¡Vaya, Generalist parece haber activado un multiplicador de velocidad x2 en su progreso de financiación, se está desarrollando increíblemente rápido!
No exagero. Según un reporte de Axios, después de completar una ronda Serie B de 400 millones de dólares (28.7 mil millones de yuanes) en junio de este año, convirtiéndose en un unicornio, y en menos de tres meses, Generalist ha completado silenciosamente una nueva ronda de financiación de 200 millones de dólares (aproximadamente 14.4 mil millones de yuanes), con una valoración que supera ya los 20 mil millones de dólares (aproximadamente 143.6 mil millones de yuanes).
NVIDIA, Bezos Expeditions de Jeff Bezos, y la "madrina de la IA" Li Feifei, figuran prominentemente entre sus accionistas.
Generalist es una empresa de IA enfocada en "construir un cerebro universal para robots", fundada en 2024 en el Área de la Bahía de San Francisco, Estados Unidos. La empresa fue cofundada por el ex investigador de Google DeepMind, Pete Florence, Andy Zeng y el ex ingeniero de Boston Dynamics, Andrew Barry.
△
Forge muestra que, hasta el momento de la publicación, Generalist ha completado 4 rondas de financiación, con un monto total de aproximadamente 750 millones de dólares (unos 53.9 mil millones de yuanes), y sus inversores incluyen NVIDIA, Boldstart Ventures, el cofundador de Xiaomi Lin Bin, Li Feifei, Naval Ravikant y el fundador de Zoom, Eric Yuan.
Generalist no presenta prototipos espectaculares de robots humanoides, ni cuenta historias basadas en pedidos de brazos robóticos. Simplemente, apoyándose en los antecedentes de su equipo proveniente de Google DeepMind, OpenAI y Boston Dynamics, y en la potente capacidad de generalización demostrada por GEN-1.5 de "aprender nuevas tareas con una sola demostración, sin necesidad de reentrenamiento", han saltado a la fama rápidamente, convirtiéndose en una nueva estrella muy observada en el campo de la inteligencia encarnada (embodied AI), y en solo dos meses han conseguido financiación por unos 600 millones de dólares (aproximadamente 43.08 mil millones de yuanes).
Entonces, ¿qué es exactamente esta empresa? ¿Qué tan fuerte es la capacidad de generalización de GEN-1.5? ¿Qué es lo que los inversores valoran de Generalist?
Después de leer esto, lo sabrás:
No necesita reentrenamiento, con una demostración puede empezar
Si los robots industriales tradicionales son como chefs que solo siguen recetas fijas, entonces el GEN-1.5 recién lanzado por Generalist se parece más a un nuevo aprendiz que, después de ver una vez la operación del maestro, puede hacerse cargo inmediatamente.
En el pasado, los robots debían pasar por un largo "desarrollo previo al puesto" antes de comenzar a trabajar. Su forma de resolver problemas seguía básicamente la regla de "una estrategia para cada escenario": un conjunto de programas para apretar tornillos en la línea de producción y otro conjunto completamente diferente para clasificar piezas;
Incluso si la tarea no cambiaba, solo variaba la posición, la forma del objeto o la herramienta, era posible que en cualquier momento los ingenieros tuvieran que volver a recopilar datos, ajustar parámetros y realizar entrenamientos.
Y GEN-1.5 está intentando reducir este umbral de despliegue de robots, de "contratar a un ingeniero para que desarrolle de nuevo" a "que el personal del lugar demuestre una vez".
En el video de demostración de Generalist, el personal solo necesita demostrar una vez con una pinza manual o con el robot, y el modelo puede usar los datos de sensores y movimientos de 3 a 12 segundos como "indicaciones físicas" (prompts físicos) para comprender directamente la tarea y comenzar a operar, sin necesidad de actualizaciones de gradiente o ajustes finos en todo el proceso.
Por ejemplo, desenroscar un frasco de vidrio, abrir la cremallera de un estuche, barrer bloques hacia un cuenco, o incluso usar una escoba y un recogedor que no había visto antes; puede organizar acciones basándose en la demostración.
Por supuesto, GEN-1.5 aún no es tan milagroso como para acertar a la primera siempre.
