具身Scaling Law押对了！独角兽新品1小时学会新任务，重复1800次成功率99%

背景与技术理念

近年来，机器人领域逐步迈向“通用化”、“智能化”，但始终面临动作泛化能力差、学习效率低的瓶颈。Generalist最新发布的Gen-1模型，采用“去机器人化”的预训练方法，从人类活动记录中提取物理世界的规律，使机器人在未接触机械臂前就具备空间、时间与因果关系的基本认知。

该理念打破了传统机器人训练依赖大量真实机器人数据的限制，通过更大规模、更丰富的人类行为数据进行训练，为后续的迁移学习打下坚实基础。

核心技术突破

Gen-1的成功离不开两项关键技术革新：

• 分页注意力（Paged Attention）机制：该机制通过更高效地调度计算资源，解决了动作指令发射的延迟问题，使得机器人能够在毫秒级响应物理世界的节奏，实现更流畅、即时的操作。
• Harmonic Reasoning系统：作为推理核心，它引入了多路径预测的能力，不再局限于单一动作路径，提升了模型在面对未知状况时的适应性与创造性。

这两项技术共同构建了一个能够理解复杂任务、灵活调整行为的智能系统，让机器人从“执行者”变成了“思考者”。

性能提升与实际应用

Gen-1在精细操作任务中的表现堪称惊艳：

• 在包装手机和折叠纸箱的任务中，成功率从64%跃升至99%，接近人类水平。
• 完成一次标准纸箱折叠仅需12.1秒，相较之前的34秒，效率提升三倍以上。
• 更重要的是，它能在1小时内学会新任务，且在重复1800次后仍保持高成功率。

这些成果不仅展示了技术的实用性，也预示了未来在工业自动化、柔性制造、物流分拣等场景中的广泛应用潜力。

Scaling Law在具身智能中的验证

Gen-1的突破性进展再次验证了“Scaling Law”在机器人领域的适用性——只要数据量和算力足够，机器人就能在任务中“开窍”，不再机械模仿，而是主动理解空间、时间和因果关系。

这一现象使得机器人能够处理更为复杂的现实问题，例如在物品难以放入容器时，自发地晃动袋子以调整位置，展现出类似人类的“临场应变”能力。

研发团队通过对齐技术，为这种灵活性加上了“导航仪”，确保机器人在即兴发挥的同时，仍能遵循既定规范，保持行为的可控性与一致性。

团队背景与行业影响

Gen-1的研发团队由具身智能领域的资深专家组成，其创始人Pete Florence曾是Google DeepMind的高级研究科学家，主导过PaLM-E、RT-2等多个具有行业影响力的研究项目。他在Dense Object Nets中探索的视觉引导端到端学习，为Gen-1打下了坚实的理论基础。

这一成果标志着机器人技术正进入一个新阶段，从离线强化学习的“局部描摹”迈向“全局布局”。未来，更多基于大规模预训练的通用具身智能系统有望在更广泛的应用场景中落地，推动AI与物理世界的深度融合。