何が起きたか

シリコンバレーのスタートアップGeneralistは、ロボットの「脳」を開発し、新モデルGEN-1を発表した。同社は、人間の手をピンサー型ロボットハンドに変える「データハンド」を用いて、50万時間以上のデータを収集し、ロボットの即興的な行動を可能にするとしている。CEOのPete Florence氏は、ロボット工学が「ChatGPT的瞬間」に近づいていると述べた。

詳細

Generalistは、ロボットがプログラムされていない行動をとる「創発的」な振る舞いに注目している。例えば、コンベアベルト上の袋にぬいぐるみを詰める作業中、ぬいぐるみが途中で引っかかった際、ロボットはもう一方の腕で袋を揺すってぬいぐるみを落とし、ベルトに戻した。CEOのPete Florence氏は、Googleの基礎的ロボット工学論文であるPaLM-Eのリードを務めた人物で、Googleの同僚Andy Zeng氏とBoston Dynamicsのロボット工学者Andy Barry氏と共同で創業した。同社は2025年に4億4000万ドルの評価額で1億4000万ドルを調達しており、出資者にはSpark Capital、NvidiaのNVentures、Bezos Expeditions、Boldstart Venturesが含まれる。 Generalistのアプローチは、高評価の競合Physical Intelligence（11億ドルの評価額で10億ドルを調達中と報じられている）と似ており、既製のロボットハードウェアとChatGPTと同じファミリーのトランスフォーマーベースのAIモデルを組み合わせる。データ収集はロボット工学の根本的なボトルネックであり、Generalistは「データハンド」と呼ばれる手首に装着するデバイスを開発した。これは人間の手をピンサー型ロボットハンドに変え、視覚的・感覚的データを収集する。同社は収集内容や処理方法の詳細を明らかにしていないが、家庭や倉庫、職場で日常的なタスクに使用できるほど直感的だと主張している。 サンマテオのオフィスでは、「データハンド」のオペレーターが研究者と並んで、花束を束ねるなどの作業を練習している。Florence氏によると、データセットは50万時間以上に達し、タスクを記憶するのではなく一般化できるモデルを訓練するのに十分な豊かさを持つという。現時点では、ロボットは箱を折る速度が人間とほぼ同等で、競合システムの約3倍速いとFlorence氏は述べる。ただし、ハードウェアは原始的で、人間の手のような優雅さはない。Generalistは、華麗なハンドは実験室の外で壊れることがあるため、ピンサーで十分だと主張している。

Key Facts

Generalistは新モデルGEN-1を発表した。[0]
CEOのPete Florence氏は、GoogleのPaLM-Eのリードを務めた。[0]
Generalistは2025年に4億4000万ドルの評価額で1億4000万ドルを調達した。[0]
出資者にはSpark Capital、NvidiaのNVentures、Bezos Expeditions、Boldstart Venturesが含まれる。[0]
Generalistは「データハンド」と呼ばれる手首装着型デバイスを使用する。[0]
データセットは50万時間以上に達する。[0]
ロボットは箱を折る速度が人間とほぼ同等で、競合システムの約3倍速い。[0]
競合のPhysical Intelligenceは11億ドルの評価額で10億ドルを調達中と報じられている。[0]
Florence氏は、ロボット工学が「ChatGPT的瞬間」に近づいていると述べた。[0]

なぜ重要か

Generalistのアプローチは、ロボット工学をカスタム機械ではなく大規模言語モデルのように扱うもので、データ収集のボトルネックを解決する可能性がある。同社の「データハンド」によるデータ収集方法は、ロボットの一般化能力を高め、実世界の不確実な状況での即興的な行動を可能にするかもしれない。これは、ロボット工学が「ChatGPT的瞬間」を迎えるための重要な一歩となり得る。