硅谷机器人公司Generalist AI发布了新一代基础模型GEN-1.5。

两个月前，斯坦福教授李飞飞刚以个人身份投了Generalist AI的4亿美元融资，同轮天使投资人还有林斌和袁征，英伟达也是股东。

GEN-1.5给出了它们投资的理由：给机器人看一段3到12秒的动作演示，不训练、不微调，当场执行，10个操作任务平均成功率59%。以前教一个机器人拧瓶盖，工程师要编程三个月，现在需要的全部投入是一段三秒钟的演示，和零行代码。多位顶尖研究者将这一刻类比为2020年GPT-3的发布，认为具身智能走到了自己的GPT-3时刻。

GEN-1.5最让研究者震动的能力不是模仿，关键在于即兴发挥。给它一根香蕉，它把香蕉当成刷子横扫积木入碗；给它一个簸箕，它放弃了「扫」的策略，改用推起来再倒进碗——这套动作在约189万段预训练场景里都检索不到，没有人在任何阶段告诉模型应该这样做。碗被纸盖住，模型会自己掀开纸；积木粘在指尖，模型会用另一只手拨下来；一个只训练过放一块积木的模型，开始自发按颜色分拣多块积木。

Generalist AI表示，这些能力都不是刻意设计的结果，而是从大规模物理数据的预训练中自行出现。这就是具身智能的Scaling Law：物理交互数据规模越大、训练时间越长，模型泛化能力越强。一个反直觉的发现是，微调的梯度步骤越少，即兴发挥能力反而越强，10个梯度步骤只改变了模型参数的0.15%，Generalist AI的说法是，这已经接近于「提醒模型一些它几乎已经知道的事情」。

不过这些结果均为Generalist AI自行报告，尚未经过独立验证，任务本身也仍是简单的短程操作，距离真实场景中的长程复杂任务还有很大距离。

Generalist AI联合创始人Pete Florence和Andy Zeng来自谷歌DeepMind机器人团队，Andrew Barry来自波士顿动力。公司2026年6月完成4亿美元融资，Radical Ventures领投，英伟达和Bezos Expeditions参投，投后估值20亿美元，目前正以30亿美元估值洽谈新一轮融资。