical Prompt」，模型看完虛擬演示後，可直接於真實世界 1:1 復現，無需事前針對該任務進行專門訓練。官方在 10 種任務上進行測試，在僅提供一次 Physical Prompt 且零次梯度更新下，GEN-1.5 平均成功率為 59%；若提供 5 分鐘資料並進行 10 步梯度更新，成功率可提升至 83%。 開發團隊指出，目前測試多為短程、原子化操作，透過 In-Context 臨時學到的技能穩定性仍不及經過完整 Fine-tune 的模型。據 Generalist AI 透露，GEN-1.5 的 One-shot Learning 能力並非透過特定模型架構或目標函數刻意設計，而是模型在連續 8 個多月吸收包含重複、延續與失敗恢復的大規模真實物理軌跡資料後，自行湧現的能力。