Ồ, tiến độ gọi vốn của Generalist như thể được kích hoạt tốc độ x2, phát triển nhanh quá!
Tôi không hề cường điệu, theo Axios đưa tin, chỉ chưa đầy ba tháng sau khi Generalist hoàn thành vòng gọi vốn Series B 400 triệu USD (28,7 tỷ NDT) vào tháng 6 năm nay và bước vào hàng ngũ kỳ lân, Generalist đã âm thầm hoàn thành thêm một vòng gọi vốn mới trị giá 200 triệu USD (khoảng 14,4 tỷ NDT), định giá mới nhất đã vượt qua ngưỡng 20 tỷ USD (khoảng 143,6 tỷ NDT).
NVIDIA, Bezos Expeditions của tỷ phú Jeff Bezos và "giáo mẫu AI" Lý Phi Phi đều nằm trong danh sách các cổ đông của công ty.
Generalist là một công ty AI chuyên sâu vào việc "tạo ra bộ não thông dụng cho robot", thành lập năm 2024 tại Vùng Vịnh San Francisco, Hoa Kỳ. Công ty được đồng sáng lập bởi cựu nhà nghiên cứu Google DeepMind Pete Florence, Andy Zeng và cựu kỹ sư Boston Dynamics Andrew Barry.
△
Dữ liệu từ Forge cho thấy, tính đến thời điểm đăng bài, Generalist đã hoàn thành lần lượt 4 vòng gọi vốn, tổng số tiền huy động được khoảng 750 triệu USD (khoảng 5,39 tỷ NDT), với các nhà đầu tư bao gồm NVIDIA, Boldstart Ventures, đồng sáng lập Xiaomi Lâm Bân, Lý Phi Phi, Naval Ravikant và người sáng lập Zoom Viên Trưng, v.v.
Generalist không phát hành thân robot hình người hoành tráng, cũng không kể câu chuyện bằng đơn đặt hàng cánh tay robot, họ chỉ dựa vào nền tảng đội ngũ từ Google DeepMind, OpenAI và Boston Dynamics, cùng với khả năng tổng quát hóa mạnh mẽ mà GEN-1.5 thể hiện - "không cần đào tạo lại, chỉ cần một lần trình diễn là robot có thể học nhiệm vụ mới", đã nhanh chóng nổi tiếng, trở thành ngôi sao mới nổi đáng chú ý trong lĩnh vực trí tuệ thể hiện, và trong vòng chưa đầy hai tháng đã liên tiếp thu về khoảng 600 triệu USD (khoảng 4,308 tỷ NDT) vốn đầu tư.
Vậy công ty này thực sự có lai lịch gì? Khả năng tổng quát hóa của GEN-1.5 mạnh ở điểm nào? Các nhà đầu tư xem trọng điều gì ở Generalist?
Xem xong bạn sẽ biết:
Không cần đào tạo lại, chỉ cần trình diễn một lần là có thể bắt tay vào làm
Nếu robot công nghiệp truyền thống là đầu bếp chỉ biết nấu theo công thức cố định, thì GEN-1.5 mới được Generalist phát hành, giống như một học viên mới chỉ xem sư phụ thao tác một lần là có thể lập tức tiếp quản công việc.
Trước đây, trước khi robot bắt đầu làm việc, đều phải trải qua một quá trình "phát triển trước khi nhận việc" dài dẳng, cách chúng giải quyết vấn đề cũng cơ bản tuân theo quy luật "một cảnh một sách lược", trên dây chuyền sản xuất vặn ốc là một bộ chương trình, chuyển sang phân loại linh kiện lại là một bộ chương trình khác;
Cho dù nhiệm vụ không thay đổi, chỉ là vị trí vật thể, hình dạng hoặc công cụ thay đổi, cũng có thể bất cứ lúc nào cần kỹ sư thu thập dữ liệu lại, điều chỉnh tham số, thực hiện đào tạo.
