对话COCO Matrix高宇翔：难以提前穷举世界，不如「学习适应」世界

ICL走红（本文作者为 白鲸实验室，钛媒体经授权发布）文｜白鲸实验室，作者 | 刘培，编辑｜柳嘉8月20日，当国内诸多企业的机器人在2026年世界机器人大会上，忙着展示物流分拣、装卸、切菜、做早餐等任务时，太平洋的另一端，具身智能突然掀起一个技术新风向。当天，美国机器人基础模型公司Generalist AI发布了最新模型GEN-1.5，展现出很好的In-Context Learning（上下文，ICL）能力。几天后，Skild AI也开始把ICL放到具身智能的核心叙事中。ICL可以简单理解为，机器人应该像人类一样高效利用观察到的上下文，来适应和学习新的环境与任务。而现在流行的范式是，机器人每次学习一个任务，都要针对性地为这个任务提前采集数据并重新训练。这完全像刷题库取得高分的学生，一旦测试题超出题库的内容，就无法胜任了。尽管现在两家公司展现的机器人长上下文学习能力仍处于早期，但他们在ICL

原文：钛媒体