机器人终于从「被编程」跨到了「被演示」：Generalist AI 发布的 GEN-1.5 基础模型，看一段 3-12 秒的动作视频就能当场执行，零代码、零训练，10 个操作任务 one-shot 成功率 59%、few-shot 83%。研究者们把这一刻类比为 2020 年 GPT-3 的发布——具身智能的 GPT-3 时刻来了。
Physical Prompting：上下文学习进入物理世界
GEN-1.5 来自通用智能初创 Generalist AI，创始团队出身 Google DeepMind 机器人组（Pete Florence、Andy Zeng）和波士顿动力（Andrew Barry）。它的核心机制叫 Physical Prompting（物理提示）：把一段真实动作演示（传感器数据+动作轨迹）塞进约 30 秒的上下文窗口，剩余空间留给实时环境观测，模型参数不动，直接尝试执行。
这正是 LLM 领域 in-context learning（上下文学习）的物理版——它让大模型从专用工具变成通用平台，如今被搬进了物理世界。传统教机器人一个任务要数万步梯度下降、数月工期；GEN-1.5 的 one-shot 模式完全跳过梯度步骤，新任务适配成本从数月压缩到数秒。
涌现而非模仿：没人教过的策略自己长出来
最让研究者震动的是即兴发挥而非模仿。一个只被 5 分钟人类数据微调过（1 个梯度步骤）的模型，任务是把积木扫进碗里：给它一根香蕉，它当刷子用；给它一个簸箕，它直接放弃「扫」，用另一只手把积木推上簸箕、抬起、倒进碗——两套完全不同的接触序列，训练数据里从没出现过。
测试中这类即兴反复出现：碗被纸盖住，模型自己掀开再放积木，有时还盖回去；积木粘在指尖，它用另一只手拨掉；只被训练单手拧罐盖的模型，自发切换成双手操作。Jim Fan 归因于数据里的两类模式——对称重复动作（第二颗螺丝是第一颗的「上下文样本」）和人类失败-恢复弧线（东西掉了捡起来继续），后者让模型在测试时自然具备纠错能力。
具身 Scaling Law：数据才是护城河
GEN-1.5 已连续预训练 8 个月以上、分三阶段，覆盖约 189 万段场景，下一步动作预测误差持续下降、至今没有收敛迹象——具身智能的 Scaling Law 成立。反直觉的发现是：梯度步骤越少，即兴能力越强（10 个梯度步骤只改动参数 0.15%）。团队的说法是，这接近「提醒模型一些它几乎已经知道的事情」。
一旦跨过预训练阈值，适配新任务的边际成本趋近于零，竞争的核心资源就变成谁拥有足够的物理交互数据——这和 2021 年 LLM 进入数据争夺战如出一辙。这与站内此前的具身智能 KPI 讨论形成呼应：从 WAM 到 WTM：任务完成度正在成为机器人 AI 的新 KPI。
产业拐点：大脑比躯体值钱
发布落在具身智能最密集的一周：8 月 19 日宇树科技科创板上市（开盘 1100 元/股、市值约 4449 亿元），WRC 世界机器人大会在北京亦庄开幕（300 余家企业、150 余款全球首发）；8 月 22 日第二届世界人形机器人运动会开赛（666 支队伍、2056 台机器人、51 个项目，队伍数同比增 138%）。
宇树创始人王兴兴直言，人形机器人的真正瓶颈是具身智能大模型，预计快则两三年、慢则五到十年迎来「机器人 ChatGPT 时刻」。GEN-1.5 是对这个判断的第一个实证回应：一旦通用「大脑」成熟，躯体的价值将取决于接入这颗大脑的速度，而不是硬件参数和出货量。
现在该做什么
- 对开发者：把物理交互数据当战略资产。像 Generalist AI 的 UMI 采集方式（人直接戴夹爪操作）那样保留「物理直觉」的数据，比单纯堆量更重要。
- 对企业：现在就在高频短程任务上试点 one-shot 适配，成本曲线即将重演 LLM 那轮下探。
- 对怀疑者（合理怀疑）：这些是短程任务、自报结果、未经独立验证。Jim Fan 的冷水也适用：「演示还太简单，不能下结论」。盯收敛曲线和长程基准，别盯着 Demo。
FAQ
GEN-1.5 是什么？
一个机器人基础模型：看一段 3-12 秒演示即可执行任务、无需训练，10 个操作任务 one-shot 59%、few-shot 83%。
这真的是机器人的 GPT-3 时刻吗？
研究者如此类比，是因为上下文学习进入了物理世界：适配成本从数月压缩到数秒，且预训练 8 个月、约 189 万场景后误差仍无收敛迹象。
Generalist AI 是谁投的？
2026 年 6 月完成 4 亿美元融资（Radical Ventures 领投，英伟达、Bezos Expeditions 参投，估值 20 亿美元），正在以 30 亿美元估值洽谈新一轮。
