Facet-0是一种面向高精度接触操作的机器人基础模型，结合视觉-语言骨干与流匹配动作专家，联合预测动作及未来腕部扭矩，将接触视为可预测结果。基于ManuFacet-1K数据集训练，并通过Action–Wrench Critic评估交互价值，实现策略细化，提升装配可靠性。

Skild AI发布机器人基础模型S1，支持上下文学习，机器人仅看人类演示视频即可完成长达10分钟的新任务，无需后训练。在未见任务上成功率66%，远超语言提示VLA的9%。S1旨在推动机器人从“微调时代”迈向“GPT时刻”，降低技能学习成本，其融资估值已超140亿美元。

Generalist AI发布机器人基础模型GEN-1.5，支持一次性学习，机器人看3-12秒演示即可学会新任务，无需梯度更新或微调。模型能举一反三，结合不同演示，甚至从模拟器学后直接应用于现实。此能力源于大规模物理数据预训练，类似GPT-3的上下文学习，但成功率仅59%，提升至83%需额外微调。

RoboTTT将机器人基础模型的视觉-运动上下文扩展至8K时间步，通过测试时训练更新快速权重，在不增加推理延迟下提升性能。相比单步基线，任务性能提高87%，能完成五分钟十阶段装配任务，并支持一次性模仿和即时策略改进，表明上下文长度是机器人模型的新扩展维度。