Generalist 釋出 GEN-1：機器人操作成功率達 99%，適配僅需 1 小時資料

過去幾年看機器人的宣傳影片，大家最習慣的動作大概是把播放速度拉到兩倍速，心裡還要默默祈禱它別在關鍵一步突然卡殼。

在車間或者流水線上，哪怕十次裡失誤一次，整條產線就得停下來等人去救，這也是為什麼通用物理 AI 一直被擋在真實商業部署的門外。

總部位於聖馬特奧的機器人初創公司 Generalist 釋出了通用物理 AI 模型 GEN-1。官方表示，新模型不僅把部分任務的平均成功率從上一代的 64% 強行拉到了 99%，而且操作速度比現有頂尖水平快了差不多 3 倍。

更讓人意外的是，訓練這套系統去幹一項新任務，只需要給它看大約 1 小時的真實機器人資料。

告別慢動作，順便學會了「看情況變通」

傳統的工業機械臂幹活很快也很準，但那是靠極其苛刻的環境限制堆出來的：零件位置偏了一釐米，機械臂可能就抓了個空。

Generalist 把這次跨越總結成三個詞：可靠性、速度，以及即興變通能力。

在官方給出的測試裡，GEN-1 連續摺疊紙箱超過 200 次，連續給吸塵器做維護超過 200 次，甚至完成了連續 1800 多次的積木分裝。沒有任何人類接管，整體平均成功率從從零訓練的 19%、前代 GEN-0 的 64%，一路飆升到 99%。

速度上的提升同樣明顯。組裝一個特定紙箱，上一代 GEN-0 和 Physical Intelligence 的 pi-0 都需要大約 34 秒，而 GEN-1 只要 12.1 秒就搞定了，提速了 2.8 倍；打包一部手機進包裝盒也只需要 15.5 秒。

但最有意思的還是那種「手抖了能自己救回來」的即興能力。在汽車零件分揀過程中，如果墊圈被碰歪了抓不穩，GEN-1 不會傻傻停住報錯，而是會選擇重新放下再抓，或者把墊圈順勢推進縫隙借力調整角度，甚至直接呼叫另一隻機械臂來雙手協作。

50 萬小時人類資料，換 1 小時機器人落地

過去訓練一個高精度機器人，最大的瓶頸在於遙運算元據：工程師要遠端操控機械臂重複做幾千上萬次，又貴又慢。

GEN-1 的解法非常巧妙。它的基礎預訓練階段根本不用任何機器人本體資料，而是採集了人類穿戴低成本裝置幹活的影片與動作，總量超過 50 萬小時。

換句話說，模型在出生時已經懂得了大量關於真實物理世界的常識、摩擦力以及動作節奏。當它被裝到某臺具體的機械臂上時，才第一次接觸硬體，並在大約 1 個小時的任務特定微調中完成本體適配。

在部分測試任務裡，GEN-1 達到上一代效能所需要的任務特定微調資料量和步數縮減了整整 10 倍。

為什麼重要

我們認為，GEN-1 最核心的價值，是把通用具身智慧從「實驗室技術演示」推到了「商用算賬」的及格線上。

之前 64% 的成功率在工業界基本等於不可用，相當於幹三次就得砸一次盤子。而 99% 的可靠性加上 3 倍的速度，意味著工廠、倉儲和物流分揀終於有了小規模試用通用機器人的經濟可行性。只需 1 小時適配的低門檻，也讓中小型自動化場景不需要養龐大的演算法團隊。

在行業層面，這給專注專用自動化和重度依賴昂貴遙運算元據的玩家帶來了巨大壓力。Generalist 證明了用低成本人類第一視角穿戴資料做通用預訓練的可行性，這很像大語言模型從專用自然語言處理邁向 GPT-3 的時刻。

不過，現在的 GEN-1 依然有明顯邊界。官方坦承它目前還無法應對所有物理任務，更復雜的長流程或者高度精密的組裝依然不在它的能力圈內。而且 99% 距離汽車產線動輒要求的「幾個 9」依然有距離，如何在保持即興智慧的同時應對更多長尾物理意外，將是接下來的真正考驗。