A Generalist apresenta o GEN-1, um modelo de IA de uso geral para sistemas físicos

Para desenvolver o GEN-1, a Generalist aprimorou a estabilidade do treinamento, criou kernels personalizados, desenvolveu novos métodos de atenção por páginas para inferência em tempo real, refinou técnicas pós-treinamento e melhorou os controles para uma operação mais suave e precisa. | Fonte: Generalist AI

A Generalist AI Inc. revelou ontem seu modelo de IA de uso geral GEN-1 para robótica. A empresa afirma que o sistema eleva as taxas médias de sucesso nas tarefas para 99%, contra 64% dos modelos anteriores. Ele também conclui tarefas aproximadamente três vezes mais rápido do que os métodos atuais, alcançando esses resultados com apenas uma hora de dados do robô por tarefa, de acordo com a Generalist.

Fundada em 2024, a empresa desenvolve modelos de base incorporados para robôs versáteis. Com sede em San Mateo, Califórnia, a Generalist afirma que o GEN-1 “abre caminho para a viabilidade comercial em um amplo espectro de aplicações”. Este lançamento ocorre apenas cinco meses após o modelo GEN-0, que, segundo a empresa, confirmou a existência de leis de escala na robótica.

Embora otimista quanto ao avanço do modelo de IA, a Generalist reconheceu que o GEN-1 não pode resolver todas as tarefas. A startup acrescentou que algumas aplicações no mundo real exigiriam taxas de sucesso superiores a 99% para serem praticamente úteis.

Nota do editor: Sessões sobre desenvolvimento de IA incorporada e física serão apresentadas na 2026 Robotics Summit & Expo, nos dias 27 e 28 de maio, em Boston. As inscrições já estão abertas.

O GEN-1 é treinado com dados do mundo real, evoluindo a partir do GEN-0

O GEN-1 se baseia nos fundamentos do GEN-0 por meio de maior escalonamento e melhorias algorítmicas para começar a dominar tarefas básicas, explicou a Generalist AI. O modelo foi treinado desde o início com o conjunto de dados da empresa, que compreende meio milhão de horas de dados do mundo real.

Com o GEN-0, a Generalist demonstrou que o aprendizado de robôs pode ser escalonado de maneira generalizada, semelhante ao progresso previsível observado em modelos de linguagem. A empresa observou que todas as tarefas zero-shot que monitorou apresentaram melhoria simultânea. No entanto, admitiu que o desempenho do modelo “não era suficiente para implantação comercial”.

O GEN-1 é o resultado do aumento de dados e da escalabilidade computacional, acelerado por avanços algorítmicos, afirmou a Generalist. A empresa relata que algumas tarefas estão agora atingindo o limiar de desempenho necessário para uso no mundo real economicamente viável.

A empresa destacou que os modelos robóticos gerais anteriores, que alcançavam mais de 90% de sucesso, dependiam de conjuntos de dados de teleoperação massivos, caros e difíceis de escalar. Em contraste, o modelo de base tanto para o GEN-0 quanto para o GEN-1 é treinado sem quaisquer dados específicos de robôs.

Em vez disso, o modelo utiliza dados de dispositivos vestíveis de baixo custo usados por seres humanos que realizam milhões de atividades. A Generalist afirma ter comprovado que essa abordagem de pré-treinamento pode levar a altos níveis de domínio sem a necessidade de grandes conjuntos de dados de teleoperação ou simulação.

A Generalist aproveita avanços em várias tecnologias

De acordo com a Generalist AI, o GEN-1 incorpora inovações de pré-treinamento que aumentam a eficiência computacional. Avanços em técnicas de pós-treinamento, aprendizagem por experiência (aprendizagem por reforço), orientação humana multimodal e novos métodos de tempo de inferência também contribuíram para um desempenho superior em qualquer tarefa.

Além dessas melhorias, a empresa afirmou que o GEN-1 representa um aumento significativo na escala computacional em comparação com seu antecessor. “Ele demonstrou a capacidade de aprender rapidamente novas tarefas, adaptar-se a novos ambientes e exibir momentos de bom senso físico”, observou a Generalist.

