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 · x · 2026-08-20
作者指出 GEN 是首个从预训练中直接涌现出一次性/少样本物理技能学习的模型线：仅看三秒演示即可无梯度更新完成任务。他推测关键设计可能是一条简单的掩码规则——时刻 t 的动作 token 只能关注 t−δ 时刻的传感 token,δ 为训练时采样的推理延迟。这或能解释 GEN 为何无需 System 1/System 2 拆分和推理时引导，就能用 7B 模型达到 100 Hz 控制频率。
「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
- 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
- 观点：阻碍自动驾驶普及等同于支持更高死亡率 — aronchick · 2026-08-20