Компания Generalist представила универсальную модель искусственного интеллекта GEN-1 для физических систем

Для разработки GEN-1 компания Generalist повысила стабильность обучения, создала собственные ядра, разработала инновационные методы страничного внимания для инференции в реальном времени, усовершенствовала методы постобработки и улучшила механизмы управления для более плавной и точной работы. | Источник: Generalist AI

Вчера компания Generalist AI Inc. представила свою универсальную модель искусственного интеллекта GEN-1 для робототехники. Компания заявляет, что система повышает средний показатель успешности выполнения задач до 99%, по сравнению с 64% у предыдущих моделей. По данным Generalist, она также выполняет задачи примерно в три раза быстрее, чем существующие методы, достигая этих результатов с использованием всего одного часа данных о роботе на каждую задачу.

Основанная в 2024 году, компания разрабатывает встроенные базовые модели для универсальных роботов. Компания Generalist, базирующаяся в Сан-Матео, Калифорния, утверждает, что GEN-1 «открывает коммерческую жизнеспособность в широком спектре приложений». Этот релиз следует всего через пять месяцев после выхода модели GEN-0, которая, по словам компании, подтвердила существование законов масштабирования в робототехнике.

Несмотря на оптимизм в отношении прогресса модели ИИ, Generalist признала, что GEN-1 не может решить каждую задачу. Стартап добавил, что для некоторых реальных приложений потребуется коэффициент успешности, превышающий 99%, чтобы они были практически полезны.

Примечание редактора: Сессии, посвященные развитию воплощенного и физического ИИ, будут представлены на саммите и выставке Robotics Summit & Expo 2026, который состоится 27 и 28 мая в Бостоне. Регистрация уже открыта.

GEN-1 обучается на реальных данных, масштабируясь с GEN-0

GEN-1 основан на фундаменте GEN-0 и благодаря дальнейшему масштабированию и усовершенствованию алгоритмов начинает осваивать базовые задачи, пояснила Generalist AI. Модель была обучена с нуля на наборе данных компании, включающем полмиллиона часов реальных данных.

С помощью GEN-0 Generalist продемонстрировала, что обучение роботов можно масштабировать обобщенным образом, аналогично предсказуемому прогрессу, наблюдаемому в языковых моделях. Компания отметила, что каждая отслеживаемая ею задача типа «zero-shot» демонстрировала одновременное улучшение. Однако она признала, что производительность модели «была недостаточной для коммерческого внедрения».

GEN-1 — это результат увеличения объема данных и масштабирования вычислений, ускоренного алгоритмическими прорывами, заявила Generalist. Компания сообщает, что некоторые задачи теперь достигают порога производительности, необходимого для экономически целесообразного использования в реальных условиях.

Компания указала, что предыдущие модели общей робототехники, достигавшие более 90% успеха, полагались на огромные, дорогостоящие и трудно масштабируемые наборы данных телеопераций. В отличие от этого, базовая модель как для GEN-0, так и для GEN-1 обучается без каких-либо данных, специфичных для роботов.

Вместо этого модель использует данные с недорогих носимых устройств, которые носят люди, выполняющие миллионы действий. Generalist заявляет, что доказала: такой подход к предварительному обучению может привести к высокому уровню мастерства без необходимости использования больших наборов данных по телеоперациям или симуляциям.

Generalist использует достижения в различных технологиях

По данным Generalist AI, GEN-1 включает инновации в области предварительного обучения, которые повышают вычислительную эффективность. Достижения в области методов постобучения, обучения на основе опыта (обучение с подкреплением), мультимодального руководства человеком и новых методов вывода также способствовали повышению производительности при выполнении любой задачи.

Помимо этих улучшений, компания заявила, что GEN-1 представляет собой значительное увеличение вычислительного масштаба по сравнению со своим предшественником. «Он продемонстрировал способность быстро осваивать новые задачи, адаптироваться к новым средам и проявлять моменты физического здравого смысла», — отметила Generalist.

Компания утверждает, что GEN-1 — это система, эффективно использующая данные. В некоторых тестах модель достигла производительности, сопоставимой с GEN-0, используя в десять раз меньше данных, специфичных для задачи, и меньшее количество этапов тонкой настройки.

Поскольку набор данных для предварительного обучения не содержит данных о роботах, когда GEN-1 адаптируется к новой задаче, он одновременно впервые обучается как конкретному воплощению робота, так и самой задаче, пояснила Generalist.

GEN-1 повышает надежность и импровизационный интеллект

«Воплощенные базовые модели должны быть надежными, быстрыми и способными восстанавливаться после непредвиденных ситуаций», — заявила Generalist. Что касается надежности, компания заявила, что GEN-1 может выполнять несколько задач с высоким уровнем надежности в течение длительных периодов времени без вмешательства человека.

Компания продемонстрировала GEN-1 в шести задачах: комплектация автозапчастей в течение более часа, складывание футболок 86 раз подряд, обслуживание роботов-пылесосов более 200 раз подряд, упаковка блоков более 1800 раз подряд, складывание коробок более 200 раз подряд и упаковка телефонов более 100 раз без остановки.

Задачи, обученные с нуля без предварительного обучения, показали низкую производительность, в среднем 19% успешности. Модели GEN-0, настроенные на эти задачи, достигли 64% успешности. Generalist заявляет, что GEN-1 достигает показателей успешности производственного уровня, в среднем 99%.

Generalist заявила, что эти модели могут творчески реагировать на непредвиденные сценарии. В примере с комплектацией автомобильных деталей, если шайба сместилась из правильного положения, робот мог бы положить ее, чтобы снова захватить, частично вставить в щель для обеспечения внешней ловкости или даже использовать другую руку для двуручного захвата в руке.

Если крупные деформируемые объекты, такие как футболки, оказывались в неожиданных конфигурациях, модель могла бы выяснить, как восстановить ситуацию, заявила Generalist. «Эти типы поведения выходят далеко за пределы распределения обучения и напрямую способствуют восстановлению после редких, неожиданных событий», — отметила компания.

Модель Generalist ускоряет выполнение задач

Generalist AI заявила, что GEN-1 выполняет задачи примерно в три раза быстрее, чем текущий передовой уровень (SOTA) для демонстраций. Модель может динамически реагировать на новую физику объектов.

Например, GEN-1 может собрать коробку за 12,1 секунды. По словам Generalist, это в 2,8 раза быстрее, чем предыдущие SOTA — и GEN-0, и π0 затрачивали около 34 секунд на сборку идентичных коробок. GEN-1 также может упаковать телефон в чехол за 15,5 секунды, работая в 2,8 раза быстрее, чем GEN-0.

По словам Generalist, такое увеличение скорости стало возможным благодаря нескольким компонентам. Модели учатся на опыте и представляют собой эволюцию в области вывода посредством гармонического рассуждения.

Компания также отметила, что ее устройства сбора данных обеспечивают моделям доступ к обширному массиву данных предварительного обучения, полученных при выполнении различных других задач на высоких скоростях, что позволяет переносить знания из общего опыта в конкретные динамические ситуации. Generalist сравнила это с традиционными системами дистанционного управления, которые естественным образом генерируют более медленные и менее плавные данные из-за отсутствия обратной связи по усилию, задержек и проблем с видимостью.

«Создание GEN-1 было сложной задачей — мы перепроектировали нашу распределенную инфраструктуру обучения, чтобы она изначально поддерживала петабайты данных о физическом взаимодействии», — заявили в Generalist AI. Компания объявила, что партнеры по раннему доступу теперь могут получить доступ к модели.