仅用三五条样本击败英伟达，国内首个超少样本具身模型登场，还斩获顶会冠军

机器之心发布 机器之心编辑部 国内首个少样本通用具身操作基础模型发布，跨越视觉语言与机器人操作的鸿沟。 具身智能领域终于要突破 "数据桎梏" 了吗？ 相较于自然语言、视觉领域，具身智能的数据天然稀缺。真实世界的机器人操作往往涉及复杂的物理交互、实时反馈与环境变化，导致数据采集不仅成本高、效 率低，并且还难以规模化。因此，现实中能达到数十万以及百万物理交互的数据集并不多见。 另外，当前的视觉 - 语言 - 动作（VLA）模型虽然已经具备了强大的语义理解能力，但在实际操作层面仍依赖大规模标注数据来弥补泛化能力的不足。 如何让具身机器人在极少样本下也能快速学习、准确执行、灵活迁移，成为决定它们真正走出实验室、进入工业生产与人机协作场景的关键因素。 主要实验效果： 近日， 国内通用具身智能创企中科第五纪（FiveAges）正式发布新一代具身操作基础模型 FiveAges Manipulator-1（FAM-1） ，其核心架构源于团队入选 NeurIPS 2025 的《BridgeVLA: Bridging the Gap between Large Vision-Language Model and 3D Robot ...