Wow, les levées de fonds de Generalist semblent passer en vitesse accélérée, le développement est tellement rapide!
Je n'exagère pas. Selon un rapport d'Axios, moins de trois mois après avoir bouclé un tour de table Série B de 400 millions de dollars (28,7 milliards de yuans) en juin dernier, propulsant l'entreprise au statut de licorne, Generalist aurait discrètement finalisé un nouveau tour de financement de 200 millions de dollars (environ 14,4 milliards de yuans), portant sa dernière valorisation au-delà de la barre des 20 milliards de dollars (environ 143,6 milliards de yuans).
Nvidia, le fonds Bezos Expeditions de Jeff Bezos et la "marraine de l'IA" Fei-Fei Li figurent tous parmi ses actionnaires.
Generalist est une entreprise d'IA spécialisée dans la création d'un "cerveau universel" pour les robots, fondée en 2024 dans la région de la baie de San Francisco, aux États-Unis. La société a été cofondée par d'anciens chercheurs de Google DeepMind, Pete Florence et Andy Zeng, et l'ancien ingénieur de Boston Dynamics, Andrew Barry.
△
Selon Forge, à la date de publication, Generalist aurait achevé 4 tours de financement successifs, pour un montant total d'environ 750 millions de dollars (environ 5,39 milliards de yuans). Ses investisseurs incluent Nvidia, Boldstart Ventures, le cofondateur de Xiaomi Bin Lin, Fei-Fei Li, Naval Ravikant et le fondateur de Zoom, Eric Yuan, entre autres.
Generalist ne fabrique pas de corps de robots humanoïdes spectaculaires ni ne vend de bras robotiques. La société s'est fait connaître rapidement grâce à son équipe provenant de Google DeepMind, OpenAI et Boston Dynamics, ainsi qu'à la puissante capacité de généralisation démontrée par GEN-1.5, permettant à un robot d'apprendre une nouvelle tâche après une seule démonstration, sans réentraînement préalable. Elle est ainsi devenue une nouvelle étoile montante dans le domaine de l'intelligence incarnée, levant environ 6 milliards de dollars (environ 43,08 milliards de yuans) en seulement deux mois.
Alors, quelle est l'origine de cette entreprise ? En quoi la capacité de généralisation de GEN-1.5 est-elle si puissante ? Qu'est-ce qui attire les investisseurs chez Generalist ?
Vous le saurez après avoir lu ceci :
Pas besoin de réentraînement, une démonstration suffit pour s'y mettre
Si les robots industriels traditionnels sont des cuisiniers qui ne peuvent suivre qu'une seule recette figée, le GEN-1.5 récemment dévoilé par Generalist ressemble davantage à un nouvel apprenti capable de prendre le relais après avoir observé une seule fois son maître.
Par le passé, les robots devaient subir un long "développement préalable" avant d'être opérationnels. Leur manière de résoudre des problèmes suivait généralement une logique de "un scénario, une stratégie" : un programme pour serrer des vis sur une chaîne de production, un autre programme différent pour trier des pièces ;
Même si la tâche reste identique, un simple changement dans la position, la forme d'un objet ou l'outil utilisé peut nécessiter que les ingénieurs collectent à nouveau des données, ajustent des paramètres et effectuent un nouvel entraînement.
GEN-1.5 cherche justement à abaisser ce seuil de déploiement pour les robots, le faisant passer de "demander à un ingénieur de redévelopper" à "laisser le personnel sur place effectuer une démonstration".
Dans la vidéo de démonstration de Generalist, un opérateur n'a qu'à effectuer une démonstration à l'aide d'une pince manuelle ou du robot lui-même. Le modèle peut alors utiliser les données des capteurs et des mouvements, enregistrées sur 3 à 12 secondes, comme "indices physiques" pour comprendre la tâche et commencer à opérer directement, sans nécessiter de mise à jour par gradient ni de réglage fin.
Par exemple, dévisser un bocal en verre, ouvrir une fermeture éclair de trousse, balayer des cubes dans un bol, ou même utiliser une brosse et une pelle qu'il n'a jamais vues auparavant, il peut organiser ses actions en se basant sur la démonstration.
Bien entendu, GEN-1.5 n'est pas encore au point de réussir du premier coup à tous les coups.
