Generalist AI 发布了 GEN-1.5，这是一个面向研究的机器人基础模型，能够通过其 30 秒的上下文窗口，从单次 3–12 秒的演示中学习新的物理操作任务。这种被称为“物理提示（physical prompting）”的能力是在长达八个月以上的物理交互数据持续预训练过程中自发涌现的，而非经过显式设计。

  • 在无需任何梯度更新或微调的情况下，单次上下文提示在 10 个多样化任务上实现了平均 59% 的成功率。
  • 对每个任务应用五分钟的数据并进行十次梯度步骤，将成功率提升至 83%，权重变化低于 0.15%。
  • 该模型展示了组合泛化、零样本仿真到现实（sim-to-real）迁移以及人机模仿能力，这些能力并未经过显式训练。

此次发布作为关于物理提示扩展性的研究信号，但由于尚未公开权重、API 或自助产品，目前尚不可部署。