Generalist GEN-0

GEN-0, opublikowany 4 listopada 2025 r., był pierwszym publicznym modelem Generalist AI i bardziej niż produkt przypomina tezę: że manipulacja robotyczna podlega prawom skalowania tak samo jak modelowanie języka. Firma wytrenowała rodzinę modeli na ponad 270 000 godzin rzeczywistych danych manipulacyjnych — zbiorze rosnącym w tempie 10 000 godzin tygodniowo i o rzędy wielkości większym niż ówczesne publiczne zbiory robotyczne — i podała dopasowanie potęgowe, w którym błąd walidacji spada zgodnie z L(D) = (D_c / D)^α_D, a większy pretrening przewidywalnie poprawia wyniki po dotrenowaniu w różnych kategoriach zadań. Ciekawsze okazało się przejście fazowe zależne od rozmiaru modelu: poniżej mniej więcej 7 mld parametrów modele w ogóle nie potrafiły przyswoić danych, od 7 mld wzwyż zachowanie zmieniało się jakościowo, a powyżej 10 mld modele szybko adaptowały się do nowych zadań. GEN-0 wprowadził też Harmonic Reasoning — założenie, że myślenie i działanie mają biec jako harmoniczna gra asynchronicznych, ciągłych w czasie strumieni tokenów postrzegania i działania, świadomie omijając zarówno architektury System 1 / System 2, jak i sterowanie w czasie wnioskowania; ten mechanizm przeszedł później do GEN-1. Testy obejmowały roboty półhumanoidalne o 6, 7 i ponad 16 stopniach swobody. GEN-0 nigdy nie został publicznie udostępniony: bez wag, bez API, bez daty dostępności. Jego praktyczne znaczenie jest punktem odniesienia — 64% średniej skuteczności to wynik, wobec którego pięć miesięcy później zmierzono GEN-1, gdy ten sam potok dał 99%. Profil zostaje w katalogu jako wcześniejsza generacja; GEN-1 ma własny wpis.

▸Wideo

Brak materiałów wideo.

▸Recenzje