Les tests officiels montrent que pour 10 catégories de tâches simples et de courte durée, son taux de réussite moyen après une seule démonstration est de 59 % ; si l'on utilise environ 5 minutes de données pour effectuer un réglage fin avec 10 étapes de mise à jour par gradient, le taux de réussite peut monter à 83 %.
Ce résultat n'est pas parfait, mais il prouve quelque chose de plus important : l'adaptation des robots aux tâches pourrait potentiellement passer d'une échelle de temps calculée en mois à une échelle calculée en secondes.
Le capital s'intéresse probablement précisément à ce potentiel de devenir une base universelle pour les robots.
Pour les clients, le même modèle peut être déployé plus rapidement dans différentes usines, entrepôts et laboratoires, réduisant ainsi les coûts d'ingénierie de déploiement, de collecte de données et d'arrêts pour réglages.
Pour les investisseurs, Generalist ne vend pas un robot spécifique, mais une couche d'intelligence qui peut fonctionner sur différents matériels, élargissant ainsi naturellement les frontières du marché.
Pour Generalist elle-même, cette capacité universelle peut également alimenter une "roue de données" :
Plus le modèle est performant, plus il peut intégrer d'applications réelles ; plus le déploiement est important, plus les données d'interaction physique collectées sont riches ; ces nouvelles données servent ensuite à entraîner la prochaine génération de modèles. Au final, l'objectif de GEN-1.5 est de doter les robots d'une capacité d'apprentissage et de travail continue.
Cette capacité de "remplacer un développement mensuel par une adaptation en secondes" n'est pas sortie de nulle part, elle découle justement de la compréhension, acquise sur une décennie par l'équipe fondatrice, des points douloureux de l'industrie robotique.
Un groupe de vétérans de DeepMind et Boston Dynamics crée une entreprise pour entraîner des "cerveaux robotiques"
L'équipe fondatrice de Generalist rassemble quasiment les deux compétences les plus cruciales de l'industrie robotique.
Le PDG Pete Florence est titulaire d'un doctorat en informatique du MIT, formé par le roboticien Russ Tedrake. Ancien chercheur scientifique senior chez Google DeepMind, il a participé aux travaux pionniers sur les modèles vision-langage-action et a contribué à l'entraînement du premier grand modèle multimodal de DeepMind.
△
Le directeur scientifique Andy Zeng est diplômé de l'Université de Californie à Berkeley en informatique et mathématiques, et titulaire d'un doctorat en informatique de l'Université de Princeton.
Ancien chercheur scientifique chez Google DeepMind, il a non seulement travaillé sur des robots capables d'écrire leur propre code, mais a également inventé une méthode permettant de collecter des données robotiques à grande échelle à l'aide de pinces manuelles.
△
Celui chargé de concrètement insérer les idées dans des corps robotiques est le directeur technique Andrew Barry.
Diplômé de l'Olin College of Engineering, il est titulaire d'un doctorat du MIT, où ses recherches portaient sur le contrôle des robots et l'évitement autonome d'obstacles à haute vitesse ;
Avant de rejoindre Generalist, il a travaillé environ 5 ans chez Boston Dynamics en tant qu'expert senior en robotique, participant au développement du bras robotique du chien-robot Spot.
En d'autres termes, il ne sait pas seulement ce que le modèle doit produire, mais aussi comment un robot doit se mouvoir dans le monde réel pour ne pas tomber, trembler ou se bloquer.
△
Ces trois personnes ne se sont pas réunies à la hâte pour surfer sur la vague de l'IA. Leurs travaux respectifs au cours des dix dernières années convergeaient déjà vers le même goulot d'étranglement de l'industrie robotique :
Le matériel est déjà capable de courir, sauter et saisir ; ce qui limite réellement le déploiement, c'est que le "cerveau" du robot ne suit pas le rythme de son "corps".
L'héritage de DeepMind apporte la capacité de généralisation du modèle à différentes tâches, objets et scénarios ;
L'héritage de Boston Dynamics apporte, quant à lui, la "sensibilité physique" aux structures mécaniques, aux systèmes de contrôle et aux environnements réels.
C'est aussi pourquoi Generalist a choisi de se concentrer sur l'entraînement d'un cerveau universel pour robots plutôt que de miser sur un modèle spécifique de corps robotique. Ils savent pertinemment que seule une maîtrise simultanée du modèle et du matériel permettra aux robots de passer des démonstrations en laboratoire aux usines et entrepôts.
Sinon, le modèle pourrait n'être qu'un bel article scientifique de plus, et les mouvements des robots ne pourraient toujours réaliser que des séquences préprogrammées.
