通才推出高性能GEN-1机器人智能AI基础模型

人工智能领域的初创企业通才AI公司，是一家聚焦于具身机器人智能研发的企业，目前已成功推出GEN-1——这是一款拥有强大能力的基础模型，其设计初衷便是助力机器人学习并掌握各类物理任务。

这一新模型于周五首次亮相，仅在公司推出GEN-0五个月后。GEN-0是一种新的机器人基础模型类别，允许公司通过直接训练原始运动数据来训练AI模型。

据公司透露，GEN-1在机器人智能领域取得了重大突破。它可使机器迅速掌握任务，通过互动学习、快速响应，并以前所未有的速度攻克挑战。在多项任务中，其成功率超99%，执行任务的速度约为当前最先进模型的三倍，且从中断状态恢复的速度也更快。

研究人员表示，他们致力于改进三个核心领域：可靠性、速度和即兴能力。

尽管多数模型已能在现实场景中稳定地重复执行任务，不过它们仅局限于特定任务的重复动作，并且会通过选择更简单的动作来降低任务的复杂程度。GEN-1的目标是处理更长的分步任务，像组装物品、折叠多件衣物以及其他需要复杂时空推理的任务，且不会出现混乱的情况。

速度往往也是机器人技术领域的一个难题，一旦视野里物体过多或者移动速度太快，系统运行速度就容易下降。多数模型存在的问题是，没办法把看到的信息足够迅速地传递给推理引擎，完成从视觉信息到语言形式再到训练数据的转化过程。这通常会让动作变得迟缓，出现卡顿和间隙。正如前面提到的，该团队实现了接近三倍的速度提升，从而带来了更流畅的动作表现。

例如，该模型组装一个盒子耗时约12.1秒，据公司介绍，这一速度比行业内最先进的模型快约2.8倍。而物理智能公司的另一款知名机器人智能模型GEN-0和pi-0，组装同一个盒子则需要34秒。

这两项创新结合成第三个结果，也是最重要的：从中断中恢复的能力，学习环境变化、错误和变化。用人类的话来说，这就是即兴能力。

当某些情况出现不合理之处时，比如零件从孔里弹出来、盒子没对齐或者门没锁好，人们一般会返回去把事情做完。AI则可能有各种各样不同的反应，像强行重新评估、模式被打断或者没办法完成任务。它甚至可能记不住该怎么应对同一件事，而人类是能记住的。

研究人员指出，GEN-1能够通过快速适应环境里的“意外状况”来灵活应对各类问题，像物体滑动、锁扣失灵、物品变形或者计划出现偏差等情况。它会从多种角度去看待事物，转变思路并尝试不同的方式，直到找到有效的解决办法。

一个典型的例子或许是折叠衬衫。要让布料完全顺着你的想法来并不总是那么简单——它可能会翻转、打卷、走形或者起皱。有时候衬衫甚至会被翻到反面。当这些状况发生时，AI会快速做出调整来理清这些混乱，并且在不会引发更大麻烦的前提下处理好它。

研究人员表示，该模型计划并围绕其训练进行工作，其方式比其训练数据更不僵化。用更人性化的话来说：它跳出框框思考。

尽管通才研究人员对GEN-1评价颇高，却也指出并非所有任务都能实现99%的成功率。部分复杂任务难以达到这一高要求的标准，特别是要在合理的速度与可靠性条件下满足日常场景的使用需求。