GeneralistがロボットAI基盤モデル「GEN-1」を発表

　AI研究開発企業のGeneralistは2026年4月2日、実世界で稼働するロボットの動作をリアルタイムで生成し最適化するAI基盤モデル「GEN-1」を発表した 。このモデルは、事前の学習段階において約50万時間にも及ぶ高忠実度な物理世界のインタラクションデータを用いて訓練されている。

　その結果、従来の最先端のAIモデルが約64%の成功率にとどまっていた単純な物理タスクにおいて、平均99%という極めて高いタスク成功率を達成した 。また、タスクの実行速度の面でも従来手法の最大約3倍のスピードを記録している。


　例えば、指定された箱を組み立てる作業においては12.1秒での完了を実現し、スマートフォンを専用のケースに梱包する作業においては15.5秒で完了させており、これは同社の以前のモデルであるGEN-0等と比較して約2.8倍の速度向上に相当する。

　さらに、GEN-1は学習に必要なデータ量に関しても優れた効率性を示しており、新しい環境やこれまで経験したことのない新しいロボットタスクに適応させる場合であっても、わずか1時間分の特定のロボットデータを追加で学習させるだけで十分な性能を発揮する。

　システムの信頼性と連続稼働能力を検証する長時間のストレステストにおいては、人間の介入や補助を一切受けることなく、反復作業を継続した 。具体的な記録として、箱を折りたたむ作業を200回連続で成功させたほか、ロボット掃除機のメンテナンス作業を200回以上、さらにブロックの梱包作業を1800回以上連続して実行し続けたことが報告されている。

　GEN-1の基盤となる学習データには、従来型の高価で遅延が発生しやすいテレオペレーション（遠隔操作）システムで収集されたデータだけでなく、低コストなウェアラブルデバイスを装着した人間の活動データが活用されている 。この手法により、人間の無意識の反射神経や細かい軌道修正の動きがデータに効率的に反映され、モデルのパフォーマンス向上に寄与している 。