Jensen Huang, Fei-Fei Li und Lin Bin haben in dasselbe Roboterunternehmen investiert.

Unglaublich, der Finanzierungsfortschritt von Generalist scheint mit doppelter Geschwindigkeit zu laufen – die Entwicklung ist einfach atemberaubend schnell!

Ich übertreibe keineswegs: Wie aus Berichten von Axios hervorgeht, hat Generalist, nachdem es im Juni dieses Jahres eine Serie-B-Finanzierung über 400 Millionen US-Dollar (2,87 Milliarden Yuan) abgeschlossen und sich in die Reihen der Unicorns eingereiht hat, weniger als drei Monate später stillschweigend eine neue Finanzierungsrunde über 200 Millionen US-Dollar (ca. 1,44 Milliarden Yuan) abgeschlossen, wobei die neueste Bewertung bereits die Marke von 2 Milliarden US-Dollar (ca. 14,36 Milliarden Yuan) überschritten hat.

NVIDIA, Bezos Expeditions unter der Leitung von Jeff Bezos sowie die „Göttin der KI“ Li Fei-Fei stehen alle auf der Liste der Aktionäre.

Generalist ist ein KI-Unternehmen, das sich darauf konzentriert, „ein allgemeines Gehirn für Roboter zu entwickeln“. Es wurde 2024 in der San Francisco Bay Area in den USA gegründet von den ehemaligen Google DeepMind-Forschern Pete Florence und Andy Zeng sowie dem ehemaligen Boston Dynamics-Ingenieur Andrew Barry.

△

Laut Forge hat Generalist bis zum Zeitpunkt der Veröffentlichung nacheinander 4 Finanzierungsrunden abgeschlossen, mit einem Gesamtfinanzierungsvolumen von rund 750 Millionen US-Dollar (ca. 5,39 Milliarden Yuan). Zu den Investoren gehören NVIDIA, Boldstart Ventures, Lin Bin, Mitbegründer von Xiaomi, Li Fei-Fei, Naval Ravikant und Yuan Zheng, Gründer von Zoom.

Generalist veröffentlicht weder auffällige humanoide Roboter selbst noch erzählt es Geschichten über Bestellungen von Roboterarmen. Es wurde schnell bekannt dank des Hintergrunds seines Teams aus Google DeepMind, OpenAI und Boston Dynamics sowie der starken Generalisierungsfähigkeit von GEN-1.5, die zeigt, dass Roboter neue Aufgaben ohne erneutes Training nach nur einer Demonstration erlernen können. Damit ist es zu einem vielbeachteten Newcomer im Bereich der verkörperten Intelligenz geworden und hat in nur zwei Monaten nacheinander Finanzierungen von insgesamt rund 600 Millionen US-Dollar (ca. 4,308 Milliarden Yuan) erhalten.

Woher kommt dieses Unternehmen eigentlich? Worin liegt die außergewöhnliche Generalisierungsfähigkeit von GEN-1.5? Was schätzen die Investoren an Generalist?

Nach dem Lesen wissen Sie es:

Ohne erneutes Training – nach einer Demonstration direkt einsatzbereit

Wenn man sagt, dass traditionelle Industrieroboter Köche sind, die nur nach festen Rezepten kochen können, dann ist das neueste von Generalist veröffentlichte GEN-1.5 eher wie ein neuer Lehrling, der nach einmaligem Ansehen der Vorführung des Meisters sofort die Arbeit übernehmen kann.

In der Vergangenheit mussten Roboter vor ihrem Einsatz eine lange Phase der „vorbereitenden Entwicklung“ durchlaufen. Ihre Problemlösung folgte im Grunde dem Prinzip „eine Szene, eine Strategie“: Für das Eindrehen von Schrauben an der Produktionslinie gab es ein eigenes Programm, für das Sortieren von Teilen ein anderes.

Selbst wenn die Aufgabe gleich blieb und sich nur Position, Form des Objekts oder das Werkzeug änderten, mussten Ingenieure oft jederzeit neue Daten erfassen, Parameter anpassen und das Modell neu trainieren.

GEN-1.5 versucht nun, diese Hürde für den Einsatz von Robotern von „Bitten Sie Ingenieure, die Entwicklung neu durchzuführen“ auf „Eine Demonstration durch das Personal vor Ort“ zu senken.

In dem Demonstrationsvideo von Generalist muss das Personal nur einmal mit einem handgehaltenen Greifer oder Roboter vorführen, und das Modell kann die Sensor- und Aktionsdaten von 3 bis 12 Sekunden als „physischen Prompt“ verwenden, um die Aufgabe direkt zu verstehen und mit der Arbeit zu beginnen – ohne dass während des gesamten Prozesses Gradientenaktualisierungen oder Feinabstimmungen erforderlich sind.

Zum Beispiel das Aufschrauben eines Glases, das Öffnen des Reißverschlusses einer Stifttasche, das Schieben eines Würfels in eine Schüssel oder sogar die Verwendung von Pinsel und Kehrschaufel, die es noch nie zuvor gesehen hat – es kann die Bewegungen direkt nach der Demonstration vor Ort zusammenstellen.

Natürlich ist GEN-1.5 derzeit noch nicht so perfekt, dass es bei jedem Anblick sofort hundertprozentig richtig funktioniert.

Offizielle Tests zeigen, dass die durchschnittliche Erfolgsrate bei einmaliger Demonstration für 10 Arten einfacher, kurzer Aufgaben 59 % beträgt. Wenn man Daten von etwa 5 Minuten verwendet und 10 Schritte der Gradientenaktualisierung zur Feinabstimmung durchführt, steigt die Erfolgsrate auf 83 %.