Las pruebas oficiales muestran que, en 10 tipos de tareas simples y de corta duración, su tasa de éxito promedio con una sola demostración es del 59%; si se utiliza aproximadamente 5 minutos de datos y se realizan unos 10 pasos de actualización de gradientes para un ajuste fino, la tasa de éxito puede aumentar al 83%.
Este resultado no es perfecto, pero demuestra algo más importante: la adaptación de tareas de los robots tiene la oportunidad de pasar de calcularse en meses a calcularse en segundos.
Lo que probablemente atrae al capital es precisamente esta posibilidad de convertirse en una base universal para robots.
Para los clientes, el mismo modelo puede ingresar más rápidamente a diferentes fábricas, almacenes y laboratorios, reduciendo los costos de despliegue de ingeniería, recopilación de datos y ajustes por paradas de línea.
Para los inversores, Generalist no vende un robot específico, sino la capa de inteligencia que se ejecuta sobre diferentes hardware, por lo que el límite del mercado es naturalmente mayor.
Y para Generalist mismo, la capacidad universal puede impulsar la rueda de los datos:
Cuanto más potente sea el modelo, más operaciones reales podrá abarcar; cuantos más despliegues, más datos de interacción física se obtendrán; y los nuevos datos, a su vez, entrenarán la siguiente generación del modelo. En última instancia, lo que GEN-1.5 busca es dotar a los robots de la capacidad de aprender y trabajar de manera continua.
Y esta capacidad de "adaptación en segundos que sustituye al desarrollo en meses" no surge de la nada; precisamente proviene de los diez años de experiencia del equipo fundador de Generalist con los puntos débiles de la industria robótica.
Un grupo de veteranos de DeepMind y Boston Dynamics emprende para entrenar "cerebros de robot"
El equipo fundador de Generalist casi logra reunir las dos capacidades más cruciales de la industria robótica.
El CEO Pete Florence es doctor en Ciencias de la Computación por el MIT, discípulo del robótico Russ Tedrake, fue científico investigador senior en Google DeepMind, participó en la creación de modelos de visión, lenguaje y movimiento, y entrenó el primer modelo de lenguaje multimodal de DeepMind.
△
El científico jefe Andy Zeng se licenció en Ciencias de la Computación y Matemáticas en la Universidad de California, Berkeley, y obtuvo su doctorado en Ciencias de la Computación en la Universidad de Princeton.
Fue científico investigador en Google DeepMind, donde no solo investigó robots capaces de programar su propio código, sino que también inventó un método para recopilar datos de robots a gran escala utilizando pinzas manuales.
△
El responsable de realmente meter las ideas en el cuerpo mecánico del robot es el CTO Andrew Barry.
Se licenció en el Franklin W. Olin College of Engineering, obtuvo su doctorado en el MIT, y su investigación se centró en el control de robots y la evasión autónoma de obstáculos a alta velocidad;
Antes de unirse a Generalist, trabajó alrededor de 5 años en Boston Dynamics, como especialista senior en robótica, participando en el desarrollo del brazo robótico del robot cuadrúpedo Spot.
En otras palabras, no solo sabe qué debe producir el modelo, sino también cómo debe moverse un robot en el mundo real para no caerse, no temblar y no atascarse.
△
Estas tres personas no formaron equipo para perseguir la moda de la IA cuando se puso de moda; su trabajo de más de diez años apuntaba precisamente al mismo cuello de botella de la industria robótica:
El hardware ya puede correr, saltar y agarrar; lo que realmente limita su implementación es que el "cerebro" del robot no sigue el ritmo de su "cuerpo".
Lo que DeepMind aporta es la capacidad del modelo para generalizar entre diferentes tareas, objetos y escenarios;
Lo que Boston Dynamics aporta es la "sensación física" de la estructura mecánica, el sistema de control y el entorno real.
Esta es también la razón por la que Generalist eligió entrenar un cerebro universal para robots, en lugar de apostar por un modelo específico de robot: saben que solo cuando tanto el modelo como el hardware están listos, los robots pueden pasar de las demostraciones de laboratorio a las fábricas y almacenes.
De lo contrario, por muy bonito que sea el modelo, podría ser solo para publicar algunos artículos más; por muy espectaculares que sean los movimientos del robot, aún solo podrían completar actuaciones preprogramadas.
Sin embargo, GEN-1.5 aún tiene mucho margen de mejora.
