Generalist发布GEN-1.5具身基座模型：物理AI接近“GPT-3时刻”
Generalist公司近日发布GEN-1.5具身基座模型，该模型能从大规模人类操作数据中学习，并具备“物理提示”能力。研究人员只需用简易夹爪演示一段3至12秒的操作，模型无需微调或更新参数，即可在新的物体位置和初始状态下尝试执行同一任务。
在10项新任务中，GEN-1.5一次提示的平均成功率达到59%。例如，机器人曾学习用刷子将积木扫进碗里，当研究人员将刷子换成香蕉时，它便抓起香蕉横贴桌面，将积木扫入碗中；换成簸箕后，它又改用另一只手将积木推上簸箕，再倒进碗里。这些工具从未在任务中教过，机器人却能自主推理。
参与Google DeepMind Gemini Robotics研究的专家Ted Xiao将这种“看一次示范就能学会新任务”的能力称为机器人领域追寻多年的“圣杯”，并认为GEN-1.5是迄今为止最好的结果，其能力跃升令人想起首次使用GPT-3时的震撼。
Generalist公司一直押注“物理智能也可以scaling”。从GEN-0到GEN-1，数据规模从27万小时增至超50万小时，简单任务平均成功率由64%升至99%；GEN-1.5则将学习新任务所需的参数调整从数百次压缩至零次，仅凭一次示范即可开始工作。
不过，GEN-1.5目前离可靠交付仍有距离，一次提示成功率仅59%，且测试任务较为简单。但业界认为，它已出现在一条清晰的scaling曲线上，物理AI的“GPT-3时刻”正越来越近。
- 2026-08-24 21:12 | 36氪：AI领域一周观察：Codex 商业增速逆袭 Anthropic，具身智能迎来“GPT-2时刻”阅读原文
01、产业 Mythos 2 不发，Astra 停训，前沿模型的安全策略初现 8 月 18 日，OpenAI 披露，公司此前暂停了两周针对拟部署模型的强化学习训练。截至公告发布，最大规模的前沿 RL 训练仍未恢复，较小规模的训练和评测还在继续。 Anthropic同样有一个新模型受阻，SemiAnalysis 主编 Dylan Patel 在 8 月 17 日的采访中称，据他获悉，Anthropic 的下一代模型 Mythos 2 已经完成训练，但不会发布。 两家前沿实验室最近做出了表面相似、性质不同的选择：Anthropic 把一个更强模型留在内部，OpenAI 则因为 As...
- 2026-08-21 11:29 | 华尔街见闻：Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻阅读原文
研究人员先教机器人拿起刷子，把桌上的积木扫进碗里。 然后，他们把刷子拿走，换成一根香蕉。 机器人抓起香蕉，将它横过来贴住桌面，把积木一点点扫进碗中。 随后，香蕉又被换成了一只簸箕。机器人这次没有继续照搬「扫」的动作，而是伸出另一只手，把积木推上簸箕，再端起来倒进碗里。 重点来了，研究人员从来没有在这项任务里教它用香蕉和簸箕，它是自己推理出来的。 这就是 Generalist 最新发布的 GEN-1.5 具身基座模型展现出的能力：模型开始从大规模人类操作数据中天然存在的重复、失误与恢复，学习到训练者没有逐项教过的动作，显露出某种智能涌现的迹象。 但真正让机器人研究者兴奋的，是 GEN-1.5 还...
- 2026-08-21 08:52 | user.guancha.cn：Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻阅读原文
如果物理 AI 也能 scaling，意味着什么？ 作者｜Li Yuan 编辑｜靖宇 研究人员先教机器人拿起刷子，把桌上的积木扫进碗里。 然后，他们把刷子拿走，换成一根香蕉。 机器人抓起香蕉，将它横过来贴住桌面，把积木一点点扫进碗中。 随后，香蕉又被换成了一只簸箕。机器人这次没有继续照搬「扫」的动作，而是伸出另一只手，把积木推上簸箕，再端起来倒进碗里。 重点来了，研究人员从来没有在这项任务里教它用香蕉和簸箕，它是自己推理出来的。 这就是 Generalist 最新发布的 GEN-1.5 具身基座模型展现出的能力：模型开始从大规模人类操作数据中天然存在的重复、失误与恢复，学习到训...
- 2026-08-20 18:50 | 36氪：Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻阅读原文
研究人员先教机器人拿起刷子，把桌上的积木扫进碗里。 然后，他们把刷子拿走，换成一根香蕉。 机器人抓起香蕉，将它横过来贴住桌面，把积木一点点扫进碗中。 随后，香蕉又被换成了一只簸箕。机器人这次没有继续照搬「扫」的动作，而是伸出另一只手，把积木推上簸箕，再端起来倒进碗里。 重点来了，研究人员从来没有在这项任务里教它用香蕉和簸箕，它是自己推理出来的。 这就是 Generalist 最新发布的 GEN-1.5 具身基座模型展现出的能力：模型开始从大规模人类操作数据中天然存在的重复、失误与恢复，学习到训练者没有逐项教过的动作，显露出某种智能涌现的迹象。 但真正让机器人研究者兴奋的...