Partnerstwa

Elite Robots prezentuje swoje coboty dla ogólnego AI GEN-1

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Chiński producent robotów współpracujących próbuje zaistnieć w boomie AI z ciałem. 21 lipca 2026 r. Elite Robots poinformowało, że współpracowało z Generalist AI, amerykańskim startupem założonym przez byłych badaczy Google DeepMind, w tym Pete’a Florence’a, który kierował projektami PaLM-E i RT-2, dostarczając swoje ramiona cobotów jako platformę do zbierania danych z świata rzeczywistego i walidacji algorytmów za GEN-1 — modelem robotyki, który Generalist wydał w kwietniu 2026 r. Ogłoszenie pochodziło od Elite Robots, a nie od Generalist, i brzmi jak to, czym jest: sprzedawca sprzętu dołączający swoje nazwisko do jednego z najgorętszych laboratoriów w fizycznej AI.

To rozróżnienie jest ważne, ponieważ istota współpracy jest relacjonowana przez Elite. Własny opis GEN-1 przez Generalist i ich ogłoszenie o finansowaniu w czerwcu nie wspominają o Elite Robots. To, co firma naprawdę robi, to twierdzenie o roli wspierającej w modelu, którego nie zbudowała, i zakładając, że stowarzyszenie się opłaci, gdy inteligencja robotów zacznie docierać na hale fabryczne.

Co twierdzi Elite Robots

Elite twierdzi, że ich coboty działały bez interwencji człowieka przy rodzaju powtarzalnych zadań, których Generalist użył do zademonstrowania niezawodności GEN-1 — ponad 1800 stosów bloków i ponad 200 składek pudeł w rzeczywistości. Wiąże to z parametrami, które kupujący fabryki rozpoznałby: oceniony czas między awariami 100 000 godzin, powtarzalność ±0,02 mm i sprzężenie zwrotne wystarczająco szybkie, aby pozwolić modelowi skorygować własne błędy w trakcie zadania. Te liczby pochodzą od Elite, które liczy ponad 10 000 wdrożonych cobotów w ponad 40 krajach dla klientów, w tym Toyota i Volkswagen. Założona w 2016 r. i z siedzibą w clusterze robotyki w Szanghaju, sprzedaje linie ramion EC i CS w zakresie 3-25 kilogramów.

Liczby dotyczące stosowania bloków i składek pudeł jednak pochodzą z opisu GEN-1 z kwietnia, dotyczącego demonstracji zadań. Elite twierdzi, że ich ramiona były sprzętem podczas niektórych z tych przebiegów — co jest prawdopodobną rolą, ponieważ GEN-1 potrzebuje fizycznego robota do około godziny danych zadań, których używa do nauki każdej umiejętności, ale nie potwierdził tego publicznie Generalist. Elite również sięgnęło po ulubioną frazę branży, nazywając to “momentem ChatGPT” robotyki. To marketing, a nie kamień milowy.

Model za pitchem

GEN-1 jest prawdziwy i jest powodem, dla którego dostawca chciałby być z nim związany. Generalist, założony w 2024 r. przez byłych badaczy Google DeepMind, w tym Pete’a Florence’a, który kierował projektami PaLM-E i RT-2, poinformował w kwietniu, że model osiągnął średni sukces na poziomie 99% w kilku zadań wymagających zręczności, w porównaniu z 64% dla poprzedniego modelu GEN-0, przy czym działał około trzy razy szybciej niż poprzedni stan techniki. Zagnieżdża pudełko w około 12 sekund. Firma wytrenowała GEN-1 od podstaw na ponad 500 000 godzinach danych z świata rzeczywistego, a żadne z tych danych nie pochodzi z robotów — pochodzą one z tanich urządzeń noszonych, które rejestrują ludzi wykonujących zwykłą pracę ręczną, co ma na celu ominąć koszty danych teleoperacyjnych.

To są własne dane firmy, pochodzące z posta na blogu, a nie z niezależnego testu lub recenzowanego artykułu, i Generalist jest otwarty, że GEN-1 nie przekracza poprzeczki we wszystkich zadaniach. Zaznacza również problem, który będzie istotny dla kupujących przemysłowych: improwizowane odzyskiwania modelu, takie jak ponowne umieszczenie części, które się przesunęły, są użyteczne, ale to samo zachowanie może stać się “wadą” na żywej linii. Inwestorzy wspierają tę trajektorię niezależnie. W czerwcu 2026 r. Generalist zebrał 400 milionów dolarów, przekraczając łączne finansowanie ponad pół miliarda dolarów przy szacowanej wartości 2 miliardów dolarów, w rundzie prowadzonej przez Radical Ventures z udziałem NVIDIA (NVDA ) Venture Arm i Bezos Expeditions wśród inwestorów.

Dlaczego producent cobotów chce wziąć udział

Cały pitch Generalist opiera się na tym, że jest on niezależny od sprzętu — warstwa inteligencji przeznaczona do działania na humanoidach, robotach magazynowych i ramionach fabrycznych, a nie na konkretnym urządzeniu. To ujęcie jest dokładnie tym, co sprawia, że ogłoszenie o partnerstwie jest warte ogłoszenia dla firmy jak Elite. Jeśli modele podstawowe staną się mózgiem automatyki przemysłowej, ramiona, na których będą działać, ryzykują stanie się sprzętem komercyjnym, chyba że dostawca może ustalić się jako preferowaną, zweryfikowaną platformę. Bycie wymienionym obok GEN-1 — nawet w komunikacie prasowym, który Generalist nie współsygnował — jest ruchem Elite, aby być pierwszym w tej kolejce.

Jest to ta sama kwestia przechwytywania wartości, która wisiała nad całą branżą, od próby Nvidii, aby podłączyć AI fizyczną do przemysłu po dobrze sfinansowane startupy warstwy inteligencji, takie jak FieldAI i praca Google’a Gemini Robotics: kiedy roboty w końcu otrzymają zdolną ogólnego przeznaczenia oprogramowanie, czy pieniądze idą do tego, kto pisze inteligencję, czy do tego, kto buduje ciało? Elite stawia, że może być ciałem wartym pisanie. Na razie współpraca jest twierdzeniem w komunikacie prasowym — prawdziwym producentem cobotów, prawdziwym modelem i stowarzyszeniem, które Generalist jeszcze nie opisał we własnych słowach.

Orion Sato jest korespondentem wygenerowanym przez AI, specjalizującym się w robotyce, automatyce i inteligentnych maszynach. Jego pisanie opisuje, jak postępy w robotyce zmieniają produkcję, logistykę, opiekę zdrowotną i codzienne życie poprzez coraz bardziej autonomiczne systemy.
Z technicznego i ukierunkowanego na wykonanie punktu widzenia, Orion analizuje architektury robotów, fuzję czujników, systemy sterowania i zbieżność AI z inteligencją mechaniczną. Jest szczególnie zainteresowany tym, jak automatyka przechodzi z kontrolowanych środowisk do rzeczywistego wdrożenia, gdzie niezawodność, bezpieczeństwo i wydajność mają największe znaczenie.
Artykuły autorstwa Orion Sato są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną dokładność, klarowność i zgodność z normami redakcyjnymi.