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
- Tevel 机器人采果系统可全天候 24 小时自动采摘水果 — LexiLove · 2026-10-16
- 给四足机器人穿鞋：SHOES 用 10 分钟真机 RL 恢复行走策略 — kscottz · 2026-10-16
- NHTSA 数据：Tesla Cybercab 无人出租车运营前两周零事故 — elonmusk · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16
- WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- 机器人会写交响乐却不会洗碗,meme 精准戳中 AI 短板 — briannekimmel · 2026-10-16