为了创建 GEN-1，Generalist 表示它提高了训练稳定性，构建了自定义内核，发明了新形式的分页注意力以实现实时推理，磨练了训练后技术，并强化了控制，使其更加平滑和精确。 |资料来源：Generalist AI
Generalist AI Inc. 昨天宣布了其 GEN-1 机器人通用人工智能模型。该公司表示，该系统将任务的平均成功率提高到 99%，而之前的模型只能达到 64%。模型也完成任务Generalist 声称，其速度大约比当前方法快三倍，并且每个结果只需要一小时的机器人数据。
该公司成立于 2024 年，正在为通用机器人构建具体基础模型。总部位于加利福尼亚州圣马特奥的 Generalist 断言 GEN-1“在广泛的应用中释放了商业可行性。”这一最新版本是在该公司发布 GEN-0 模型五个月后发布的，据称该模型证明了机器人技术中存在缩放定律。
虽然 Generalist 对人工智能模型的进展持乐观态度，但它指出 GEN-1 无法解决所有任务。该初创公司补充说，某些任务需要超过 99% 的成功率才能在实际环境中发挥作用。
编者注：在 5 月 27 日至 28 日于波士顿举行的 2026 年机器人峰会暨博览会上，将举行有关实体和物理人工智能开发的会议。 注册现已开放。
GEN-1 根据真实数据进行训练，扩展您的规模Generalist AI 解释说，GEN-0 中的 p 进一步扩展了 GEN-0 的基础，并使用先进的算法来开始掌握简单的任务。该公司在包含 50 万小时真实世界数据的数据集上从头开始训练该模型。
Generalist 表示，通过 GEN-0，它证明可以以通用方式扩展机器人学习，就像语言模型中可预测的进展一样。该公司表示，它跟踪的每项零样本任务都同时得到改进。然而，它承认该模型的性能“不足以在商业环境中使用。”Generalist 表示，GEN-1 建立在数据和计算进一步扩展的基础上，并通过算法进步进行加速。据报道，一些任务开始跨越在经济上有用的环境中部署所需的性能水平。
以前成功率超过 90% 的机器人通用模型依赖于巨大的远程操作数据集，这些数据集昂贵且差异较大该公司指出，难以规模化。相反，对于 GEN-0 和 GEN-1，基础模型是在没有任何机器人数据的情况下进行训练的。
相反，该模型使用来自低成本可穿戴设备的数据，对人类进行数百万次活动，Generalist 表示，它已经证明这种预训练可以带来高水平的掌握，而不需要大量的远程操作或模拟数据集。
Generalist 利用了一系列技术的进步
GEN-1 包括预训练创新，据 Generalist AI 称，这提高了计算效率。该公司表示，训练后技术、从经验中学习 (RL)、多模式人类指导和新的推理时间技术方面的进步也有助于提高任何给定任务的性能。
除了这些进步之外，该公司表示，自之前的模型以来，GEN-1 在计算方面也取得了显着的扩展。 “它证明了有能力Generalist 指出，“快速学习新任务，适应新环境，并展示身体常识的瞬间。”
该公司声称，GEN-1 是一个数据高效的学习器。在一些测试中，该公司表示，该模型可以在特定任务数据和微调步骤减少 10 倍的情况下实现与 GEN-0 相当的性能。
由于预训练数据集不包含机器人数据，因此当 GEN-1 适应新任务时，它也会同时适应新任务Generalist 表示，这是首次实现机器人具体化并完成该任务。
GEN-1 提高了可靠性和即兴智能
“具体化的基础模型应该可靠、快速，并且能够从意外情况中恢复，”Generalist 说。该公司表示，GEN-1 可以在长时间内以高可靠性执行多项任务，无需干预。
该公司展示了 GEN-1 在六个任务中的工作情况任务包括：组装汽车零部件超过一个小时、连续折叠 T 恤 86 次、服务机器人吸尘器连续超过 200 次、连续打包积木超过 1,800 次、连续折叠盒子超过 200 次、连续打包手机超过 100 次。
在没有预训练的情况下，从头开始训练的任务表现不佳，平均成功率为 19%。 GEN-0 模型对这些任务进行了微调，实现了 64% 的成功率。 Generalist 表示 GEN-1 跨入生产水平的成功率平均为 99%。
Generalist 表示这些模型可以创造性地应对意外情况。在汽车配套示例中，如果垫圈被碰撞而无法正确固定，机器人可以将其放回原处以重新抓住它，或者可以将垫圈部分插入狭缝中，以利用外部灵巧性重新抓住。它甚至可以决定使用另一只手来实现双手重新抓取。
如果像 T 恤这样的大型可变形物体结束了通才说，在意外的配置下，该模型可以找出如何恢复。 “这些行为远远超出了训练分布，直接有助于从意外的长尾事件中恢复，”它说。
通才模型加速任务完成
通才 AI 表示，GEN-1 使任务完成速度比现有技术快大约三倍（SOTA）进行演示。该模型可以对新的物理对象做出相应的反应。
例如，GEN-1 可以在 12.1 秒内组装一个盒子。 Generalist 表示，这比之前的 SOTA 快了 2.8 倍——GEN-0 和 π0 在相同的盒子上都花费了大约 34 秒。 GEN-1 还可以在 15.5 秒内将手机装入保护壳，速度是 GEN-0 的 2.8 倍。
多个组件实现了这些速度水平，Generalist 说。这些模型从经验中学习，并代表了谐波推理推理的演变，它是id。
该公司还称赞其数据收集设备为其模型提供了访问各种预训练数据的机会，从而高速完成各种其他任务，将知识从一般接触转移到所涉及的动态。 Generalist 将此与传统远程操作系统进行了对比，传统远程操作系统由于缺乏力反馈、延迟和可视性挑战，自然会产生速度较慢、流动性较差的数据。
“构建 GEN-1 并不容易 - 我们重新设计了分布式训练基础设施，以支持作为一等公民的 PB 级物理交互数据，”Generalist AI 说道。该公司表示，早期访问合作伙伴现在可以访问该模型。