于是转身向具身走去｜对话王家伟：24 岁的具身智能首席科学家
十字路口Crossing956 字 (约 4 分钟)
85
具身智能领域风险高但机会大，深朴智能通过全栈技术路线探索具身模型的可行性。
入选理由：深朴智能开源2000小时HiFi-UMI数据，推动具身模型发展
精选播客#具身智能#AI#机器人#大模型中文
模型
什么是 GEN-1.5？
也叫：Generalist机器人
通过物理提示实现机器人快速学习的模型
为什么现在值得关注？
最近变化
2026-09-20 · GEN-1.5通过3-12秒动作示范实现59%任务成功率，无需微调参数
GEN-1.5 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
📰 GEN-1.5 最新动态
已收录 4 篇与「GEN-1.5」相关的 AI 资讯和分析。
Weekly Dose of Optimism #207
Not Boring1013 字 (约 5 分钟)
85
本文汇总了癌症疫苗、注意力免疫调节、通用机器人和路由器收购等跨领域进展，为工程师提供前沿动态参考。
入选理由：Merck-Moderna mRNA疫苗使黑色素瘤复发率降低44%（基于Phase III数据）
精选文章#癌症疫苗#机器人#免疫学#路由器英文
Seeing a hype wave around GEN-1.5, and rightfully so. Lots of respect to Pete & Andy for executing s...
Jim Fan(@DrJimFan)432 字 (约 2 分钟)
85
GEN-1.5模型通过利用人类数据中的重复模式和恢复机制，显著提升了机器人学习的效率。
入选理由：对称模式（如组装螺丝）提供自然的上下文延续性，提升训练效果。
精选推文#机器人学习#GEN-1.5#UMI#数据收集英文
“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化
十字路口Crossing1038 字 (约 5 分钟)
72
具身智能领域出现Scaling Law信号，ICL技术使机器人通过少量示范完成任务，但数据闭环和泛化能力仍是挑战。
入选理由：GEN-1.5通过3-12秒动作示范实现59%任务成功率，无需微调参数
精选播客#具身智能#Scaling Law#机器人学习#ICL中文
🔗 相关术语
与「GEN-1.5」经常一起出现的 AI 术语。
💡 想追踪「GEN-1.5」的长期趋势？去 实体雷达 · GEN-1.5 查看详细分析和跨材料问答。