人工智能初创公司通才AI公司是一家专注于具身机器人智能的初创公司，现已推出了GEN-1，这是一个具备高度能力的基础模型，专为机器人学习和掌握物理任务而设计。

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。

据公司称，GEN-1在机器人智能方面实现了重大突破。它能够让机器快速掌握任务，从互动中学习，快速反应，并以空前的速度克服挑战。在多项任务中，其成功率超过99%。它执行任务的速度几乎是当前最先进模型的三倍，并且能更快地从中断中恢复。

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。

尽管大多数模型已经能够在现实世界中可靠地重复任务，但它们局限于特定任务的重复动作，并通过采取更简单的动作来降低复杂性。GEN-1旨在管理更长的逐步任务，例如组装物品、折叠多件衣物以及其他需要复杂时空推理的任务，而不会感到困惑。

速度通常也是机器人技术的一个问题，当视野中有太多物体或移动过快时，速度往往会减慢。大多数模型的问题在于无法足够快地将所见传递给推理引擎，将视觉转化为语言再到训练数据。这通常会减慢动作，导致间隙和卡顿。如上所述，团队实现了几乎三倍的速度提升，带来了更流畅的动作。

例如，该模型可以在大约12.1秒内组装一个盒子，公司表示这比行业中最先进的模型快约2.8倍。GEN-0和pi-0，另一个知名的机器人智能模型来自物理智能，组装相同的盒子需要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。

当某件事情不完全合理时，比如一个零件从孔中弹出，一个盒子没有对准或一个门没有锁上，人类通常会回去完成动作。AI可能会有多种不同的反应，包括强制重新评估、模式中断或未能完成任务。它甚至可能不记得如何对同一事件做出反应。人类会记得。

研究人员表示，GEN-1可以通过快速适应环境中的“故障”来创造性地应对这些因素，例如物体滑动、锁扣失效、物品变形或事情不按计划进行。它会从不同的角度接近事物，调整思维并尝试不同的模式，直到某种方法奏效。

一个经典的例子可能是折叠衬衫。让布料完全按照你的意愿去是并不总是容易的——它可能会翻动、卷曲、变形和起皱。有时衬衫甚至会翻到里面。当这些情况出现时，AI会迅速适应以解决混乱，并在不制造更大问题的情况下处理它。

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。

尽管通才的研究人员对GEN-1赞不绝口，但他们补充说，并非所有任务都能达到99%的成功率。一些复杂任务无法达到这一雄心勃勃的标准，尤其是在合理的速度和可靠性下，以便在日常环境中有用。