Kalifornienbaserade Generalist AI har lanserat Gen-1, en ny fysisk AI-modell som gör det möjligt för robotar att utföra uppgifter som att vika tvätt, laga andra robotar och stoppa in kontanter i plånböcker. Modellen hämtar data från mänsklig fingerfärdighet insamlad världen över för att lära robotar ”fysiskt sunt förnuft”. Medgrundaren Pete Florence beskrev det som ett stort framsteg för robotteknik i den verkliga världen.
Generalist AI avtäckte Gen-1 tidigare denna månad, vilket driver robotar genom en rad praktiska aktiviteter. Videor från företaget visar modellen på robotarmar som utför uppgifter som att sortera strumpor efter färg, stapla apelsiner i pyramider, öppna pennskrin med dragkedja och koppla in Ethernet-kablar. Florence, företagets medgrundare och VD, noterade att Gen-1 fungerar som ”hjärnan” för olika robottyper, inklusive humanoider och industriarmar. ”Det är ett stort steg framåt när det gäller robotar designade för den verkliga världen baserat på intelligens född ur den verkliga världen”, sade Florence. Pete Florence förklarade att till skillnad från traditionella metoder med fjärrstyrda robotar, tränades Gen-1 på data från människor som bar lätta ”datahänder” distribuerade globalt. Detta fångade miljontals interaktioner, inklusive subtil kraftåterkoppling, slirningar och återhämtningar som efterliknar mänsklig fingerfärdighet. ”Den sortens data är avgörande för att lära robotar fysiskt sunt förnuft, den intuitiva förståelsen och förmågan att anpassa sig i realtid”, tillade Florence. Modellen visar märkbara förbättringar i framgångsfrekvens: underhåll av robotdammsugare i 99 % av fallen, upp från 50 % för den tidigare Gen-0-versionen; vikning av lådor till 99 %, upp från 81 %; och paketering av telefoner till 99 %, upp från 62 %. Gen-1 utmärker sig också genom improvisation, där den anpassar sig till förändringar som att använda två händer för en enhandsuppgift inom fordonsindustrin, en förmåga som Florence menar i stort sett saknades hos tidigare robotteknik.