继GPT-3后，具身智能迎来上下文学习（ICL）新范式，Skild AI的机器人基础模型S1仅需观看演示即可完成新任务，数据规模增加时ICL效果反超传统Prompt，未见任务表现提升约7倍。
可可矩阵将后训练ICL前置到预训练阶段，构建“条件表征”模型，动作生成更轻量，简单任务One-Shot完成率稳定超80%。
具身智能Scaling维度正从数据覆盖转向学习能力，机器人需具备从示范和经验中快速获取新技能的能力，目标是接近人类培训周期，实现技能快速复用与迭代。
具身ICL成新赛道，创业公司押注上下文学习
作者：梦晨
发布时间：2026-09-07 06:09:36
浏览：14
继GPT-3后，具身智能领域兴起In-Context Learning新范式，Skild AI和Generalist AI发布成果，国内创业公司可可矩阵致力于将ICL作为底层范式，通过预训练阶段强化理解能力，降低对海量数据的依赖，推动机器人快速学会新任务。
上一篇：
AI模型密集发布引发“模型疲劳”担忧
下一篇：
智能育种机器人“吉儿”发布具身智能版本