Còn GEN-1.5 đang cố gắng hạ thấp ngưỡng triển khai robot này, từ "mời kỹ sư phát triển lại" xuống còn "nhân viên hiện trường trình diễn một lần".
Trong video trình diễn của Generalist, nhân viên chỉ cần dùng kẹp cầm tay hoặc robot để trình diễn một lần, mô hình có thể sử dụng dữ liệu cảm biến và hành động từ 3 đến 12 giây làm "từ gợi ý vật lý", trực tiếp hiểu nhiệm vụ và bắt đầu thao tác, toàn bộ quá trình không cần cập nhật gradient hoặc tinh chỉnh.
Ví dụ như vặn nắp lọ thủy tinh, kéo khóa túi bút, quét khối vuông vào bát, hay sử dụng chổi và hốt rác chưa từng thấy trước đây, nó đều có thể tổ chức động tác dựa trên mẫu trình diễn tại hiện trường.
Tất nhiên, GEN-1.5 hiện tại chưa thần thánh đến mức nhìn một cái là trăm phát trăm trúng.
Thử nghiệm chính thức cho thấy, trên 10 loại nhiệm vụ đơn giản, thời gian ngắn, tỷ lệ thành công trung bình cho một lần trình diễn là 59%; nếu sử dụng dữ liệu khoảng 5 phút, thực hiện 10 bước cập nhật gradient để tinh chỉnh, tỷ lệ thành công có thể tăng lên 83%.
Thành tích này không thể nói là hoàn hảo, nhưng nó chứng minh một điều quan trọng hơn: Việc thích ứng nhiệm vụ của robot, có cơ hội được nén từ tính bằng tháng xuống còn tính bằng giây.
Điều mà vốn đầu tư có lẽ cũng xem trọng, chính là khả năng trở thành nền tảng thông dụng cho robot này.
Đối với khách hàng, cùng một bộ mô hình có thể nhanh chóng đi vào các nhà máy, kho bãi và phòng thí nghiệm khác nhau, giảm chi phí triển khai kỹ thuật, thu thập dữ liệu và dừng dây chuyền để hiệu chỉnh.
Đối với nhà đầu tư, Generalist bán không phải là một robot cụ thể nào đó, họ bán là tầng thông minh chạy trên các phần cứng khác nhau, ranh giới thị trường tự nhiên sẽ lớn hơn.
Còn đối với bản thân Generalist, khả năng thông dụng còn có thể thúc đẩy bánh xe dữ liệu quay:
Mô hình càng mạnh, càng có thể thâm nhập vào nhiều nghiệp vụ thực tế hơn; triển khai càng nhiều, dữ liệu tương tác vật lý thu được càng phong phú; dữ liệu mới lại quay ngược lại đào tạo thế hệ mô hình tiếp theo. Cuối cùng, điều GEN-1.5 muốn làm là giúp robot có được khả năng học tập và làm việc liên tục.
Và khả năng "thay thế phát triển tính bằng tháng bằng thích ứng tính bằng giây" này không phải đến từ không đâu, nó xuất phát từ cảm nhận trong mười năm của đội ngũ sáng lập Generalist về điểm đau trong ngành robot.
Một nhóm cựu binh DeepMind, Boston Dynamics, khởi nghiệp đào tạo "bộ não robot"
Đội ngũ sáng lập của Generalist, gần như tập hợp đủ hai loại năng lực then chốt nhất của ngành công nghiệp robot.
CEO Pete Florence là tiến sĩ khoa học máy tính MIT, học trò của nhà robot học Russ Tedrake, từng là nhà khoa học nghiên cứu cao cấp tại Google DeepMind, tham gia mở đường cho các mô hình thị giác, ngôn ngữ, hành động, và đã đào tạo mô hình đa phương thức đầu tiên của DeepMind.
△
Nhà khoa học trưởng Andy Zeng tốt nghiệp cử nhân Đại học California, Berkeley, chuyên ngành chính là Khoa học Máy tính và Toán học, sau đó lấy bằng tiến sĩ Khoa học Máy tính tại Đại học Princeton.
