专题 · FULL STORY

GEN-1.5：零微调学会物理任务的新具身模型

8月20日Generalist AI发布具身基础模型GEN-1.5，称其凭3-12秒单次人类演示即可学会物理任务，无需梯度更新或微调。团队成员随后分享「物理提示」概念的意外发现，展示了零微调模仿能力的由来。

2026-08-20 ~ 2026-08-21 · 2 集 · 22 条

第 1 集 · Generalist AI 发布 GEN-1.5：几秒演示即学会物理任务(2026-08-20,20 条)

8 月 20 日，Generalist AI 发布具身基础模型 GEN-1.5，官方称其为一个单样本学习器：无需梯度更新或微调，仅凭 3-12 秒的单个人类演示（官方类比为「物理版 Prompt」）就能在几秒钟内学会新的物理任务并泛化执行。能力来源于大规模物理交互数据上的预训练，目标是构建物理世界的通用智能。社区评价极高，多位转发者将其视为具身智能范式转变的标志性事件，Wired 已做报道，中文媒体量子位以「机器人 GPT-3 时刻」为题报道，新智元跟进并提到演示即执行的成功率约 59%。

已确认

  • Generalist AI 于 08-20 发布 GEN-1.5，发布内容包括展示视频与详细介绍模型的博客文章
  • 官方称模型仅需 3-12 秒的单个人类演示即可学习新任务，学习过程不需要梯度更新或微调
  • 官方展示的能力包括一样本/少样本学习、组合泛化、零样本仿真到现实迁移、人机上下文学习，以及将提示泛化到新情境、从错误中恢复并即兴发挥新策略以达成目标
  • @yacinelearning 引用的 Generalist 博客内容补充了少样本适应的量化细节：模型仅需 1-10 个梯度步骤、基于 1-5 分钟数据（约 10-50 次演示）即可适应新的物理任务
  • 能力来源为大规模物理交互数据预训练
  • @lukasmziegler 补充了跨模态细节：模型可完全基于模拟经验生成的提示词零样本控制真实机器人，某些情况下甚至跨越具身差异——人类用双手演示任务，机器人仅通过摄像头观察即可立即复现；他随后在其机器人周报中再次重点介绍了该模型的零样本 sim-to-real 迁移能力
  • @SongShuran 的演示帖同样印证模型可将提示泛化到新情境、从错误中恢复并即兴发挥新策略
  • @新智元的报道称，演示即执行的成功率约 59%，并将核心机制概括为 Physical Prompting（物理提示）：给机器人看 3-12 秒演示，无需训练或微调即可执行
  • 该案例经 @willknight 转发提及已被 Wired 报道；量子位以「机器人 GPT-3 时刻」为题进行了中文报道，新智元亦有跟进

尚未确认

  • 59% 成功率等量化指标目前仅见中文媒体转述，原始指标口径与测试条件有待官方技术报告进一步验证

为什么重要

  • @evijit 等转发者将其称为机器人领域的「GPT-3 时刻」，认为单样本、秒级学会新任务标志着具身智能的质变
  • @ChongZzZhang 指出该模型在无微调情况下展现出组合泛化与零样本 sim-to-real 迁移，若属实，意味着机器人任务学习范式从大量针对性训练转向通用基础模型的上下文学习
  • @E0M 转帖中提到有研究者评价其为机器人控制上下文学习领域多年来的「圣杯级」成果；@eigenron 转帖中 YuXiangIRVL 的评论也反映出专业研究者对结果的高度关注与审视

第 2 集 · Genesis 机器人零微调单次演示即学会模仿(2026-08-20,2 条)

Genesis团队成员@felixwyw分享了一次意外突破：8月3日深夜在GEN-1.5上进行少梯度学习实验时，突发奇想测试「物理提示」概念。结果显示，机器人仅需观看一次任务演示，就能在零微调的情况下精确模仿动作，展现出惊人的单次学习能力。