通过从大规模、多样化且任务无关的数据集迁移知识，现代机器学习模型能够在零样本（zero-shot）或仅使用少量特定任务数据的情况下，实现对具体下游任务的高性能解决。尽管这一能力已在计算机视觉、自然语言处理和语音识别等领域得到验证，但在机器人学领域尚未得到充分证明。由于真实世界机器人数据的采集极为困难，模型的泛化能力在机器人领域显得尤为关键。我们认为，实现通用机器人模型成功的关键在于开放式的、任务无关的训练方式，结合高容量的模型架构，以充分吸收来自多样化机器人数据的丰富信息。本文提出一类新型模型，称为“机器人Transformer”（Robotics Transformer），其展现出良好的可扩展性特征。我们通过一项大规模研究验证了上述观点：基于真实机器人执行真实任务的海量数据集，系统比较了不同模型类别在数据规模、模型规模和数据多样性变化下的泛化能力。该项目的官方网站与演示视频可访问：robotics-transformer1.github.io