跳到正文
Generalist · Research Blog·· 2025-09-24精选AI 评分72

Generalist 发布首个端到端视觉运动控制搭建乐高积木的机器人能力

The Robots Build Now, Too

AI 导读

Generalist 展示了其模型在单样本组装任务中的能力,能够观察人类构建的小型结构并复制它。该模型实现了从像素输入到每秒 100 次动作输出的端到端控制,无需特定工程或自定义指令。测试仅在四色、三块 2x4 乐高积木的 99,840 种组合上验证了泛化边界,体现了对物理力的精细理解与序列推理能力。

推荐理由

Generalist 展示首个端到端视觉运动控制搭建乐高积木的能力,验证了从像素到高频动作的泛化潜力。

来源:Generalist · Research Blog · generalistai.com