
何が起きたか
宇樹科技の新しいロボット基盤モデル「GEN-1.5」は、勾配更新やファインチューニングなしで、単一の例から数秒で新しい物理的タスクを学習できる。デモからのワンショット・フューショット学習に加え、ゼロショットの物理的一般化も実現する。
なぜ重要か
同社が知る限り、物理スキルのワンショット・フューショット学習が大規模に出現した初のモデルである。タスクは単純で短期志向だが、物理世界の汎用知能構築に向けた重要な一歩と位置付けている。国内の製造・物流現場でロボット導入のハードルが下がる可能性がある。
注目点
GEN-1.5は、人間が少数の例から新しい物理スキルを習得する能力の始まりを示している。ただし、ブログ投稿では多くのタスクについて「当社の知る限り」関連する事前学習データがなかったとしか確認できない。
こういう要約が、毎朝あなたのメールに届きます。
宇樹科技のGEN-1.5は、単一または少数の例から新しい物理スキルを習得するという、明確に人間らしい特性を再現しようとしている。同社はこれを、勾配更新やファインチューニングなしで達成された能力の始まりと説明しており、大量の学習データを必要とするアプローチとは一線を画す。物理スキルのワンショット・フューショット学習を大規模に示した初のモデルという主張は、タスクが単純で短期志向であるという留保付きながら、一里塚として位置付けられる。
この開発は、タスク横断的に一般化する基盤モデルへのロボット工学の幅広い動きを反映している。宇樹科技はこれを物理世界の汎用知能構築への重要な一歩と位置付けるが、事前学習データの検証限界に関する同社自身の慎重な姿勢は、結果をある程度懐疑的に見るべきことを示唆する。実用的な意味合いは依然として不明で、編集者は商業用途の不確実性を指摘し、高速で危険な荷物配達を一つの可能性として遊び心を持って挙げている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
ElevenLabsが220億ドルの評価額で3億ドルの従業員向けテンダーを完了し、Mati Staniszewski氏は音声が主要なインターフェースになると予測した

Skild AIはNvidia Isaac SimでS1モデルに「ゴールを決める」目的を与え、自分自身の強い版と競わせ、140年以上の対戦後、実機の人型ロボットでサッカーをさせた

OpenAIは10月15日、Rosalind Academic Planを発表した

Qiita記事がLLMアプリ向け自動レッドチーミング手法GCG・PAIR・TAPを実LLMなしの模擬実装で比較した

Liquid AIは2026年10月15日、オープンウェイトの改良版意思決定モデルd1-ultraを公開した

CircliaがTASTE SIGNALの実証実験を開始した
