Generalist 发布 GEN-1：机器人操作成功率达 99%，适配仅需 1 小时数据

过去几年看机器人的宣传视频，大家最习惯的动作大概是把播放速度拉到两倍速，心里还要默默祈祷它别在关键一步突然卡壳。

在车间或者流水线上，哪怕十次里失误一次，整条产线就得停下来等人去救，这也是为什么通用物理 AI 一直被挡在真实商业部署的门外。

总部位于圣马特奥的机器人初创公司 Generalist 发布了通用物理 AI 模型 GEN-1。官方表示，新模型不仅把部分任务的平均成功率从上一代的 64% 强行拉到了 99%，而且操作速度比现有顶尖水平快了差不多 3 倍。

更让人意外的是，训练这套系统去干一项新任务，只需要给它看大约 1 小时的真实机器人数据。

告别慢动作，顺便学会了「看情况变通」

传统的工业机械臂干活很快也很准，但那是靠极其苛刻的环境限制堆出来的：零件位置偏了一厘米，机械臂可能就抓了个空。

Generalist 把这次跨越总结成三个词：可靠性、速度，以及即兴变通能力。

在官方给出的测试里，GEN-1 连续折叠纸箱超过 200 次，连续给吸尘器做维护超过 200 次，甚至完成了连续 1800 多次的积木分装。没有任何人类接管，整体平均成功率从从零训练的 19%、前代 GEN-0 的 64%，一路飙升到 99%。

速度上的提升同样明显。组装一个特定纸箱，上一代 GEN-0 和 Physical Intelligence 的 pi-0 都需要大约 34 秒，而 GEN-1 只要 12.1 秒就搞定了，提速了 2.8 倍；打包一部手机进包装盒也只需要 15.5 秒。

但最有意思的还是那种「手抖了能自己救回来」的即兴能力。在汽车零件分拣过程中，如果垫圈被碰歪了抓不稳，GEN-1 不会傻傻停住报错，而是会选择重新放下再抓，或者把垫圈顺势推进缝隙借力调整角度，甚至直接调用另一只机械臂来双手协作。

50 万小时人类数据，换 1 小时机器人落地

过去训练一个高精度机器人，最大的瓶颈在于遥操作数据：工程师要远程操控机械臂重复做几千上万次，又贵又慢。

GEN-1 的解法非常巧妙。它的基础预训练阶段根本不用任何机器人本体数据，而是采集了人类穿戴低成本设备干活的视频与动作，总量超过 50 万小时。

换句话说，模型在出生时已经懂得了大量关于真实物理世界的常识、摩擦力以及动作节奏。当它被装到某台具体的机械臂上时，才第一次接触硬件，并在大约 1 个小时的任务特定微调中完成本体适配。

在部分测试任务里，GEN-1 达到上一代性能所需要的任务特定微调数据量和步数缩减了整整 10 倍。

为什么重要

我们认为，GEN-1 最核心的价值，是把通用具身智能从「实验室技术演示」推到了「商用算账」的及格线上。

之前 64% 的成功率在工业界基本等于不可用，相当于干三次就得砸一次盘子。而 99% 的可靠性加上 3 倍的速度，意味着工厂、仓储和物流分拣终于有了小规模试用通用机器人的经济可行性。只需 1 小时适配的低门槛，也让中小型自动化场景不需要养庞大的算法团队。

在行业层面，这给专注专用自动化和重度依赖昂贵遥操作数据的玩家带来了巨大压力。Generalist 证明了用低成本人类第一视角穿戴数据做通用预训练的可行性，这很像大语言模型从专用自然语言处理迈向 GPT-3 的时刻。

不过，现在的 GEN-1 依然有明显边界。官方坦承它目前还无法应对所有物理任务，更复杂的长流程或者高度精密的组装依然不在它的能力圈内。而且 99% 距离汽车产线动辄要求的「几个 9」依然有距离，如何在保持即兴智能的同时应对更多长尾物理意外，将是接下来的真正考验。