通用型 GEN-1.5 機器人模型看一次示範即可學習新任務，成功率達 59%

Generalist AI 的 GEN-1.5 機器人模型可從單一 3-12 秒的示範影片中學習新的物理任務，且零梯度更新，在 10 項任務中達成 59% 的成功率——該公司表示，這項能力源自預訓練的湧現現象。

Generalist 團隊在公告中表示：「就我們所知，這是首個展現出僅透過一次性或少次示範，即能學習廣泛靈巧閉環物理任務之一般能力的模型。」

該模型在 30 秒的上下文視窗內處理影像、感測器、語言及本體感覺輸入，並以 100 赫茲的頻率輸出動作軌跡。在五分鐘的任務資料上進行十步梯度更新，可將成功率提升至 83%。該公司表示，這項能力源於八個月不間斷的預訓練，使用了超過 50 萬小時的真實世界物理互動資料——沒有後設學習迴圈，沒有輔助目標函數。

如果這項結果能經得起獨立審查，機器人部署的經濟模式將從數週的逐任務程式設計，轉變為數分鐘的示範錄製。Generalist 於六月以 20 億美元的估值募得 4 億美元，由 Radical Ventures 領投，Nvidia、Bezos Expeditions 及 Union Square Ventures 均為投資方。

「物理提示」（physical prompting）機制的工作原理是將一段示範——由人類手持抓取器錄製，或由機器人自行錄製——插入模型的上下文視窗中，模型隨即立即執行該任務。Generalist 將其與 GPT-3 直接類比：GPT-3 於 2020 年確立了情境學習（in-context learning）作為足夠大型語言模型的定義性特性，實現了約 45% 的一次性準確率。GEN-1.5 的 59% 數據正處於相同區間。

更引人注目的示範展現了超越任務重演的即興能力。當模型收到一把畚箕而非其訓練時所用的刷子時，它將積木鏟到畚箕上並倒入碗中——這是一種與其訓練資料中任何內容都不同的接觸策略。它還曾用香蕉充當臨時刷子，清除自身路徑上的障礙物，並在示範僅使用單手的情況下進行雙臂協同作業。兩段獨立錄製的示範被放入上下文視窗後，會串聯成單一連續行為，由模型自行提供中間的重新定位與重新抓取動作。

規模擴展的賭注

Generalist 的發展軌跡遵循一項針對物理智慧的深思熟慮之規模擴展假設。GEN-0 於 2025 年 11 月發表，證實增加真實世界資料、模型規模及運算量，可預測性地提升下游任務表現。GEN-1 於 2026 年 4 月發布，訓練資料超過 50 萬小時，將簡單任務的成功率從 64% 推升至 99%。GEN-1.5 則新增了一項發現：在足夠的預訓練規模下，零梯度的情境學習成為可能——這是一項質變。

該公司的資料收集方法獨具特色。Generalist 並未採用遠端操作，而是向全球的資料貢獻者分發客製化的手持抓取器裝置，讓他們在家中、倉庫及工廠執行日常任務。該公司表示，其訓練系統每天可攝入相當於 6.85 年的人類操作經驗資料。

競爭格局與待解問題

機器人基礎模型領域競爭激烈。Google DeepMind 的 Gemini Robotics 1.5 採用多具身視覺-語言-動作架構，可在不同硬體平台之間進行零樣本技能遷移。Nvidia 的 GR00T N1.6 專注於人形機器人全身控制。由 Bezos 及 OpenAI 以 20 億美元估值投資的 Physical Intelligence 之 π0，採用人在迴圈（human-in-the-loop）訓練方式。Skild AI 則提供跨硬體適應的「Skild Brain」。

Generalist 的獨特主張在於，其一次性學習能力並非人為設計——而是從規模擴展中湧現。這項主張備受爭議。達姆施塔特工業大學（Technical University of Darmstadt）2023 年的一篇論文主張，語言模型中許多所謂的湧現能力，實際上源於情境學習、模型記憶及資料分布效應，而非真正的湧現。Generalist 承認其結果僅限於短時程任務，且需要獨立的複現驗證。

該公司尚未揭露 GEN-1.5 的參數量、完整訓練配方或論文級規格。所有核心數據均來自 Generalist 自身。Nvidia 機器人研究主管 Jim Fan 稱這些結果「審慎樂觀」，並指出一次性學習是否有效，取決於新任務與預訓練資料之間的距離。

對投資人而言，關鍵問題在於物理提示是否能壓縮機器人部署的成本曲線。傳統工業機器人整合需要數百至數千次遠端操作示範、監督式學習訓練及驗證循環——每項任務耗時數週至數月。如果 GEN-1.5 的方法成立，新增一項機器人任務的邊際成本將趨近於錄製一段十秒影片的成本。Generalist 目前尚未商業化部署 GEN-1.5；其當前商業重點仍是以 GEN-1 服務簡單的工業任務。但該公司 20 億美元的估值——Nvidia 為投資方之一——已將物理 AI 規模擴展曲線持續兌現的可能性納入定價。

本文僅供參考用途，不構成投資建議。