Generalist 发布 Gen-1 模型：具身智能开始进入通用化阶段

AI 公司 Generalist 近日发布具身智能模型 Gen-1，目标是让机器人具备更通用的感知与行动能力。

相比传统针对单一任务训练的模型，Gen-1 更强调跨场景适应能力，被视为具身智能向“通用化”迈出的重要一步。

1、从“单任务”走向“通用能力”

过去的机器人模型通常只针对单一任务训练，例如抓取、搬运或导航。

而 Gen-1 的核心目标是：

• 在多个任务之间迁移能力
• 适应不同环境
• 减少重复训练成本

这意味着机器人开始具备类似“通用技能”的能力。

2、融合感知、决策与行动

Gen-1 模型尝试打通机器人三大核心能力：

• 感知（视觉与环境理解）
• 决策（路径与动作规划）
• 行动（执行具体操作）

通过统一模型进行处理，减少系统之间的割裂。

3、降低机器人训练成本

传统机器人开发需要大量：

• 数据采集
• 场景调试
• 人工标注

而通用模型的出现，可以：

• 复用已有能力
• 缩短开发周期
• 提高部署效率

这对机器人商业化落地至关重要。

从行业来看，具身智能正在经历类似大模型的发展路径。

从“专用模型”走向“通用模型”，是必经阶段。

谁先做出真正可用的通用模型，谁就有机会成为机器人时代的“基础设施”。