Anh từng giữ chức nhà khoa học nghiên cứu tại Google DeepMind, không chỉ nghiên cứu robot có thể tự viết mã, mà còn phát minh ra phương pháp sử dụng kẹp cầm tay để thu thập dữ liệu robot trên quy mô lớn.
△
Người chịu trách nhiệm đưa ý tưởng thực sự vào cơ thể máy móc là CTO Andrew Barry.
Anh tốt nghiệp cử nhân tại Olin College of Engineering, lấy bằng tiến sĩ tại MIT, nghiên cứu về điều khiển robot và tránh vật cản tự động tốc độ cao;
Trước khi gia nhập Generalist, anh đã làm việc tại Boston Dynamics khoảng 5 năm, giữ chức chuyên gia robot cao cấp, tham gia phát triển cánh tay robot cho chó máy Spot.
Nói cách khác, anh không chỉ biết mô hình nên xuất ra cái gì, mà còn biết robot trong thế giới thực vận động thế nào để không ngã, không rung, không kẹt.
△
Ba người này không phải thấy AI nổi lên rồi mới tạm thời tập hợp đội đuổi theo xu hướng, công việc hơn mười năm trước của họ, tình cờ đều hướng đến cùng một nút thắt cổ chai của ngành công nghiệp robot:
Phần cứng đã có thể chạy, nhảy, nắm bắt, thứ thực sự hạn chế việc triển khai thực tế, là "bộ não" của robot không theo kịp "cơ thể".
DeepMind mang đến, là khả năng tổng quát hóa của mô hình đối với các nhiệm vụ, vật thể và cảnh quan khác nhau;
Boston Dynamics mang đến, lại là "cảm nhận thực tế" đối với cấu trúc cơ khí, hệ thống điều khiển và môi trường thực.
Đây cũng là lý do Generalist chọn đào tạo bộ não thông dụng cho robot, thay vì đặt cược vào một thân robot cụ thể nào đó, họ hiểu rõ, chỉ khi mô hình và phần cứng cùng đạt chuẩn, robot mới có thể từ trình diễn trong phòng thí nghiệm tiến ra nhà máy và kho bãi.
Nếu không, mô hình có đẹp đến mấy, cũng chỉ có thể là đăng thêm vài bài báo; động tác robot có hoành tráng đến mấy, cũng vẫn chỉ có thể hoàn thành tiết mục được biên đạo sẵn.
Tuy nhiên, GEN-1.5 hiện tại vẫn còn không gian tiến bộ rất lớn.
Nhìn một lần là biết, không có nghĩa là đã có thể đi làm
Tuy nhiên, nhìn một lần là biết, không có nghĩa là GEN-1.5 đã có thể trực tiếp vào nhà máy làm việc.
Generalist chủ động đạp phanh đối với khả năng này. Blog kỹ thuật chính thức cho biết, hiện tại đội ngũ chủ yếu thử nghiệm các nhiệm vụ đơn giản, thời gian ngắn như vặn nắp lọ, kéo khóa, nắm bắt vật thể.
Tỷ lệ thành công trung bình cho một lần trình diễn của GEN-1.5 trên 10 loại nhiệm vụ là 59%, khoảng cách so với yêu cầu vận hành ổn định trong thời gian dài, tỷ lệ lỗi thấp trên dây chuyền sản xuất vẫn còn chênh lệch rõ rệt.
Sau khi thực sự vào nhà máy, robot còn phải đối mặt với sự khác biệt của nguyên liệu, hao mòn thiết bị, nhiễu loạn từ con người và sự cố đột xuất, độ khó vượt xa so với trình diễn trong phòng thí nghiệm.
Quan trọng hơn, "học qua một lần trình diễn" chủ yếu giải quyết vấn đề thích ứng nhiệm vụ, không tự động đồng nghĩa với thương mại hóa chi phí thấp.
