Machenta 出 stealth：示范一次即学会的「即时机器人学习」基础模型
Ed__Johns · x · 2026-10-27
从 Imperial College 出走的团队 Machenta 宣布出 stealth，发布面向「即时机器人学习（Instant Robot Learning）」的新型机器人基础模型：机器人只需看一次演示即可当场学会新任务，无需真实世界数据采集，也不需要任何后续训练。
- 模型完全在仿真中训练，没用一帧真实世界数据；页面所有视频中的物体机器人都从未见过，靠单次演示即时完成任务。
- 演示场景覆盖反应与容错恢复、真实工业任务、「一人一指令」的工厂作业，以及人形机器人。
- 团队主张范式转变：与其为每个任务反复采集数据、训练数小时甚至数天，不如让模型学会「如何快速学习」，类比 LLM 的即时提示，称其为「物理世界的 vibe coding」。
- 下一阶段计划继续押注「Bitter Lesson」，加大仿真规模路线。
所属事件:机器人公司 Machenta 出隐身，获 4000 万美元种子轮(12 条相关)→
「具身」频道最新
- Deft 机器人已参与组装约 2 万辆特斯拉，日处理 700 个零件全年无休 — micoolcho · 2026-10-27
- 德国机器人公司 Neura 融资 14 亿美元，Tether 领投英伟达亚马逊参投 — pstAsiatech · 2026-10-27
- 开源 RoboJev-27B 判机器人成败：95.2% 准确率，比 GPT-6 便宜 48 倍 — Josef Liyanjun Chen · 2026-10-27
- 给 VLA 机器人加相机可靠性评分，主模型冻结不需微调 — paraschopra · 2026-10-27
- 终端配色主题做成实体按键，一键指挥你的 AI Agent — dee_hw · 2026-10-27
- 研究者在真实任务上微调 π0.5,验证「纠错演示」比成功演示更能提升机器人可靠性 — k7agar · 2026-10-27