Generalist AI发布GEN-1.5：首个支持单次演示学习物理任务的机器人基础模型

物理提示：不依赖微调的即时任务泛化

GEN-1.5是Generalist AI发布的机器人基础模型，核心突破在于实现‘物理提示’（physical prompting）——用户只需将一段3–12秒的传感器-动作数据（含视觉、力觉、本体感知及语言输入）拖入其30秒上下文窗口，模型即可实时生成100Hz动作轨迹并执行任务，全程无需梯度更新、无需任务专属编程、亦无任何微调。这一机制并非人为设计：团队明确表示，模型架构未为上下文学习做特殊优化，未加入元学习循环，也未设置鼓励即兴适应的辅助目标。其能力完全从超八个月持续预训练中自然涌现，数据源覆盖家庭、仓库与工厂等真实物理场景。

性能表现：从单次提示到轻量适配

在10项差异显著的短时程操纵任务（如推块入碗、夹取小球等）上，GEN-1.5仅凭单次上下文提示（zero-shot in-context learning），未经任何训练，平均成功率达59%（标准差±10%）。若对每项任务仅用5分钟真实数据（约50次演示）进行10步梯度更新，成功率跃升至83%（±9%）。尤为值得注意的是极端轻量场景：仅1步梯度更新+1分钟数据，即在预留任务上达到66.5%成功率，且未进行超参调优。计算层面显示，10步更新导致模型权重变化不足0.15%，表明微调本质是重组已有知识，而非构建全新表征——团队将其定义为‘极低数据下的测试时训练’。

三大泛化能力验证

GEN-1.5展现出超越传统机器人学习范式的迁移能力：

• 组合式泛化：将两个独立录制的动作提示并置输入上下文，模型自动合成连续行为，并生成演示中未出现的衔接动作（如重定位、重新抓握、错误恢复）；
• 零样本仿真到现实迁移：纯仿真环境录制的演示可直接作为真实机器人提示使用，而预训练数据中完全不含任何仿真渲染视频或动力学模拟；
• 人机模仿学习：人类徒手在机器人摄像头前演示，模型可精准复现于机器人末端执行器，实现跨形态动作映射。

此外，轻量微调后亦见强泛化：例如仅用5分钟‘刷块入碗’数据训练后，模型能自发用香蕉替代刷子、用簸箕抬举倾倒方块（接触序列完全不同），甚至主动揭去遮盖碗的纸张，并在单手演示下实现双手协同操作。

当前状态：研究发布，暂未开放商用

GEN-1.5目前为纯研究性质发布。官方未公开模型权重、API接口、定价页面或自助服务平台。所有运行均依托Generalist AI自有机器人集群与数据引擎，外部机构仅能通过直接合作方式接入。公司坦承任务仍属简单、短时程范畴，且明确强调‘尚不可部署’（Not yet deployable）。