Hơn nữa, việc robot có thể triển khai trên quy mô lớn hay không còn phụ thuộc vào giá phần cứng, tốc độ vận hành, chi phí bảo trì, tính an toàn và khả năng tích hợp hệ thống. Cho dù mô hình học nhanh, nhưng nếu cánh tay robot đắt đỏ, hỏng hóc thường xuyên, hoặc mỗi lần triển khai vẫn cần nhiều công đoạn hiệu chỉnh kỹ thuật, bài toán thương mại vẫn không thể tính toán.
Nhưng giá trị của GEN-1.5, cũng không nên chỉ được đánh giá bằng tỷ lệ thành công hiện tại.
Sự xuất hiện của GEN-1.5 chứng minh rằng robot có cơ hội giống như mô hình lớn hiểu từ gợi ý văn bản, thông qua vài giây "gợi ý vật lý" để nhanh chóng hiểu công việc mới.
Nó tuy chưa đưa robot lên dây chuyền sản xuất vận hành lâu dài, nhưng đã đang thúc đẩy tốc độ học nhiệm vụ mới của robot từ tính bằng tháng, rút ngắn xuống còn tính bằng giây.
Từ "phát triển một bộ chương trình cho mỗi nhiệm vụ", tiến đến "cùng một mô hình học các nhiệm vụ khác nhau", đây mới là điểm đáng chú ý hơn của GEN-1.5.
Nó chưa chắc đã là một công nhân đủ tiêu chuẩn, nhưng ít nhất đã cho thấy phương thức học tập mà bộ não robot thông dụng tương lai có thể có.
Từ ý nghĩa này mà nhìn, GEN-1.5 hiện tại giống một tấm bản đồ lộ trình hướng tới robot thông dụng hơn, chứ không phải một bản hướng dẫn sử dụng sản phẩm đã trưởng thành.
Điều thực sự khiến thị trường phấn khích, không chỉ là nó có thể làm bao nhiêu việc ngày hôm nay, mà còn là việc nó cho thấy khả năng robot liên tục học được nhiều việc hơn.
Robot thông dụng, bắt đầu lên đường
Nếu nói các công ty robot trước đây đều tranh giành làm "nhà vô địch đơn hạng", câu chuyện mà Generalist kể cho giới đầu tư nghe, lại là một câu chuyện về "chuyên gia thông dụng robot".
Khi cánh tay robot có thể nắm, thả, vặn đã không còn là điều lạ lẫm, tiêu chuẩn mà giới đầu tư quan tâm cũng thay đổi theo.
So với việc một robot đã học sẵn được bao nhiêu động tác, thị trường còn quan tâm hơn đến việc nó học động tác mới nhanh cỡ nào, cần bao nhiêu dữ liệu, và phải trả chi phí triển khai cao đến mức nào.
Mặc dù GEN-1.5 trên con đường hoàn thành sự biến đổi từ "nhìn một lần là biết" đến "ổn định làm việc tám tiếng mỗi ngày" còn một chặng đường dài phía trước, nhưng Generalist ít nhất đã kiểm chứng một khả năng, rằng robot không nhất thiết phải mãi mãi mắc kẹt trong "một cảnh một sách lược", nó cũng có thể dựa vào mô hình thông dụng, giống như con người nhanh chóng thích ứng với nhiệm vụ xa lạ.
Mà khi thời gian robot học kỹ năng mới từ vài tháng rút ngắn xuống còn vài giây, chi phí biên dần dần tiến về không, thứ thực sự cần được định nghĩa lại, có lẽ sẽ không chỉ là ngành công nghiệp robot.
Đến lúc đó, giá trị cốt lõi của người lao động, sẽ nằm ở đâu?
Câu hỏi này, có thể còn đáng để thảo luận hơn cả bản thân GEN-1.5.
Tài liệu tham khảo:
[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/
Bài viết này đến từ tài khoản công chúng WeChat "Quantum Bit", tác giả: Văn Đình
