机器人基础模型的梦想，是让你走到一台机器人面前，几乎立刻让它完成任何任务，并将这种能力泛化到各种场景中。

我们的新模型 Gen 1.5 是一个即时学习通才，具备一次性学习能力。

它能在数秒内，通过上下文提示，学习并泛化新任务。

它还能组合多个提示，以掌握更长期的任务。

它可以从模拟器中获得提示，并将这些行为迁移到现实世界。

在某些情况下，它甚至能直接观察人类，并当场模仿他们的动作。

对于少样本学习，它只需 1 到 10 个梯度步骤，基于 1 到 5 分钟的数据，就能掌握新任务。

它展现出物理层面的泛化能力，包括即兴使用新工具来完成任务。

所有这些能力，开箱即用。

它最快的学习方式，是在新任务上零训练，仅需将几秒钟的演示数据放入模型上下文中。

我们向机器人展示要做什么，它便能将其泛化。

我们将此称为“物理提示”。

我们进行上下文提示的变体研究已约一年，但首次看到如此强大的泛化上下文学习能力。

这些任务目前虽然简单，成功率也不算高，但此前从未有模型能做到这一点。

这并非我们明确训练出来的，而是从新训练方法中涌现出的能力。

除了上下文学习，它还能通过极少的训练步骤进行学习。我们观察到的物理泛化新水平中，包括新颖的工具使用即兴发挥。

例如，我们教它用刷子将积木扫入碗中，当给它一根香蕉时，它能设法将香蕉当作临时刷子使用。

当给它一个簸箕时，它会用另一只手将积木推到簸箕上，然后抬起簸箕，将积木倒入碗中。

它还能清扫多个物体，并学会灵活换手操作。

总体而言，它展现出比以往模型更强的即兴智能。

当一只手上粘着乐高积木时，它会用另一只手将其取下。

我们曾教它把积木放入碗中，但随后我们用一张纸盖住了碗。

它移开纸张以完成任务。我们教会它单手打开罐盖，结果它直接用双手完成了。当我们给它不同的瓶子和杯子时，它也摸索出了打开它们的方法。

我们还开始看到人机之间情境学习的涌现——一个人只需用自己的双手向机器人演示操作，机器人就能当场模仿执行。

尽管我们仍处于非常早期的阶段，但对机器人基础模型中这一智能新领域的潜力感到无比兴奋。