原文标题：Generalist AI Releases GEN-1.5 Robot Foundation Model That Learns From a Single Demonstration
据AI Insider于8月22日报道，Insider Brief 通用人工智能公司 Generalist AI 发布了 GEN-1.5，这是一款新型机器人基础模型，能够通过一次或少数几次演示学习物理任务，并能在无需针对特定任务训练的情况下泛化到某些新场景。该公司表示，GEN-1.5 在观看一段仅3至12秒的单次演示后就能学会某些任务，且无需更新模型的底层参数。Generalist AI 将这一方法称为“物理提示”，即通过演示提供传感器和运动信息，供模型推断机器人应执行的操作。该公司在详细介绍其研究的博客文章中写道：“尽管这些任务简单且时间跨度短，但据我们所知，这是首个在大规模上实现一次性学习和少样本学习物理技能的模型。我们将这些成果视为朝着为物理世界构建通用智能这一使命迈出的重要一步。”GEN-1.5 还支持少样本适应，以及 Generalist AI 所描述的零样本物理泛化。
这包括将学到的行为应用到不熟悉的物体或情境中、即兴创造新的动作策略，在某些情况下还会使用不属于任务演示内容的工具。在涵盖10项简短操作任务的测试中，Generalist AI 报告了以下结果：这些测试包括打开罐子、拉开笔袋拉链、从钱包中取钱以及用刷子清扫物体。Generalist AI 指出，这些任务相对简单且耗时较短，而且一次性学习的技能仍然不如经过微调的模型可靠。该模型可处理视频、语言、传感器和机器人位置信息，并保持约30秒的上下文记忆。Generalist AI 表示，GEN-1.5 能够将多个独立的演示组合成更长的行为序列，在某些情况下，甚至可以在观察人类用手完成某项任务后将其复现出来。该公司指出，GEN-1.5 还展示了从仿真环境到物理世界的零样本迁移能力，并报告称，一段完全在仿真环境中录制的演示被用作真实机器人的提示，尽管 GEN-1.5 的预训练中不包含任何仿真数据，且该模型在两种环境中均未针对这一特定任务进行过训练。
Generalist AI 表示，GEN-1.5 已在从家庭、仓库、工厂及其他环境中收集的物理交互数据上进行了八个多月的预训练，目标是在机器人尝试新技能之前，减少所需的任务特定数据和训练量。Generalist AI 称，公司最初并没有打算打造一个能从单次演示中学习的模型。相反，团队专注于开发底层的预训练系统和数据管线，以便在大量物理交互数据上训练机器人模型。“GEN-1.5 是一个我们认为在科学意义上意义深远的里程碑，不是因为它有更高的成功率，而是因为它代表了通用性的新前沿——它挑战了我们对这些模型在被预训练于如此规模的物理交互数据时如何行为的理解，而这样规模的数据，很少有人认为不靠捷径是可能的，”该公司表示。
来源：AI Insider ｜ 原文链接