GEN-1'i oluşturmak için Generalist, eğitim istikrarını artırdığını, özel çekirdekler geliştirdiğini, gerçek zamanlı çıkarım sağlamak için yeni sayfalı dikkat biçimleri icat ettiğini, eğitim sonrası teknikleri geliştirdiğini ve kontrolleri daha pürüzsüz ve daha hassas hale getirdiğini söyledi. | Kaynak: Generalist AI
Generalist AI Inc., dün robotik için GEN-1 genel amaçlı AI modelini tanıttı. Şirket, sistemin önceki modellerin %64 başarı oranı elde ettiği görevlerde ortalama başarı oranlarını %99'a çıkardığını söyledi. Model ayrıca, mevcut yaklaşımlardan yaklaşık üç kat daha hızlı görevleri tamamlıyor ve bu sonuçlar için her biri için yalnızca bir saat robot verisi gerektiriyor, iddia etti Generalist.
2024 yılında kurulan şirket, genel amaçlı robotlar için bedensel temel modeller inşa ediyor. San Mateo, Kaliforniya merkezli Generalist, GEN-1'in “geniş bir uygulama yelpazesinde ticari uygulanabilirliği açtığını” savundu. Bu en son sürüm, şirketin GEN-0 modelini piyasaya sürdükten sadece beş ay sonra geldi; bu modelin ölçek yasalarının robotikte mevcut olduğunu gösterdiğini söyledi.
Generalist, AI modelinin ilerlemesi konusunda iyimser olsa da, GEN-1'in tüm görevleri çözemeyeceğini belirtti. Yeni girişim, bazı görevlerin gerçek ortamlarda faydalı olabilmesi için %99'dan daha yüksek başarı oranları gerektireceğini ekledi.
Editör notu: 27 ve 28 Mayıs 2026 tarihlerinde Boston'da düzenlenecek Robotik Zirvesi ve Fuarı'nda bedensel ve fiziksel AI geliştirme üzerine oturumlar olacak. Kayıt artık açık.
GEN-1 gerçek dünya verileri üzerinde eğitim alıyor, GEN-0'dan ölçekleniyor
GEN-1, GEN-0'ın temelini daha da ölçeklendiriyor ve basit görevleri ustalaşmaya başlamak için algoritmik ilerlemeleri kullanıyor, diye açıkladı Generalist AI. Şirket, modeli sıfırdan, yarım milyon saatlik gerçek dünya verisi içeren veri seti üzerinde eğitti.
Generalist, GEN-0 ile robot öğrenimini genelleştirilmiş bir şekilde ölçeklendirmenin mümkün olduğunu kanıtladığını, dil modellerindeki öngörülebilir ilerleme gibi olduğunu söyledi. Şirket, izlediği her sıfır atış görevinde eş zamanlı olarak iyileşme sağlandığını belirtti. Ancak, modelin performansının “ticari ortamlarda kullanılmak için yeterli olmadığını” kabul etti.
GEN-1, verilerin ve hesaplamanın daha fazla ölçeklenmesi üzerine inşa edilmiştir ve algoritmik ilerlemelerle hızlandırılmıştır, dedi General
