TECHNOLOGY · 技术
具身智能基础模型
具身ICL创业公司可可矩阵：将上下文学习作为机器人新Scaling路线
可可矩阵押注具身ICL，主张以流式记忆和条件表征推动机器人快速适应新任务。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
国内创业公司可可矩阵（COCO Matrix）成立于2026年4月，专注于将上下文学习（In-Context Learning，ICL）打造为具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身的底层范式。公司创始人兼CEO高宇翔表示，随着Skild AI发布机器人基础模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身S1、Generalist AI推出GEN-1.5，以及RoboTTT等研究出现，行业开始关注机器人从少样本示范中快速学习的能力，而不再单纯依赖海量数据。可可矩阵的思路是将后训练的ICL前置到预训练阶段，并开发“条件表征”技术，使视觉特征提取由任务意图驱动，在八、九类视觉任务上已验证效果。高宇翔认为，具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身的Scaling新方向在于部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身后的持续学习，而Long Context应实现流式记忆，而非简单扩展窗口。公司下一步将重点定义人机教学交互数据的采集标准，以支持ICL训练。