哇,Generalist的融资进度条怕是开了2倍速外挂,这也发展得太快了吧!
我可没有使用夸张手法,据Axios报道,继今年6月Generalist完成4亿美元(28.7亿元)B轮融资,跻身独角兽行列之后不到三个月,Generalist又悄然完成了新一轮2亿美元(约14.4亿元)融资,最新估值已超20亿美元大关(约143.6亿元)。
英伟达、贝索斯旗下的Bezos Expeditions以及“AI教母”李飞飞都赫然在其股东行列。
Generalist是一家专注于给机器人“打造通用大脑”的AI公司,2024年创立于美国旧金山湾区,该公司由前Google DeepMind研究员Pete Florence、Andy Zeng和前Boston Dynamics工程师Andrew Barry共同创立。
△
Forge显示,截至发稿,Generalist已先后完成了4轮融资,融资额约达7.5亿美元(约53.9亿元),投资方包括英伟达、Boldstart Ventures、小米联合创始人林斌、李飞飞、Naval Ravikant和Zoom创始人袁征等。
Generalist既不发布炫酷的人形机器人本体,也不靠机械臂订单讲故事,他们仅仅凭借着来自Google DeepMind、OpenAI和Boston Dynamics的团队背景,以及GEN-1.5所展示的“不需要重新训练、一次示范即可让机器人学会新任务”的强大泛化能力迅速出圈,一跃成为具身智能赛道备受瞩目的新星,并在短短两个月内接连斩获约6亿美元(约43.08亿元)融资。
那么这家公司究竟是什么来头?GEN-1.5的泛化能力究竟强在哪里?投资者们看中的是Generalist的哪一点?
看完你就知道了:
不用重新训练,演示一次就能上手
如果说传统工业机器人是只会照固定菜谱做菜的厨师,那么Generalist最新发布的GEN-1.5,更像一个看过师傅操作一遍,就能立刻接手的新学徒。
过去,机器人上岗前都得先经历一次漫长的“岗前开发”,它们解决问题的方式也都基本遵循着“一景一策”的规律,在产线上拧螺丝是一套程序,转去分拣零件又是另一套程序;
哪怕任务没变,只是物体位置、形状或工具发生变化,也可能随时需要工程师重新采集数据、调参数、做训练。
而GEN-1.5正试图把这道部署机器人的门槛,从“请工程师重新开发”,降到“现场人员示范一次”。
在Generalist的演示视频中,工作人员只需用手持夹爪或机器人演示一次,模型就能把3至12秒的传感器与动作数据作为“物理提示词”,直接理解任务并开始操作,全程不需要梯度更新或微调。
比如拧开玻璃罐、拉开笔袋拉链、把方块扫进碗里,乃至使用此前没见过的刷子和簸箕,它都能根据示范现场组织动作。
当然了,GEN-1.5目前还没有神到看一眼就百发百中。
官方测试显示,它在10类简单、短时任务上的单次示范平均成功率为59%;如果使用约5分钟数据、进行10个梯度更新步骤的微调,成功率可升至83%。
这个成绩谈不上完美,但它证明了一件更重要的事:机器人的任务适配,有机会从以月计算压缩到以秒计算。
资本看中的,可能也正是这种成为机器人通用底座的可能性。
对客户而言,同一套模型可以更快进入不同工厂、仓库和实验室,减少工程部署、数据采集与停线调试的成本。
对投资人而言,Generalist卖的不是某一台机器人,他们卖的是运行在不同硬件之上的智能层,市场边界自然更大。
而对Generalist自身来说,通用能力还能推动数据飞轮转起来:
模型越强,能够进入的真实业务越多;部署越多,获得的物理交互数据越丰富;新数据再反过来训练下一代模型。最终,GEN-1.5想做的是让机器人获得持续学习和工作的能力。
而这种“以秒级适配替代月级开发”的能力,并非凭空而来,它恰恰源于Generalist创始团队对机器人行业痛点的十年体感。
一群DeepMind、Boston Dynamics老兵,创业训练“机器人大脑”
Generalist的创始团队,几乎把机器人产业最关键的两种能力凑齐了。
CEO Pete Florence是MIT计算机科学博士,师从机器人学家Russ Tedrake,曾任Google DeepMind高级研究科学家,参与开创视觉、语言、动作模型,并训练过DeepMind首个多模态大模型。
