Generalist AI
PulseAugur coverage of Generalist AI — every cluster mentioning Generalist AI across labs, papers, and developer communities, ranked by signal.
-
机器人通过上下文学习（In-Context Learning）从演示中学习新任务 · 跟踪3个来源
机器人初创公司Skild AI和Generalist AI正在为机器人开创上下文学习（ICL）技术，使它们无需微调即可从演示中学习新任务。Skild AI的S1模型可以处理长达10分钟的任务演示，而Generalist AI的GEN-1.5则专注于从简短视频中进行单次学习。这种方法借鉴了ICL在大语言模型中的成功经验，旨在使机器人能够更好地理解上下文并在复杂、现实世界的场景中适应。COCO Matrix是一家成立于2026年4月的初创…
-
Ropedia 发布 HOMIE Gen2，旨在捕捉人类经验以赋能具身智能
Ropedia 发布了 HOMIE Gen2，这是一个新推出的多模态数据收集系统，旨在为具身智能提供真实世界的经验。该系统由人类佩戴，捕捉第一人称视角，包括动作、意图和环境背景，以弥合 AI 知识与其执行物理任务能力之间的差距。Ropedia 认为，这种方法旨在创建可扩展的人类经验数据集，这对于开发更强大的机器人至关重要。
-
机器人通过类似GPT-3的单次学习在几秒钟内学会新任务
Generalist AI发布了其新的机器人基础模型GEN-1.5，该模型支持单次学习。该模型可以通过观察简短的演示来学习新任务，这与GPT-3从文本示例中学习的方式类似。GEN-1.5甚至可以组合不同的演示来执行复杂任务，并且可以在真实世界和模拟环境中学习，而无需梯度更新或微调。虽然目前单次学习的成功率约为59%，但研究人员对机器人仅通过观察就能学会复杂动作的潜力感到兴奋。
-
Generalist AI 的 GEN-1.5 使机器人能够从视频中学习
Generalist AI 推出了 GEN-1.5 模型，旨在使机器人能够通过简短的视频演示来学习新任务。这种方法大大减少了对长时间训练的需求，使机器人能够更有效地获得技能。
-
Generalist AI 机器人模型通过单次演示学习任务
Generalist AI 推出了新的机器人模型，该模型能够通过一次演示学习任务，而无需重新训练或梯度更新。这一进步旨在显著减少机器人掌握新技能所需的编程时间。该模型从单个示例中学习的能力可能会彻底改变机器人在各种应用中的部署方式。
-
Generalist AI 推出 GEN-1.5 单样本学习模型
Generalist AI 推出了 GEN-1.5，一个新颖的单样本学习模型。该 AI 能够从单个示例中学习，展示了高效学习能力的重大进步。模型的架构和性能在最近的一篇博客文章和配套视频中有详细介绍。
-
机器人通过视频学习新任务，模仿人类的适应能力
Generalist AI是一家由前Google DeepMind和Boston Dynamics研究人员创立的初创公司，正在开发能够通过教学视频和人类演示快速学习新任务的机器人。这些机器人表现出令人印象深刻的适应能力，能够像人类一样即兴使用工具和切换操纵器来完成目标。该公司正在使用特制手套收集大量训练数据，并从头开始构建其AI模型，旨在赋予机器人更直观的物理理解和任务迁移能力。
-
新型机器人模型Riemann-1.0通过人类视频训练掌握家务 · 跟踪到1个来源
Riemann Dynamics发布了其新型机器人模型Riemann-1.0，该模型在RoboCasa-365家务任务基准测试中取得了62.6%的新国家级最高分。该模型是昆仑万维的子公司，接受了超过232,000小时人类活动视频的训练，这与传统的机器人训练数据有显著区别。该方法整合了视觉语言模型（VLMs）和世界模型，利用人类视频数据让机器人对物理交互和任务规划有更直观的理解，然后再用具体的机器人数据进行微调。
-
DeepMind AI 获数亿元融资，加速实体AI基础模型研发
DeepMind AI 近日完成新一轮数亿元人民币融资，由中国人寿长三角科技创新基金领投，老股东持续跟投。公司正加速推进其基于自研“人本学习”技术路线的全栈自研实体AI大模型。本轮融资将用于拓展其数据基础设施，包括多模态人一视角数据集，并推动大模型研发，目标是引领全球实体AI领域。