Generalist 发布面向物理系统的通用人工智能模型 GEN-1

为了开发GEN-1，Generalist增强了训练稳定性，创建了定制内核，设计了用于实时推理的创新分页注意力方法，优化了训练后技术，并改进了控制系统以实现更流畅、更精确的操作。| 来源：Generalist AI

Generalist AI公司昨日发布了其面向机器人领域的通用AI模型GEN-1。该公司表示，该系统将平均任务成功率提升至99%，而此前模型的成功率仅为64%。据Generalist称，该系统完成任务的速度约为当前方法的三倍，且每项任务仅需一小时的机器人数据即可实现这些成果。

该公司成立于2024年，致力于为多功能机器人开发具身基础模型。总部位于加利福尼亚州圣马特奥的Generalist宣称，GEN-1“为广泛的应用领域解锁了商业可行性”。此次发布距离其GEN-0模型发布仅五个月，该公司曾表示GEN-0证实了机器人领域存在规模定律。

尽管对该AI模型的进步持乐观态度，Generalist也承认GEN-1无法解决所有任务。这家初创公司补充道，某些实际应用需要超过99%的成功率才能真正发挥实用价值。

编者按：5月27日至28日在波士顿举行的2026年机器人峰会暨博览会（Robotics Summit & Expo）将重点呈现关于具身与物理人工智能开发的专题会议。现已开放注册。

GEN-1基于真实世界数据进行训练，是在GEN-0基础上实现规模化升级

Generalist AI解释称，GEN-1在GEN-0的基础上通过进一步扩展和算法改进，开始掌握基础任务。该模型完全基于该公司包含50万小时真实世界数据的数据集从头开始训练。

通过GEN-0，Generalist证明了机器人学习可以像语言模型那样以可预测的方式实现泛化扩展。该公司指出，其监测的每一项零样本任务都同时取得了进步。不过，该公司也承认该模型的性能“尚不足以进行商业部署”。

Generalist表示，GEN-1是数据和计算规模扩大的成果，并得益于算法突破的加速。该公司报告称，部分任务现已达到经济上可行的实际应用所需的性能门槛。

该公司指出，此前成功率超过90%的通用机器人模型，均依赖于庞大、昂贵且难以扩展的遥操作数据集。相比之下，GEN-0和GEN-1的基础模型在训练过程中并未使用任何机器人专用数据。

取而代之的是，该模型利用了人类在执行数百万种活动时佩戴的低成本可穿戴设备所采集的数据。Generalist表示，他们已证明这种预训练方法无需依赖大型遥操作或模拟数据集，即可实现高水平的掌握能力。

Generalist 融合了多项技术领域的最新进展

据 Generalist AI 介绍，GEN-1 融合了提升计算效率的预训练创新技术。后训练技术、基于经验的学习（强化学习）、多模态人类引导以及新型推理时方法的进步，也共同推动了其在各类任务中的性能提升。

除上述改进外，该公司表示与前代产品相比，GEN-1的计算规模实现了显著提升。Generalist指出：“它展现了快速学习新任务、适应新环境以及展现物理常识的能力。”

该公司声称 GEN-1 是一款数据高效的学习者。在某些测试中，该模型仅使用十分之一任务专用数据和更少的微调步骤，便实现了与 GEN-0 相当的性能。

Generalist解释道，由于预训练数据集不含机器人数据，当GEN-1适应新任务时，它实际上是在首次同时学习具体的机器人形态和任务本身。

GEN-1 提升了可靠性和即兴智能

“具身基础模型必须可靠、快速，并能从意外情况中恢复，”Generalist表示。关于可靠性，该公司指出GEN-1可在长时间内以高可靠性水平执行多项任务，且无需人工干预。

该公司展示了 GEN-1 在六项任务中的表现：组装汽车零部件超过一小时、连续折叠 T 恤 86 次、连续维护扫地机器人 200 多次、连续打包积木 1,800 多次、连续折叠纸箱 200 多次，以及不间断地打包手机 100 多次。

未经预训练、从零开始训练的任务表现欠佳，平均成功率仅为19%。针对这些任务进行微调的GEN-0模型成功率达到64%。Generalist表示，GEN-1实现了生产级别的成功率，平均达99%。

Generalist表示，这些模型能够对不可预见的场景做出创造性响应。以汽车零部件套件组装为例，如果垫片因碰撞而偏离正确位置，机器人可以将其放下重新抓取，将其部分插入缝隙以展现外在灵巧性，甚至使用另一只手进行双手法内重新抓取。

Generalist 表示，若 T 恤等大型可变形物体出现意外变形，模型也能自行推导出恢复方案。该公司指出：“这些行为完全超出了训练数据分布范围，直接有助于从罕见且意外的事件中恢复。”

Generalist模型加速任务完成

Generalist AI表示，GEN-1完成演示任务的速度约为当前最先进水平（SOTA）的三倍。该模型能够动态应对新的物体物理特性。

例如，GEN-1能在12.1秒内组装一个纸箱。Generalist称这比之前的SOTA快2.8倍——GEN-0和π0在组装相同纸箱时均耗时约34秒。GEN-1还能在15.5秒内将手机装入手机壳，其运行速度是GEN-0的2.8倍。

据 Generalist 介绍，多项技术组件促成了这些速度提升。这些模型通过经验学习，并借助谐波推理（Harmonic Reasoning）实现了推理能力的进化。

该公司还特别指出，其数据采集设备为模型提供了海量的预训练数据——这些数据来自以高速完成各类任务的过程，从而实现了从通用场景到相关动态的知识迁移。Generalist将此与传统遥操作系统进行了对比，后者因缺乏力反馈、存在延迟及可视性问题，自然会产生速度更慢、更不流畅的数据。

“构建GEN-1充满挑战——我们重新设计了分布式训练基础设施，以原生支持 petabytes 级别的物理交互数据，”Generalist AI 表示。该公司宣布，早期访问合作伙伴现可获取该模型。