△
首席科学家Andy Zeng本科毕业于加州大学伯克利分校,主修计算机科学与数学,后在普林斯顿大学取得计算机科学博士学位。
他曾担任Google DeepMind研究科学家,不仅研究过能自己编写代码的机器人,还发明了用手持夹爪大规模采集机器人数据的方法。
△
负责把想法真正塞进机器身体里的,是CTO Andrew Barry。
他本科毕业于欧林工学院,在MIT取得博士学位,研究方向包括机器人控制与高速自主避障;
加入Generalist之前,他曾在Boston Dynamics工作约5年,担任高级机器人专家,参与开发机器狗Spot的机械臂。
换句话说,他不只知道模型应该输出什么,还知道机器人在真实世界里怎样运动才不摔、不抖、不卡壳。
△
这三个人不是看到AI火了,才临时组队追风口,他们此前十多年的工作,恰好都指向机器人产业的同一个瓶颈:
硬件已经能跑、能跳、能抓取,真正限制落地的,是机器人的“大脑”跟不上“身体”。
DeepMind带来的,是模型对不同任务、物体和场景的泛化能力;
Boston Dynamics带来的,则是对机械结构、控制系统和真实环境的“体感”。
这也是Generalist选择训练机器人通用大脑,而不是押注某一款机器人本体的原因,他们深知,只有模型与硬件同时过关,机器人才能从实验室演示走向工厂和仓库。
否则,模型再漂亮,也可能只是多发几篇Paper;机器人动作再炫,也依然只能完成预先编排好的节目。
不过,GEN-1.5目前仍有很大的进步空间。
看一遍就会,不等于已经能上班
不过,看一遍就会,并不意味着GEN-1.5已经能直接进厂上班。
Generalist主动给这项能力踩下了刹车。官方技术博客表示,目前团队测试的大多是拧罐盖、拉拉链、抓取物品等简单、短时任务。
GEN-1.5在10类任务上的单次演示平均成功率为59%,距离生产线要求的长时间、低故障稳定运行还有明显差距。
真正进入工厂后,机器人还要面对物料差异、设备磨损、人员干扰和突发故障,难度远高于实验室演示。
更重要的是,“一次演示学会”解决的主要是任务适应问题,并不自动等于低成本商业化。
而且机器人能否大规模部署,还取决于硬件价格、运行速度、维护成本、安全性以及系统集成能力。即使模型学得快,如果机械臂昂贵、故障频繁,或者每次部署仍需要大量工程调试,商业账依旧算不过来。
但GEN-1.5的价值,也不该只用当下的成功率衡量。
GEN-1.5的出现证明了机器人有机会像大模型理解文本提示一样,通过几秒钟的“物理提示”迅速理解新工作。
它虽然尚未把机器人送上长时间运转的生产线,却已经在推动让机器人学习新任务的速度从按月计算,缩短到按秒计算。
从“每个任务开发一套程序”,走向“同一个模型学习不同任务”,这才是GEN-1.5更值得关注的地方。
它未必已经是一名合格工人,但至少展示了未来通用机器人大脑可能具备的学习方式。
从这个意义上看,GEN-1.5眼下更像一张通往通用机器人的路线图,而不是一份已经成熟的产品说明书。
真正让市场兴奋的,不仅是它今天能做多少事,更是它展示了机器人持续学会更多事情的可能。
通用机器人,开始上路
如果说过去的机器人公司都在争当“单项冠军”,Generalist讲给资本听的,则是一个关于“机器人通才”的故事。
当机械臂能抓、能放、能拧已经不再稀奇,资本关注的标准也随之改变。
比起一台机器人预先学会了多少动作,市场更在意的,是它学习新动作究竟有多快、需要多少数据,又要付出多高的部署成本。
尽管GEN-1.5在完成从“看一遍就会”到“每天稳定干八小时活”的蜕变之路上还有很长的路要走,但Generalist至少验证了一种可能,即机器人不必永远困在“一景一策”里,它也可以依靠通用模型,像人一样快速适应陌生任务。
而当机器人学习新技能的时间从数月缩短到几秒,边际成本逐渐趋近于零,真正需要被重新定义的,或许就不只是机器人产业。
届时,人类劳动者的核心价值,又会落在哪里?
这个问题,可能比GEN-1.5本身更值得讨论。
参考链接:
[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/
本文来自微信公众号“量子位”,作者:文婷