Dieses Ergebnis ist nicht perfekt, aber es beweist etwas Wichtigeres: Die Anpassung von Robotern an neue Aufgaben kann von monatelanger Dauer auf sekundenschnelle Dauer verkürzt werden.

Was das Kapital schätzt, ist genau diese Möglichkeit, das allgemeine Grundgerüst für Roboter zu werden.

Für Kunden kann dasselbe Modell schneller in verschiedenen Fabriken, Lagern und Laboren eingesetzt werden, was die Kosten für die technische Bereitstellung, Datenerfassung und Einstellung zur Fehlersuche senkt.

Für Investoren verkauft Generalist nicht einen einzelnen Roboter, sondern eine Intelligenzebene, die auf verschiedener Hardware läuft – der Marktraum ist entsprechend größer.

Für Generalist selbst kann die allgemeine Fähigkeit zudem den „Daten-Flywheel“ in Gang setzen:

Je leistungsfähiger das Modell ist, desto mehr echte Geschäftsszenarien kann es betreten; je mehr Bereitstellungen es gibt, desto reichhaltiger werden die Daten zur physischen Interaktion; die neuen Daten dienen wiederum dem Training der nächsten Modellgeneration. Letztendlich möchte GEN-1.5 Roboter die Fähigkeit verleihen, kontinuierlich zu lernen und zu arbeiten.

Diese Fähigkeit, monatelange Entwicklungsarbeit durch sekundenschnelle Anpassung zu ersetzen, ist nicht zufällig entstanden. Sie stammt genau aus dem zehnjährigen Verständnis des Gründungsteams von Generalist für die Probleme der Roboterbranche.

Ein Team von Veteranen aus DeepMind und Boston Dynamics gründet ein Unternehmen, um „Roboter-Gehirne“ zu trainieren

Das Gründungsteam von Generalist hat fast die beiden wichtigsten Fähigkeiten der Roboterindustrie in sich vereint.

CEO Pete Florence ist Doktor der Informatik am MIT, studierte bei dem Robotikexperten Russ Tedrake und war früher leitender Forschungswissenschaftler bei Google DeepMind. Er war an der Entwicklung von Modellen für Vision, Sprache und Aktionen beteiligt und hat das erste multimodale Großmodell von DeepMind trainiert.

△

Chefwissenschaftler Andy Zeng schloss sein Bachelorstudium an der University of California, Berkeley mit den Hauptfächern Informatik und Mathematik ab und promovierte anschließend in Informatik an der Princeton University.

Er war Forschungswissenschaftler bei Google DeepMind. Er erforschte nicht nur Roboter, die selbst Code schreiben können, sondern erfand auch eine Methode zur großflächigen Erfassung von Roboterdaten mit handgehaltenen Greifern.

△

Derjenige, der die Ideen tatsächlich in den Roboter einbaut, ist CTO Andrew Barry.

Er schloss sein Bachelorstudium am Olin College of Engineering ab und promovierte am MIT. Seine Forschungsgebiete umfassen Robotersteuerung und hochgeschwindige autonome Hindernisvermeidung.

Vor seinem Wechsel zu Generalist arbeitete er etwa 5 Jahre bei Boston Dynamics als leitender Robotikexperte und war an der Entwicklung des Greifarms des Roboterhundes Spot beteiligt.

Mit anderen Worten: Er weiß nicht nur, was das Modell ausgeben soll, sondern auch, wie sich Roboter in der realen Welt bewegen müssen, ohne zu stürzen, zu wackeln oder hängen zu bleiben.

△

Die drei haben sich nicht erst zusammengeschlossen, um dem KI-Trend zu folgen, seitdem KI populär geworden ist. Ihre Arbeit der letzten mehr als zehn Jahre zielt genau auf denselben Engpass der Roboterindustrie ab:

Die Hardware kann bereits laufen, springen und greifen. Was den praktischen Einsatz tatsächlich einschränkt, ist, dass das „Gehirn“ des Roboters nicht mit seinem „Körper“ Schritt halten kann.

Was DeepMind beisteuert, ist die Generalisierungsfähigkeit des Modells für verschiedene Aufgaben, Objekte und Szenarien;

Was Boston Dynamics beisteuert, ist das praktische Verständnis von mechanischen Strukturen, Steuerungssystemen und realen Umgebungen.

Das ist auch der Grund, warum Generalist sich dafür entschieden hat, ein allgemeines Gehirn für Roboter zu entwickeln, statt auf ein bestimmtes Robotermodell zu setzen. Das Unternehmen ist sich bewusst: Nur wenn Modell und Hardware gleichermaßen ausgereift sind, können Roboter von Demonstrationen im Labor zu Fabriken und Lagern gelangen.

Sonst bleiben selbst die schönsten Modelle nur weitere veröffentlichte wissenschaftliche Arbeiten; selbst die eindrucksvollsten Bewegungen von Robotern bleiben nur vorab einstudierte Vorführungen.

Allerdings hat GEN-1.5 noch viel Raum für Verbesserungen.

Nach einmaligem Ansehen können – bedeutet nicht, dass es bereits voll einsatzfähig ist

Dass man nach einmaligem Ansehen die Aufgabe beherrscht, bedeutet nicht, dass GEN-1.5 bereits direkt in der Fabrik eingesetzt werden kann.

Generalist bremst diese Fähigkeit bewusst aus. Im offiziellen Technikblog heißt es, dass das Team derzeit meist einfache, kurz andauernde Aufgaben wie das Eindrehen von Deckeln, das Öffnen von Reißverschlüssen oder das Greifen von Objekten testet.

Die durchschnittliche Erfolgsrate von GEN-1.5 bei einmaliger Demonstration für 10 Arten von Aufgaben beträgt 59 %, was noch deutlich von den Anforderungen der Produktionslinien für langfristigen, störungsarmen stabilen Betrieb entfernt ist