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。