#1
第 1 任簇头独立事件二手报道
GEN-1.5发布：展示操作即可在数秒内学会新任务
GEN-1.5被介绍为一种单次学习器，能够在几秒内学会新任务；用户只需展示目标操作，它便可进行泛化。该能力被归因于对大规模物理数据的预训练，指向在真实物理世界中构建通用智能的研究路径，重点在于降低新任务学习所需的示范与训练成本。
去重判断LLM 复核 · 独立事件
在 CozeLoop 查看判断 簇级候选：8 个已有簇， 共 11 条代表。
最终结果已修正为“独立事件”，以当前持久化状态为准。
返回簇列表在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断 在 CozeLoop 查看判断
多源确认簇行为开启Mongo 实时数据
Jim Fan解读GEN-1.5：保留失败轨迹或提升机器人学习
Jim Fan认为，GEN-1.5的潜力来自人类数据中的重复动作与失败后恢复，并强调不要过度清洗这些轨迹；相比传统遥操作，UMI能更直接地保留人的物理直觉。他称模型在相似场景下可能无需微调即可抓取新物体，但现有演示仍较简单，结论需谨慎看待。
- 成员
- 16
- 换头
- 1
- 当前簇头
- 查看帖子详情
- 最近活动
- 08/21 01:59:23
CONTENT GOVERNANCE
在线内容治理
下线会立即隐藏 Defomo 内容，并联动撤回 Elys 全部 Feed、详情和分享入口；恢复不会补推历史 Feed。 本操作覆盖整个事件簇及未来新成员。
MEMBERS
按进入簇的先后排序 · duplicate 不隐藏簇内帖子
#2
重复折叠二手报道
GEN-1.5发布：机器人可在数秒内通过示范学习新任务
GEN-1.5被介绍为一种单次学习机器人控制模型，能够在几秒内通过示范学习新任务，并将能力泛化到相关场景。介绍方表示，这一能力源于对大规模物理数据的预训练，目标是推进面向物理世界的通用智能，为机器人快速适应新任务提供了新的技术方向。
#3
重复折叠二手报道
GEN-1.5被指实现机器人一次示范即学会任务
发文者称，团队在8月3日使用GEN-1.5让机器人通过一次示范完成任务，并在无需微调的情况下准确模仿；继续提供不同任务提示后，机器人还完成了更多尝试。发文者将这一结果称为“物理提示”的存在性证明，显示少样本学习在实体机器人操作中取得了具体进展，但目前仍属于团队成员分享的能力展示。
#4
重复折叠二手报道
GEN-1.5发布：几秒示范即可学习新任务并实现泛化
GEN-1.5被介绍为一种“单次学习器”：用户只需示范任务几秒，它便能学习新任务并实现泛化；相关能力源于对大规模物理数据的预训练，目标是构建面向物理世界的通用智能。该发布将重点放在可直接观察的任务学习与操作表现上，为物理智能方向提供了新的能力展示，但原帖未披露更多产品细节。
#5
重复折叠二手报道
GEN-1.5被介绍为可数秒学会新任务的机器人学习器
引用帖介绍机器人操作学习器 GEN-1.5：它被称为“一次学习器”，只需展示一次操作，就能在数秒内学会新任务并实现泛化；相关能力来自大规模物理数据预训练。对机器人领域而言，这指向更低的新任务示教成本，但目前仍应将其视为一项能力发布主张，实际适用范围取决于后续验证。
#6
重复折叠二手报道
Generalist AI发布GEN-1.5：机器人可通过一次演示学习新任务
Generalist AI发布新一代机器人基础模型GEN-1.5，主打一种“物理Prompt”能力：机器人观看3至12秒的动作演示后，可在数秒内执行新任务，并结合多段演示完成技能组合与错误恢复。模型30秒上下文下的十项任务平均一次成功率为59%，经过少量训练后提升至83%，显示机器人学习方式正在从专门编程转向示范驱动，但当前仍局限于较简单、短程任务。
#7
重复折叠二手报道