A empresa afirma que o GEN-1 é um aluno eficiente em termos de dados. Em certos testes, o modelo alcançou desempenho comparável ao do GEN-0 usando dez vezes menos dados específicos da tarefa e menos etapas de ajuste fino.

Como o conjunto de dados de pré-treinamento não contém dados de robôs, quando o GEN-1 se adapta a uma nova tarefa, ele está aprendendo simultaneamente tanto a concretização específica do robô quanto a própria tarefa pela primeira vez, explicou a Generalist.

O GEN-1 aprimora a confiabilidade e a inteligência de improvisação

“Modelos de base incorporados devem ser confiáveis, rápidos e capazes de se recuperar de situações inesperadas”, disse a Generalist. Em relação à confiabilidade, a empresa afirmou que o GEN-1 pode realizar várias tarefas com altos níveis de confiabilidade por longos períodos sem intervenção humana.

A empresa demonstrou o GEN-1 em seis tarefas: montagem de kits de peças automotivas por mais de uma hora, dobrar camisetas 86 vezes consecutivas, fazer a manutenção de robôs aspiradores mais de 200 vezes seguidas, empacotar blocos mais de 1.800 vezes consecutivas, dobrar caixas mais de 200 vezes seguidas e empacotar telefones mais de 100 vezes sem parar.

Tarefas treinadas do zero, sem pré-treinamento, apresentaram baixo desempenho, com uma taxa média de sucesso de 19%. Modelos GEN-0 ajustados para essas tarefas alcançaram 64% de sucesso. A Generalist afirma que o GEN-1 atinge taxas de sucesso em nível de produção, com média de 99%.

A Generalist afirmou que esses modelos podem responder de forma criativa a cenários imprevistos. No exemplo de montagem de kits automotivos, se uma arruela fosse deslocada do alinhamento correto, o robô poderia colocá-la no chão para pegá-la novamente, inseri-la parcialmente em uma fenda para demonstrar destreza extrínseca ou até mesmo usar a outra mão para pegá-la novamente com as duas mãos.

Se objetos grandes e deformáveis, como camisetas, acabassem em configurações inesperadas, o modelo poderia descobrir como se recuperar, disse a Generalist. “Esses comportamentos estão bem fora da distribuição de treinamento e contribuem diretamente para a recuperação de eventos raros e inesperados”, observou a empresa.

Modelo da Generalist acelera a conclusão de tarefas

A Generalist AI afirmou que o GEN-1 conclui tarefas cerca de três vezes mais rápido do que o estado da arte (SOTA) atual para demonstrações. O modelo pode reagir dinamicamente à física de novos objetos.

Por exemplo, o GEN-1 consegue montar uma caixa em 12,1 segundos. A Generalist afirma que isso é 2,8 vezes mais rápido do que o SOTA anterior — tanto o GEN-0 quanto o π0 levavam cerca de 34 segundos em caixas idênticas. O GEN-1 também consegue colocar um telefone em uma capa em 15,5 segundos, operando a uma velocidade 2,8 vezes maior do que o GEN-0.

Vários componentes possibilitaram esses ganhos de velocidade, de acordo com a Generalist. Os modelos aprendem com a experiência e representam uma evolução na inferência por meio do Raciocínio Harmônico.

A empresa também deu crédito aos seus dispositivos de coleta de dados por fornecer aos modelos acesso a uma vasta gama de dados de pré-treinamento, obtidos ao realizar várias outras tarefas em alta velocidade, transferindo conhecimento da exposição geral para dinâmicas relevantes. A Generalist contrastou isso com os sistemas tradicionais de teleoperação, que naturalmente produzem dados mais lentos e menos fluidos devido à falta de feedback de força, latência e problemas de visibilidade.

“Construir o GEN-1 foi um desafio — redesenhamos nossa infraestrutura de treinamento distribuída para oferecer suporte nativo a petabytes de dados de interação física”, afirmou a Generalist AI. A empresa anunciou que os parceiros de acesso antecipado já podem ter acesso ao modelo.