最近的机器人科技圈，真是一天都不让人闲着。就在国内，宇树科技刚在科创板敲钟上市，市值一举冲上4000多亿，连英伟达 CEO 黄仁勋的千金都跑去北京逛世界机器人大会，现身宇树展台互动。

但就在大家为国内机器人硬件躯壳取得突破而高兴的第二天，大洋彼岸的硅谷冷不丁抛出了一个“王炸”——机器人初创公司 Generalist AI 正式发布了新一代具身基础模型 GEN-1.5。

这家公司可不简单，两个月前，斯坦福教授李飞飞刚以个人身份参与了他们 4 亿美元的融资，英伟达、小米联合创始人林斌也都在股东名单里。能让这么多“聪明钱”和行业大佬同时抢投，因为 GEN-1.5 确实干了一件足以颠覆行业的大事：它把机器人学新技能的门槛，降到了几乎为零。

看几秒视频，机器人当场就“悟”了

以往要教机器人去拧个瓶盖，工程师们得吭哧吭哧写足几个月的代码，或者喂进几万条数据反复调参。现在呢？ 只需要给 GEN-1.5 看一段 3 到 12 秒的人类操作演示，不需要进行任何训练微调，一行代码都不用写，机器人直接就能上手去干。

根据官方发布的数据，在“仅仅看一遍”（One-shot）的模式下，GEN-1.5 没有任何梯度步骤更新，执行拧瓶盖、拉拉链等 10 个操作任务的平均成功率高达 59%。如果给它提供 5 分钟稍微多一点的演示数据进行极少量的微调，成功率直接飙到了 83%。

多位研究界的大佬们已经将这一刻，类比为 2020 年 OpenAI 发布 GPT-3 时带给语言模型的震撼，惊呼物理世界的 GPT-3 时刻 已经到来。

没教过的招式，它竟然懂“脑补”

如果单纯只是“照葫芦画瓢”，还不足以让这群硅谷极客倒吸一口凉气。GEN-1.5 最让人头皮发麻的，是它在预训练中涌现出的即兴发挥能力（Improvisational Intelligence）。

官方做了一个有些“搞事”的实验：本来是用人类演示数据，教它用刷子把积木扫进碗里。测试时，员工却缺德地给它递了一根香蕉。结果机器人完全没蒙圈，直接拿香蕉当刷子横扫积木——毕竟香蕉的形状和接触策略与刷子确实很像。

那如果换成一把簸箕呢？因为簸箕不能“扫”，模型竟自动放弃了教过的策略，改为用一只手把积木推上簸箕，然后再端起簸箕把积木倒进碗里！

这还没完，在各种测试中，GEN-1.5 反复展现出神级的“随机应变”：

  • 遇到障碍会破解：装积木的碗不小心被一张纸盖住了，训练数据里绝对没有这道题。但模型竟然自己学会了先用手把纸掀开，放进积木。

  • 手卡住了自己抠：一块小乐高积木不幸卡在了机械手的防滑垫上，它竟然懂得用另一只手把它抠下来。

  • 单手无力变双手：平时学的是单手旋转瓶盖，但遇到较难搞定的罐子时，它无师自通地切换成双手齐上，一套完全不同的抓取旋转策略呼之欲出。

注意，这些带有纠错、变通意味的“灵机一动”，没有任何人在任何阶段教过它。

物理版 Scaling Law：数据才是未来的硬通货

一台纯机器，凭什么有这种“物理直觉”？答案依旧是大模型那套暴力的“Scaling Law（缩放定律）”——大力出奇迹。

据官方透露，GEN-1.5 已经连续在海量物理场景下预训练了超 8 个月，而且没有任何收敛遇到瓶颈的迹象。看的事情太多了，经验自然就有了。当给它看一眼新任务时，其实已经不再是“教它学”，而是“用极少的算力，提醒它一些它早就已经掌握的事情”。

这场技术地震，也直接给所有正在做躯体的机器人硬件厂商敲响了警钟。 宇树科技作为人形机器人出货量全球第一的企业，虽然造出了绝佳的躯体，但研发投入还在飙升，正在疯狂弥补“大脑缺席”的短板。王兴兴本人也在会上预判：大概三到五年，就有望实现机器人的 ChatGPT 时刻。

现在，Generalist AI 的表现将这个时间点猛拉到了眼前。谁拥有更优质、更大量的“物理交互数据”来喂饱这个引擎，谁就将赢下下一个时代的入场券。这也是为什么，像 Generalist AI 这样出身自 DeepMind 和波士顿动力的梦幻级大脑团队，能在融资市场上被各路大佬踏破门槛。

【编辑观察】 目前 GEN-1.5 展示的任务依然是相对短程、简单的动作（比如拧瓶盖、扫积木），离真正的“智能管家”还有段距离。但这就像是 2020 年只能做文字续写的初版 GPT-3 一样，虽然表现粗糙，但道路已经彻底铺通。或许过不了几年，咱买回来的机器人，不用设定任何程序，只要你给它演示一遍洗碗，它就能自己解锁擦桌子和倒垃圾了！