逆向 Generalist Gen1.5:连续时间 Transformer 单模型统一感知推理与行动
KyeGomezB · x · 2026-08-20
Kye Gomez 基于公开演示逆向推测 Gen1.5 的架构：一个运行在连续时间上的 decoder-only transformer，包含多速率传感 token 处理(视觉/本体感受/力/触觉/语言)、时间因果的谐波推理层，以及 flow-matching 动作专家以 100 Hz 生成动作轨迹，外加轻量反射回路。核心主张是感知、推理、行动在单一模型内异步进行，而非 System 1/System 2 双策略切换。作者强调这是重构而非对官方架构的断言，并认为如此强大的模型应当开源。
所属事件:Open-Gen 开源复现 Generalist GEN 1.5 具身模型(3 条相关)→
「具身」频道最新
- 用 RealSense 3D 相机实现虚拟绿幕，可调景深背景 — chrismatthieu · 2026-08-20
- GEN-1.5 爆火背后：重复性动作与 UM I 数据采集成关键 — DrJimFan · 2026-08-20
- NVIDIA 教程：用 Cosmos 3 Edge 在 Jetson Thor 上构建机器人策略 — MonaJalal_ · 2026-08-20
- Open-Gen 试图复现 GEN 1.5，揭秘具身模型架构 — KyeGomezB · 2026-08-20
- 三秒演示即学会:Gen1.5 少样本物理技能或源自一条注意力掩码规则 — KyeGomezB · 2026-08-20
- 世界机器人大会转向真机实干：优必选机器人朝九晚五上岗位 — 智东西 · 2026-08-20