GEN-0
GEN-0: Embodied Foundation Models That Scale with Physical Interaction (Generalist AI)常用Generalist AI 用 27 万小时真实数据训练的具身基础模型
美国机器人公司 Generalist AI 2025 年 11 月 4 日发布的具身基础模型,训练数据是超过 27 万小时的真实操作轨迹,来自全球数千个家庭、仓库和工作场所,官方称每周还在新增约 1 万小时。它的主要结论是缩放规律:预训练数据越多,下游表现按幂律提升;模型规模在约 70 亿参数处出现「相变」,10 亿参数的小模型面对海量数据会「骨化」、学不进新东西,更大的模型则持续变好。架构上它用「和声推理」(Harmonic Reasoning),让感知和动作 token 以异步、连续时间的流并行,不依赖快慢双系统。后续有 2026 年 4 月的 GEN-1 和 8 月的 GEN-1.5。
例子官方实验中,10 亿参数的模型在大规模数据上训练会停滞,而 70 亿参数以上的模型随数据增加持续进步。
- 相关
- GEN-1、Generalist AI、缩放定律、骨化(模型骨化)、具身大模型、真机数据
- 来源
- GEN-0: Embodied Foundation Models That Scale with Physical Interaction (Generalist AI)
Generalist AI Blog - 信息截至
- 2025-11