通用机器人基础模型GEN-1.5发布：看3秒视频即可零代码执行任务

一、研发方法

1. 预训练基础‌

累计8个月以上的物理交互数据预训练，覆盖家庭、仓库、工厂等多类真实场景，截至2025年11月已积累超27万小时真实操作数据，每周新增约1万小时。

2. 数据处理效率‌

通过低成本手持设备采集数据，训练系统单日可处理相当于6.85年的人类操作经验。

3. 迭代路径‌

2025年11月GEN-0验证物理数据扩展有效性，2026年4月GEN-1将简单任务成功率从64%提升至99%，GEN-1.5实现新任务学习所需训练量指数级下降。

4. 能力跃迁节点‌

团队逐步将新任务适配所需的微调步数从数百步压缩到数十步、1步，最终实现零梯度的上下文学习：

• 少样本学习：看3-12秒演示即可零代码执行任务
• One-shot执行：10项操作one-shot平均成功率59%
• 跨任务泛化：无需针对特定任务重新训练

二、技术原理

1. 零更新机制‌

无需梯度更新、无需微调，仅通过单次3-12秒的示范，机器人就能在数秒内完成新任务的泛化执行。

2. 底层逻辑‌

3-12秒的示范并非从零教会机器人抓取、接触等基础动作，更像是“提示”模型唤醒它几乎已经掌握的能力，完成任务目标对齐。

3. 涌现特征‌

模型从海量人类操作数据的重复、失误与恢复样本中，自主学习到未被逐项标注的动作逻辑，具备自主推理能力。

三、实测数据

1. 零样本一次示范成功率‌：在10项全新任务上平均成功率达59%。
2. 低数据优化上限‌：搭配5分钟新任务数据、10次参数调整后，成功率可提升至83%。
3. 泛化能力验证‌：学会用刷子把积木扫进碗后，换成香蕉能自主把香蕉当临时刷子完成任务，换成簸箕会自主切换动作，用另一只手把积木推上簸箕再倒入碗中，全程无额外训练。

四、产业价值

1. 打破行业传统痛点‌

过去通用机器人“名义通用、实际单任务”，新任务需要专家数周甚至数月编程适配，GEN-1.5将新任务基线性能的落地时间从数周压缩到数秒。

2. 降低使用门槛‌

操作机器人不再需要专业机器人工程背景，普通用户只要能完成任务示范，就能让机器人学会对应技能。

3.对齐大模型发展轨迹‌

和GPT-3让大语言模型的少样本能力在广泛任务上集中涌现类似，GEN-1.5让物理智能的泛化能力首次在大量任务中集中显现。

五、局限性

1. 能力边界‌

尚未达到完全商用落地的成熟度，陌生复杂场景下稳定性仍有不足，长任务链执行效率仅达人工的30%左右。

2. 行业阶段定位‌

当前具身机器人自主水平处于L3到L4过渡区，GEN-1.5是物理智能接近GPT-3时刻的标志性节点，距离80%陌生场景下完成80%任务的具身智能爆发点，预计还需2-10年。

意义

被研究者类比为具身智能的"GPT-3时刻"——即从特定任务模型向通用基础模型的跃迁。该模型有望大幅降低机器人任务部署门槛，推动具身智能从实验室走向实际应用。