Cependant, GEN-1.5 a encore une grande marge de progression.
Comprendre en regardant une fois ne signifie pas être prêt à travailler
Cependant, comprendre en regardant une fois ne signifie pas que GEN-1.5 est déjà prêt à entrer directement en usine.
Generalist a volontairement freiné ses ambitions concernant cette capacité. Le blog technique officiel indique que l'équipe a principalement testé des tâches simples et de courte durée comme dévisser des couvercles, ouvrir des fermetures éclair, saisir des objets, etc.
Avec un taux de réussite moyen de 59% après une seule démonstration sur 10 catégories de tâches, GEN-1.5 est encore loin des exigences de stabilité à long terme et de faible taux de défaillance nécessaires pour une ligne de production.
Une fois dans l'usine, les robots devront faire face à des variations de matériaux, à l'usure des équipements, aux interférences humaines et aux pannes soudaines, des défis bien plus complexes que les démonstrations en laboratoire.
Plus important encore, le fait de "apprendre en une démonstration" résout principalement le problème de l'adaptation à la tâche, mais cela n'équivaut pas automatiquement à une commercialisation à faible coût.
Le déploiement à grande échelle des robots dépend également du prix du matériel, de la vitesse d'exécution, des coûts de maintenance, de la sécurité et des capacités d'intégration système. Même si le modèle apprend rapidement, si le bras robotique est cher, sujet aux pannes, ou si chaque déploiement nécessite encore de nombreux réglages techniques, le modèle économique ne sera toujours pas viable.
Mais la valeur de GEN-1.5 ne doit pas non plus être mesurée uniquement par son taux de réussite actuel.
L'émergence de GEN-1.5 prouve que les robots ont la possibilité, tout comme les grands modèles linguistiques comprennent les indices textuels, de saisir rapidement un nouveau travail à travers quelques secondes d'"indices physiques".
Bien qu'il n'ait pas encore propulsé les robots sur des lignes de production tournant en continu, il contribue déjà à accélérer le processus d'apprentissage de nouvelles tâches par les robots, le faisant passer d'une échelle de temps calculée en mois à une échelle calculée en secondes.
Passer de "développer un programme pour chaque tâche" à "un même modèle apprenant différentes tâches", c'est là que réside la valeur la plus notable de GEN-1.5.
Il n'est peut-être pas encore un travailleur qualifié, mais il montre au moins la manière dont les futurs cerveaux robotiques universels pourraient apprendre.
En ce sens, GEN-1.5 ressemble actuellement davantage à une feuille de route vers le robot universel qu'à un manuel d'instructions pour un produit déjà mature.
Ce qui excite vraiment le marché, ce n'est pas seulement ce qu'il peut faire aujourd'hui, mais surtout la possibilité qu'il démontre pour les robots d'apprendre continuellement à faire plus de choses.
Le robot universel, c'est parti
Si les entreprises de robotique du passé visaient toutes à devenir "championnes dans une seule discipline", l'histoire que Generalist raconte au capital est celle d'un "généraliste robotique".
Maintenant qu'il n'est plus rare qu'un bras robotique sache saisir, déposer ou serrer, les critères d'attention du capital ont changé.
Par rapport au nombre d'actions qu'un robot a pré-apprises, le marché s'intéresse davantage à la rapidité avec laquelle il peut apprendre de nouvelles actions, à la quantité de données nécessaires, et au coût de déploiement associé.
Bien que GEN-1.5 ait encore un long chemin à parcourir pour passer de "comprendre en une fois" à "travailler huit heures par jour de manière stable", Generalist a au moins validé une possibilité : les robots n'ont pas à rester éternellement piégés dans une logique de "un scénario, une stratégie". Ils peuvent aussi s'appuyer sur un modèle universel pour s'adapter rapidement à des tâches inconnues, à la manière d'un humain.
Et lorsque le temps d'apprentissage d'une nouvelle compétence par un robot passe de plusieurs mois à quelques secondes, avec un coût marginal tendant vers zéro, ce qui devra peut-être être redéfini ne se limitera pas à l'industrie robotique.
À ce moment-là, sur quoi reposera la valeur fondamentale du travail humain ?
Cette question mérite peut-être plus de discussion que GEN-1.5 lui-même.
Références :
[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/
Cet article provient du compte WeChat "量子位", auteur : Wen Ting