Aprender mirando una vez no significa que ya pueda ir a trabajar
Sin embargo, aprender mirando una vez no significa que GEN-1.5 ya pueda ir directamente a trabajar a una fábrica.
Generalist ha aplicado frenos activamente a esta capacidad. El blog técnico oficial señala que, actualmente, el equipo prueba principalmente tareas simples y de corta duración, como desenroscar tapas de frascos, abrir cremalleras o agarrar objetos.
La tasa de éxito promedio de GEN-1.5 con una sola demostración en 10 tipos de tareas es del 59%, aún lejos de los requisitos de funcionamiento estable, prolongado y con baja tasa de fallos exigidos en las líneas de producción.
Una vez en la fábrica, el robot también debe enfrentarse a diferencias en los materiales, desgaste del equipo, interferencias del personal y fallos imprevistos, dificultades muy superiores a las demostraciones de laboratorio.
Lo más importante es que "aprender con una demostración" resuelve principalmente el problema de la adaptación a la tarea, pero no equivale automáticamente a una comercialización de bajo costo.
Además, la posibilidad de un despliegue masivo de robots también depende del precio del hardware, la velocidad de operación, los costos de mantenimiento, la seguridad y la capacidad de integración de sistemas. Incluso si el modelo aprende rápido, si el brazo robótico es caro, falla con frecuencia, o si cada despliegue aún requiere mucha depuración de ingeniería, la cuenta comercial seguirá sin cerrar.
Pero el valor de GEN-1.5 tampoco debería medirse solo por su tasa de éxito actual.
La aparición de GEN-1.5 demuestra que los robots tienen la oportunidad de comprender rápidamente nuevos trabajos a través de unos segundos de "indicaciones físicas" (physical prompts), de manera similar a cómo los modelos de lenguaje comprenden el texto.
Aunque aún no ha llevado robots a líneas de producción de funcionamiento prolongado, ya está impulsando que la velocidad a la que los robots aprenden nuevas tareas pase de calcularse en meses a calcularse en segundos.
Pasar de "desarrollar un programa para cada tarea" a "un mismo modelo aprendiendo diferentes tareas", esto es lo que merece más atención de GEN-1.5.
Quizás aún no sea un trabajador cualificado, pero al menos muestra el modo de aprendizaje que podría tener el cerebro universal de los robots en el futuro.
En este sentido, GEN-1.5 se parece más hoy a un mapa de ruta hacia el robot universal, que a un manual de producto ya maduro.
Lo que realmente emociona al mercado no es solo cuánto puede hacer hoy, sino que demuestra la posibilidad de que los robots aprendan continuamente a hacer más cosas.
El robot universal, empieza a ponerse en marcha
Si las empresas de robótica del pasado competían por ser "campeones individuales", la historia que Generalist cuenta al capital es sobre un "generalista robótico".
Cuando ya no es novedad que un brazo robótico pueda agarrar, soltar o girar, el criterio de atención del capital también cambia.
En lugar de cuántas acciones aprendió de antemano un robot, al mercado le importa más lo rápido que aprende nuevas acciones, cuántos datos necesita y cuál es el costo de despliegue.
Aunque GEN-1.5 aún tiene un largo camino por recorrer para completar la transformación de "aprender mirando una vez" a "trabajar establemente ocho horas al día", al menos Generalist ha validado una posibilidad: que los robots no tienen que estar atrapados para siempre en la estrategia de "un escenario, una estrategia", también pueden depender de modelos universales para adaptarse rápidamente a tareas desconocidas, como los humanos.
Y cuando el tiempo que tarda un robot en aprender una nueva habilidad se reduce de meses a segundos, y el costo marginal se acerca gradualmente a cero, lo que quizás necesite ser redefinido no sea solo la industria robótica.
En ese momento, ¿dónde residirá el valor central del trabajador humano?
Esta pregunta puede ser más digna de discusión que el propio GEN-1.5.
Referencias:
[1]https://www.axios.com/2026/08/24/robotics-ai-generalist-200m
[2]https://forgeglobal.com/generalist_stock/
[3]https://generalistai.com/blog/gen-1.5
[4]https://generalistai.com/about
[5]https://www.peteflorence.com/
[6]https://andyzeng.github.io/[7]https://abarry.org/
Este artículo proviene del WeChat Official Account "量子位" (QbitAI), autor: Wen Ting
