Profile
公司简介
Generalist AI 面向物理世界训练具身基础模型，核心数据来自家庭、仓库、工厂等真实环境中的机器人和人类操作。
正式模型路线始于 2025 年 11 月的 GEN-0，随后发布强调任务后训练与错误恢复的 GEN-1，以及可通过单次示范进行上下文学习的 GEN-1.5。
三代模型共同围绕真实物理经验预训练、跨本体控制和新任务快速适配展开。
以大规模真实物理交互数据训练可快速适配不同机器人和任务的基础模型。
Business
核心业务
具身基础模型
具身基础模型覆盖物理交互数据、端到端控制、机器人操作等官方公开能力。
- 物理交互数据
- 端到端控制
- 机器人操作
Products
主要产品
GEN-0
从真实物理交互中预训练Generalist 首个正式命名的具身基础模型系列，直接使用高保真物理交互数据进行多模态训练，并以 harmonic reasoning 同时处理连续感知与动作流。
- 真实机器人数据
- 跨本体
- Harmonic reasoning
GEN-1
简单物理任务的高成功率后训练GEN-1 延续真实物理经验预训练路线。官方在多个简单任务上通过任务后训练达到 99% 以上成功率，并展示模型在扰动下修正动作的能力。
- 预训练与后训练
- 闭环操作
- 错误恢复
GEN-1.5
单次示范与少样本快速适配GEN-1.5 可把 3 至 12 秒的单次传感器运动示范放入上下文，在不更新参数的情况下执行新任务；也可用少量示范和 1 至 10 个梯度步骤适配。
- 上下文学习
- 少样本适配
- Sim-to-real
Applications
目标场景
灵巧操作与工业任务适配
试点验证Generalist AI官方资料将灵巧操作与工业任务适配列为产品应用或技术验证方向。
Timeline
发展历程
发布 GEN-0
Generalist 首个正式命名的具身基础模型系列，直接使用高保真物理交互数据进行多模态训练，并以 harmonic reasoning 同时处理连续感知与动作流。
发布 GEN-1
GEN-1 延续真实物理经验预训练路线。官方在多个简单任务上通过任务后训练达到 99% 以上成功率，并展示模型在扰动下修正动作的能力。
发布 GEN-1.5
GEN-1.5 可把 3 至 12 秒的单次传感器运动示范放入上下文，在不更新参数的情况下执行新任务；也可用少量示范和 1 至 10 个梯度步骤适配。
Sources
官网与信息来源
- Generalist AI官方网站Generalist AI · 访问于 2026-09-16
- Generalist AI：GEN-1 博客Generalist AI · 访问于 2026-09-16
- https://generalistai.com/blog/beyond-world-modelsgeneralistai.com · 访问于 2026-09-16
- Generalist AI：GEN-0Generalist AI · 访问于 2026-09-16
- Generalist AI：GEN-1.5Generalist AI · 访问于 2026-09-16
最后核验：2026-09-16