📊Bloomberg Technology•較早收集於 33m
Nvidia 投資的 Generalist AI 估值達 20 億美元
💡具身智慧領域的重要融資里程碑，預示下一波機器人創新浪潮的走向。
⚡ 30-Second TL;DR
有什麼變化
完成 4 億美元新一輪融資
為什麼重要
顯示投資者對機器人與具身智慧新創公司持續保持強勁興趣，這些公司正致力於彌合基礎模型與物理行動之間的差距。
下一步行動
研究基礎模型與機器人硬體的整合，以掌握具身智慧 (Embodied AI) 的發展趨勢。
誰應關注：Developers & AI Engineers
關鍵要點
- •完成 4 億美元新一輪融資
- •估值達到 20 億美元
- •獲得 Nvidia 投資，凸顯對具身智慧 (Embodied AI) 的關注
🧠 深度解析
Web-grounded analysis with 16 cited sources.
🔑 增強重點摘要
- •Generalist AI 由 Andy Zeng、Pete Florence（執行長）和 Andrew Barry（技術長）於2024年共同創立，其團隊成員來自 DeepMind、OpenAI 和 Boston Dynamics 等頂尖實驗室。
- •該公司在2025年的一輪A輪融資中籌集了約1.28億至1.4億美元，估值達到約4.4億美元，其中Nvidia是主要投資者之一。
- •Generalist AI 專注於為通用機器人開發「具身基礎模型」，旨在透過訓練感測運動策略來實現機器人執行各種物理任務，這些策略能響應真實世界的刺激。
- •該公司於2025年11月推出了GEN-0模型，展示了機器人技術中的擴展定律，並於2026年4月發布了GEN-1，該模型在任務成功率上達到99%，比先前模型提高了64%，且任務完成速度快三倍。
- •Generalist AI 的數據收集方法包括使用「數據手套」，這是一種穿戴式設備，能夠捕捉人類動作和感官數據，累積了超過50萬小時的真實世界訓練數據，而無需傳統的遠程操作。
🛠️ 技術深入
- Generalist AI 的模型（GEN-0、GEN-1）是「具身基礎模型」，專為直接在真實世界高保真物理互動數據上進行多模態訓練而建構。
- GEN-0 的架構建立在視覺和語言模型的基礎上，旨在捕捉人類級別的反射和物理常識，其核心特徵是「諧波推理」（Harmonic Reasoning），模型在此機制下被訓練成能同時無縫地思考和行動。
- GEN-0 模型在70億參數時出現了「相變」，較小的模型會固化，而較大的模型（已擴展到100億以上參數）則持續改進並更快地適應新任務。
- GEN-1 結合了預訓練進展、後訓練技術、經驗學習（強化學習）、多模態人類指導以及新的推論時間技術等多項創新，並在超過50萬小時的高保真物理互動數據上進行訓練。
- 該公司重新設計了其分散式訓練基礎設施，以支援數PB的物理互動數據。
- GEN-1 提高了訓練穩定性，建構了客製化核心，發明了新型分頁注意力機制以實現即時推論，並完善了後訓練技術。
- 這些模型旨在跨不同機器人手臂和環境進行泛化，而無需特定任務數據。
🔮 前景展望AI analysis grounded in cited sources
Generalist AI 透過擴展具身基礎模型與真實世界物理互動數據的方法，可能引領機器人技術進入「ChatGPT 時刻」。
該公司執行長 Pete Florence 認為，透過將 AI 擴展原則應用於物理工作並從日常任務中建立大量數據集，機器人技術正接近其「ChatGPT 時刻」。
通用型具身 AI 模型（如 GEN-1）的發展將顯著降低勞動成本，並為廣泛的應用場景開啟商業可行性。
Generalist AI 旨在創造能降低勞動成本的通用機器人，並聲稱 GEN-1 透過實現高成功率和更快的任務完成速度，「開啟了廣泛應用的商業可行性」。
Nvidia 的策略性投資和合作（例如 Cosmos 聯盟）將加速整個產業物理 AI 和世界模型的開發與採用。
Nvidia 正向 AI 基礎設施的各個層面投入數十億美元，並與 Generalist AI 等公司共同發起了 Cosmos 聯盟，旨在推進下一代世界模型，這表明其正努力促進物理 AI 的創新和互操作性。
⏳ 時間線
2017
Radical Ventures 成立，該創投公司後來成為 Generalist AI 的主要投資者之一。
2024
Generalist AI 由 Andy Zeng、Pete Florence 和 Andrew Barry 共同創立。
2025-03
Generalist AI 完成由 Nvidia 等投資者參與的A輪融資，籌集約1.28億美元，估值約為3.9681億美元。
2025-11
Generalist AI 推出其首個具身基礎模型 GEN-0，展示了機器人學習的擴展定律。
2026-04
Generalist AI 發布 GEN-1 模型，這是一個通用型AI機器人模型，在簡單物理任務上實現了99%的成功率。
2026-06
Generalist AI 成為 Nvidia Cosmos 聯盟的創始成員之一，該聯盟旨在推進下一代物理AI世界模型。
📎 來源 (16)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