Компания Generalist AI представила новую модель для робототехники под названием GEN-1, которая, по заявлению разработчиков, является значительным шагом к созданию универсального искусственного интеллекта для выполнения физических задач. Модель описывается как «воплощённая базовая модель» (embodied foundation model), способная воспринимать, рассуждать и действовать в физическом мире.
GEN-1 обучена на масштабных наборах данных реальных взаимодействий, а не на узкоспециализированных выборках. По данным компании, модель достигает 99% успеха в выполнении определённых задач, что значительно превышает показатели предыдущей системы (64%), и выполняет задачи в три раза быстрее. Для адаптации к новым задачам требуется всего около часа обучения на свежих данных.
В отличие от традиционных промышленных роботов, которые работают в контролируемых условиях, GEN-1 предназначена для работы в динамичных средах. Она объединяет восприятие, принятие решений и движение в единую систему. Компания определяет «мастерство» в робототехнике как «сочетание надёжности, скорости и импровизационного интеллекта — способности адаптироваться к неожиданным ситуациям».
Демонстрации показали, как роботы выполняют повторяющиеся задачи, такие как складывание коробок, упаковка предметов и сборка компонентов, с минимальными ошибками даже при сотнях или тысячах повторений. GEN-1 основывается на предыдущей модели GEN-0, которая доказала существование «законов масштабирования в робототехнике», аналогичных развитию языковых моделей.
Ключевым аспектом подхода является использование данных о человеческой активности, собранных с помощью носимых устройств, для предварительного обучения, что снижает зависимость от дорогостоящих наборов данных телеуправления. Несмотря на успехи, компания признаёт, что не все задачи достигают уровня производительности, необходимого для массового внедрения, и требуется дальнейшее улучшение скорости и надёжности.
Generalist AI предоставила ранний доступ к GEN-1 для избранных партнёров и продолжает разработку платформы. Этот анонс отражает тенденцию в робототехнике к созданию «физических ИИ-систем», способных адаптироваться и обучаться для работы в реальных условиях.