Generalist AI发布机器人基础模型GEN-1：99%成功率首跨量产门槛，速度比上代快3倍

据 1M AI News 监测，AI 机器人公司 Generalist AI 发布通用机器人基础模型 GEN-1。公司宣称 GEN-1 是首个越过量产门槛的通用物理 AI 模型。在多项工业任务上，GEN-1 平均成功率达到 99%，上一代 GEN-0（2025 年 11 月发布）平均为 64%，未经预训练从零训练的对照版本仅为 19%。任务完成速度约为当前业界最优方案的 3 倍，每项任务只需约一小时的机器人操作数据完成适配。

可靠性演示涵盖六类全程无人介入的工业任务：

1. 汽车零件组装：持续一小时不中断（约 50 次循环）
2. T 恤折叠：连续 86 次
3. 维修扫地机器人：连续 200 次以上
4. 方块装箱：连续 1,800 次
5. 纸箱折叠：连续 200 次
6. 手机装壳：连续 100 次

速度方面，GEN-1 折叠纸箱仅需 12.1 秒，GEN-0 和 Physical Intelligence 旗下机器人模型 π0 在相同纸箱上均需约 34 秒，快 2.8 倍。手机装壳 15.5 秒，同样快 GEN-0 的 2.8 倍。

GEN-1 的基础模型预训练阶段完全不使用机器人数据，而是基于穿戴式设备采集的超过 50 万小时人类日常活动数据。适配新任务时只需叠加约一小时的机器人操作数据。此前超越 90% 成功率的机器人模型通常依赖大量昂贵的专用遥操作数据集，Generalist AI 认为以人类活动数据预训练的路线可扩展性更强。

公司将 GEN-1 类比为语言模型从 GPT-2 到 GPT-3 的跨越：GEN-0 证明了机器人领域存在 Scaling Law，但未达到商用水准；GEN-1 通过扩展数据和算力，并引入强化学习、多模态人类指导和新推理架构 Harmonic Reasoning，越过了量产门槛。公司承认 GEN-1 仍无法解决所有任务，但预计持续扩展将解锁更多复杂场景。早期访问合作伙伴从 4 月 2 日起可使用 GEN-1。