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
模型經 8 個月預訓練湧現 One-shot 能力,零微調下 10 種任務平均成功率達 59%,並支援將虛擬示範直接轉為真實操作。
量子位綜合 2 家多家報導
44 則值得知道的變化
模型經 8 個月預訓練湧現 One-shot 能力,零微調下 10 種任務平均成功率達 59%,並支援將虛擬示範直接轉為真實操作。
採 Apache 2.0 授權,內建視覺編碼器並支援推測解碼,其多步工具呼叫與故障恢復能力優於同級的 Gemma 4 與 Qwen 3.6。
該模型透過 MOPD 蒸餾技術將多專家能力融合至 8B 架構,支援單卡運行,並大幅強化原生圖像編輯與中英文複雜排版能力。
該實驗模型維持 V4-Flash 文本能力,單張圖片最高換算 384 tokens,同步推出 Files API 解決圖片重複上傳問題。
該模型主打長週期 Agent 任務,最大輸出達 13 萬 Token 並支援影片輸入,社群依據分詞器特徵與過往紀錄,猜測其為智譜或小米的未公開新作。
MoRA 採 Agent 原生架構,將目標與三層記憶內建於 System 1 策略模型中以減少延遲。該公司已累積 3 萬小時真實場景資料,預計年底達 15 萬小時。
新模型採用解耦連續表徵架構,單一模型即可處理語音辨識、指令語音合成及自由格式語音編輯,並涵蓋 21 種中文方言。
dots3-note preview 為該系列首款開放權重模型,啟動參數為 16B,可理解圖文、影片與音訊並輸出文字。