開發機器人基礎模型的 Generalist 在 8VC 領投下追加募得約 2 億美元（約 320 億日圓），估值隨之來到 30 億美元（約 4800 億日圓），消息來自知情人士。這筆資金屬於該公司 6 月公布的 4 億美元 B 輪的延伸，使整輪募資總額增至 6 億美元。這家成立兩年、先前幾乎不對外發聲的公司，突然被推到了市場的中心位置。
※1 美元 = 159 日圓
兩個月內估值成為原來的 1.5 倍
依據主管機關的申報文件，這次新增資金接近 2 億美元。6 月宣布的 B 輪由 Radical Ventures 領投，當時估值為 20 億美元（約 3200 億日圓）。短短兩個月，20 億美元變成 30 億美元，整輪募資也從 4 億美元（約 640 億日圓）增加到 6 億美元（約 950 億日圓）。Generalist 與 8VC 均未回應。
從公司的來歷來看，資金聚集的理由並不難理解。Generalist 成立於 2024 年，創辦人包括曾任 Google DeepMind 研究員的 Pete Florence 與 Andy Zeng，以及曾在 Boston Dynamics 擔任工程師的 Andrew Barry。早期投資方除了 8VC 與 Radical Ventures，還有 NVIDIA、Union Square Ventures、Bezos Expeditions，以及研究者李飛飛。機器人學習與生成模型兩個領域的知名人物，從創立之初就站在這家公司背後。
靠 3 到 12 秒的示範學會新任務
Generalist 要做的是不綁定特定機型的通用機器人基礎模型。在 8 月發布的最新版 GEN-1.5 上，該公司表示機器人只要看過一段 3 到 12 秒的示範影片，就能執行新的任務。既不做額外訓練，也不更新梯度，而是把當場作為脈絡接收到的影片直接組成動作。
在該公司公布的評估中，針對 10 項任務的單次示範平均成功率為 59%。若再以 5 分鐘的資料進行 10 步梯度更新，成功率可提升到 83%。這兩個數字之間的落差，正好呈現出剛看完示範時的實力，與稍微微調之後的實力之間的距離。
有趣的是，模型的表現並不僅止於照著模仿。當訓練時使用的刷子被換成畚箕，機器人會把方塊拿起來倒進碗裡；它也曾拿香蕉當成臨時的刷子；示範裡只用了一隻手，它卻能雙手並用。據說，完全在模擬環境中錄製的示範，也能直接當成實機的指令使用。若在 30 秒的脈絡視窗裡放入兩段示範，模型會自行補上銜接兩者的動作，把它們當作一段更長的連續作業來執行。
目前該公司與少數客戶合作，並運用這些回饋針對個別用途調整模型。
押注機器人的「ChatGPT 時刻」
把機器人大腦做成通用模型的，並不只有 Generalist。據報導，Physical Intelligence 估值為 110 億美元（約 1.75 兆日圓），軟銀投資的 Skild AI 估值為 140 億美元（約 2.23 兆日圓）。Genesis AI 上個月也在洽談以 30 億美元估值進行募資。在這份名單中，30 億美元比較接近入口，而不是頂端。
資金集中的背後，是一種判斷：機器人也將迎來與大型語言模型相同的轉折點，也就是不必為每項任務單獨訓練，就能完成一般工作的那一刻。
不過，冷靜的聲音同樣存在。語言模型幾乎可以把網路上的全部文字用於訓練，而機器人的動作資料並沒有相當規模的累積。用一段短影片就能轉移到新任務的特性，正好可以理解為對這種資料不足的一種繞道方案。仍有創投業者警告，真正意義上的通用機器人模型可能還要再等上好幾年。
總結
Generalist 的估值在兩個月內從 20 億美元升到 30 億美元。GEN-1.5 展現的「靠一段短示範就切換到新任務」的行為，對機器人長期面臨的資料不足提出了具說服力的回答。另一方面，平均成功率為 59%，即使加入微調也只有 83%。從實驗室裡的靈巧到產線上的良率，中間仍有一段距離。估值的成長速度與能力的成長速度是否一致，未來一年應該會看得更清楚。