Generalist推出GEN-1.5：机器人数秒学会新任务并实现泛化
Generalist团队介绍GEN-1.5单次学习器，称其能在数秒内学会新任务，只需观看示范即可实现泛化；相关能力源于大规模物理数据预训练，团队将其视为迈向物理世界通用智能的一步。该内容展示了机器人学习的新方向，但尚不足以证明已实现物理通用智能。
#8
重复折叠二手报道
GEN-1.5发布：数秒示范即可学习并泛化新任务
GEN-1.5被介绍为一种“一次性学习器”：用户只需示范新任务几秒，系统便能完成学习并实现泛化。发布方称，该能力源于对大规模物理数据的预训练，目标是推进面向物理世界的通用智能，重点在于提升模型对现实任务的适应能力。
#9
重复折叠二手报道
Generalist发布GEN-1.5具身基础模型，单次演示即可学习新任务
Generalist发布最新具身基础模型GEN-1.5，宣称模型仅需3至12秒的单次演示即可学习新任务，无需梯度更新或微调，并能将提示泛化到新情境、从错误中恢复和即兴调整策略。该能力将降低机器人适应新任务对额外训练的依赖，为具身智能的快速部署提供新的技术路径。
#10
重复折叠二手报道
GEN-1.5可凭单次短示范学习新任务
GEN-1.5具身基础模型声称可通过一次3至12秒的示范学习新任务，无需梯度更新或微调，并能将提示泛化到新情境、从错误中恢复及制定新策略。该能力指向更灵活的机器人任务学习方式，但当前内容仅为转发，未提供额外验证或发布背景。
#11
重复折叠二手报道
GEN-1.5被介绍为可通过人类演示快速学习机器人新任务
转帖介绍 GEN-1.5 是一种“一次学习”机器人模型：用户只需向它展示如何完成任务，模型即可在数秒内学习新任务并实现泛化；其能力被归因于大规模物理数据预训练。发布者认为，若这种基于人类示范数据的上下文学习在机器人上成立，可能降低机器人适应新任务的复杂度，但目前内容主要是对该能力的介绍。
#12
重复折叠二手报道
GEN-1.5据称让机器人一次示范即学会新任务
原帖作者称，8月3日其团队使用GEN-1.5进行少梯度学习实验时，机器人在没有微调的情况下，仅通过一次示范就准确模仿了任务动作，并在不同任务提示下多次成功执行。该经历被其称为“物理提示”的存在性证明，显示机器人从实体数据中学习和泛化的探索出现了新的能力信号。
#13
重复折叠二手报道
GEN-1.5展示数秒学习新任务与泛化能力
GEN-1.5被介绍为一种“单次学习器”，可在数秒内学习新任务；用户只需示范操作，它便能进行泛化。帖子称，这项能力源于大规模物理数据预训练，面向物理世界通用智能探索，为机器人任务适应提供了新的技术方向。
#14
重复折叠二手报道
分析称 GEN-1.5 的能力关键在于保留重复动作与失败恢复数据
一则围绕 GEN-1.5 的分析认为，人类收集的动作数据中，整理、装配等对称性重复动作，以及掉落后快速拾回等恢复过程，能为模型提供自然的上下文学习信号；过度清洗数据反而可能损失这类能力。分析还称，UMI 是另一项关键因素，并认为 GEN-1.5 正在加速传统遥操作数据采集方式的退场。
#15
当前簇头 · 第 2 任重复折叠二手报道
Jim Fan解读GEN-1.5：保留失败轨迹或提升机器人学习
Jim Fan认为，GEN-1.5的潜力来自人类数据中的重复动作与失败后恢复，并强调不要过度清洗这些轨迹；相比传统遥操作，UMI能更直接地保留人的物理直觉。他称模型在相似场景下可能无需微调即可抓取新物体，但现有演示仍较简单，结论需谨慎看待。
#16
重复折叠二手报道
转发观点称：GEN-1.5依靠重复与恢复数据提升机器人学习
转发内容称，GEN-1.5的表现与人类动作数据中的重复模式和失败后恢复轨迹有关，训练时不应过度清洗这些片段；同时，UMI被视为关键配套，并据此判断远程操作采集的长期价值正在下降。这一观点主要聚焦具身模型的数据处理与训练方法。