效率上，同样是上台阶的提升。以箱体折叠为例，执行时间从 34 秒缩短至 12 秒，速度提升约 3 倍。

最值得注意的，不是更快，而是「更像人」。GEN-1 开始展现出一种被称为「物理常识」的能力。

比如，在一个长流程的汽车零件装配任务中，如果一个垫圈被碰歪了、已经抓不稳，机器人不会直接判定任务失败，而是会自己想办法：要么先把它放回去重新抓，要么把它先插进缝里借力调整姿态，甚至会换另一只手，用双手一起重新抓稳。

对于一些比较软、容易变形的大物体，如果形状变得很「奇怪」、超出预期，模型也能自己想办法恢复到可操作的状态。

官方博客指出，这些行为其实都不在它原本训练的数据范围内，但正是这些「临场发挥」，让机器人能够应对各种意料之外的长尾情况。

对工程师来说，这意味着一件事：机器人开始不只是「执行」，而是在一定程度上「理解怎么执行」。

这一能力背后，依然是「规模 数据」的路径。

GEN-1 的训练基于超过 50 万小时数据，全是人类佩戴动捕设备，在真实环境中完成各种日常操作，形成的大规模数据集。

这也 callback 了公司 CEO Pete Florence 的观点，当前机器人领域正在接近类似 ChatGPT 早期爆发前的阶段 —— 当系统规模与数据积累跨过某个阈值，能力会以「涌现」的方式突然释放。他曾是谷歌基础机器人学论文 PaLM-E 的主要负责人。

因此，他们不再把机器人当作高度定制的机械系统，而是当作一个可以持续扩展、不断训练的模型系统来构建，通过扩大模型规模、堆叠数据、反复迭代，去逼近通用能力。

但问题也随之而来，而且行业几乎已经达成共识：机器人缺的，不是模型，而是数据。

与互联网不同，现实世界并不存在一个「可抓取的数据源」。没有人会系统记录「东西卡住了该怎么处理」这种细碎却关键的经验。

于是，数据本身成了最大瓶颈。

Generalist 的解法，是把人直接变成数据系统。他们设计了一种「数据手」设备，让人以类似机器人夹爪的方式完成操作，同时记录视觉和动作信息。

这些数据来自家庭、仓库等真实环境，规模已经超过 50 万小时。目标也很明确：不是记住任务，而是学会在不同场景下迁移能力。

这一路径，与另一家热门公司 Physical Intelligence 形成对照，后者更依赖遥操作与模拟环境来生成数据。

一名机器人训练员使用「数据手」来为 Generalist 的 AI 模型生成训练数据。来自福布斯

当然，也有争议。

比如，曾负责亚马逊机器人业务的 Brad Porter 就指出，如果底层架构不成熟，单纯堆数据不仅成本极高，也未必有效。历史已经反复证明，规模扩张往往需要与关键架构突破同时发生。

争议之外，资本已经率先投票。Generalist 由 Pete Florence 与谷歌同事曾安迪（Andy Zeng）以及波士顿动力的机器人专家安迪・巴里（Andy Barry）共同创立，此前一直表现得十分低调。

Generalist 在 2025 年完成 1.4 亿美元融资，估值达到 4.4 亿美元，其投资者包括 Spark Capital、英伟达旗下的 NVentures、贝佐斯探险公司 Bezos Expeditions 和 Boldstart Ventures。

而 Physical Intelligence 则被曝接近百亿美元估值。与此同时，Jensen Huang 也明确表态：机器人正在进入「ChatGPT 时刻」。

如果把时间线拉长来看，这一轮具身智能的变化，本质上是一种范式切换：机器人，正在从「被编排执行任务」，走向「通过数据学习如何应对世界」。

而像 Generalist 这样的玩家，试图证明一件事：当模型、数据与算力叠加到某个阈值，机器人，也会迎来属于自己的能力跃迁。

参考链接：

https://generalistai.com/blog/apr-02-2026-GEN-1

https://www.forbes.com/sites/annatong/2026/04/02/generalist-is-betting-its-robot-training-gloves-will-usher-in-robotics-chatgpt-moment/