GEN-1は、米Generalist AIが2026年4月2日（米国時間）に発表したロボット向けの基盤モデルです。折りたたみ・梱包・組立といった作業を1つのモデルでこなし、同社の評価では従来モデルが平均64%だった作業で平均99%の成功率を出しました。2026年8月19日には後継のGEN-1.5が公開され、3〜12秒の実演を1回見せるだけで新しい作業に取りかかれることが示されています。
この記事では、公式ブログの数値を比較条件ごとに読み解き、GEN-0からGEN-1.5までの違い、Physical Intelligenceのπ0やNVIDIA GR00Tとの差、そして「GitHubで使えるのか」「上場しているのか」までを2026年11月時点の情報で整理します。
まとめ：GEN-1とGEN-1.5の要点
- GEN-1（2026年4月）：単純な物理作業で平均成功率99%。箱の組立は12.1秒で、同じ箱でGEN-0とπ0が要した約34秒の2.8倍速。各作業はロボットデータ約1時間の追加学習で仕上げています。
- 学習データ：事前学習にロボットのデータを使わず、人が身に着ける低価格の記録機器で集めた50万時間の実世界データで学習しています。
- GEN-1.5（2026年8月）：追加学習なしで実演1回から作業を覚えるワンショット学習を公表。10種類の作業で平均59%、5分のデータで10回更新すると83%です。
- 公開状況：重み・コードの公開はなく、GitHubにもありません。GEN-1は早期アクセスのパートナー向けで、GEN-1.5は公式ウェイトリストで利用希望を募り、順番に提供先を広げています。
- 会社：2024年設立の非上場企業。2026年6月に4億ドル（評価額20億ドル）を調達し、8月には評価額30億ドルでの追加調達が報じられました（会社の発表はなし）。
結論として、GEN-1は「研究デモ」から「一部の作業なら商用水準」へ踏み込んだモデルですが、誰でも手元で動かせる段階にはありません。使いたい企業はウェイトリストに申し込み、待つ間に社内で検証するならπ0やGR00Tの公開モデルが現実的な入口です。
GEN-1の開発元Generalist AIとモデルの位置づけ
Generalist AIの創業者、資金調達、モデルの位置づけを確認します。
創業者3名の経歴と2026年の資金調達
Generalist AIは2024年に、Google DeepMind出身のPete Florence（CEO）とAndy Zeng（Chief Scientist）、Boston Dynamics出身のAndrew Barry（CTO）が設立しました。公式の会社紹介では、メンバーがPaLM-E・RT-2・Gemini Roboticsといった視覚・言語・行動モデルの開発や、Atlas・Spot・Stretchの開発に携わってきたと説明しており、拠点はカリフォルニア州ベイエリアとボストンです。
資金面では、2026年6月4日の公式発表で4億ドルの調達を公表し、累計調達額は5億ドルを超えました。主導はRadical Venturesで、8VC・Union Square Ventures・Hanabi Capital・Norwestが新たに加わり、NVIDIA・Boldstart Ventures・Spark Capital・Bezos Expeditionsなど既存投資家も参加しています。個人ではXiaomi共同創業者のLin BinやFei-Fei Liが名を連ねました。評価額は公式発表には無く、Boldstart Venturesの告知が20億ドルと伝えています。8月にはTechCrunchが8VC主導の追加調達を報じました。金額は届出に基づき約2億ドル、評価額30億ドルは関係者2人の話とされ、会社の正式発表はありません。
「モデルではなくシステム」という説明とVLAとの関係
GEN-1はVLA（Vision-Language-Action）モデルなのか、という点から確認します。GEN-1の公式ブログはGEN-1をVLAとは呼ばず、「行動をリアルタイムに出力する大規模マルチモーダルモデル」と説明しています。映像や言語を受け取ってロボットの動作を出す入出力は広い意味でVLAと同じですが、パラメータ数や内部構造は公開されていません。
同社はさらに「モデルというよりシステムと呼ぶ方が正確」と書き、性能の源泉を事前学習の改良、事後学習、経験からの学習（強化学習）、人による多様な指示、推論時の工夫の組み合わせに置いています。公開情報から確認できる差別化要因は、データ収集、学習工程、推論時の工夫です。内部構造が非公開のため、ネットワーク設計の寄与までは判断できません。VLAの土台となる視覚言語モデルの仕組みは、Qwen3-VLとは｜2B〜235Bのモデル一覧・必要メモリ・Ollama/transformersでの動かし方で具体的に確認できます。
GEN-1の性能を公式の比較条件で読む
「成功率99%」「約3倍速」は見出しになりやすい数字ですが、何と比べた数字かで意味が変わります。公式ブログの比較条件ごとに整理します。
成功率99%は「同じ作業でのGEN-0比」
99%は、同社が選んだ複数の作業での平均です。比較相手は2025年11月版のGEN-0で、事前学習なしで作業ごとに一から学習させると平均19%、GEN-0を追加学習させると平均64%、GEN-1は平均99%でした。作業別に見ると差の出方がよくわかります。
| 作業 | 事前学習なし | GEN-0 | GEN-1 |
|---|---|---|---|
| ロボット掃除機の手入れ | 2% | 50% | 99% |
| スマートフォンの梱包 | 42% | 62% | 99% |
| 箱の組立 | 13% | 81% | 99% |
| 上記3作業の平均（丸め値） | 19% | 64% | 99% |
いずれも各作業につきロボットデータ約1時間で仕上げた結果で、一部の試験ではGEN-0の10分の1の作業固有データと学習ステップで同等の性能に届いたとしています。連続稼働では、自動車部品のキッティングを1時間以上、Tシャツたたみを86回連続、ロボット掃除機の手入れを200回以上連続、ブロックの梱包を1,800回連続、箱の組立を200回連続、いずれも人の介入なしで続けました。
箱組立12.1秒とスマートフォン梱包15.5秒の測り方
速度の比較は、箱を折るために触れた瞬間から折り終わるまでの時間だけを数えています。同じ箱でGEN-0とπ0はどちらも約34秒、GEN-1は12.1秒で2.8倍速でした。スマートフォンをケースに入れる作業は15.5秒で、GEN-0の2.8倍速です。
注目すべきは、GEN-1が手本となった人の実演より速く作業を終えられる点です。人が遠隔操作で集めたデータは力の感覚が無く、通信遅延もあるため動きが遅くなりがちだと同社は説明しており、人の実作業から学ぶデータの集め方が速度にも効いているという主張です。速度比較の動画は、等倍速・完全自律と明記されています。
GEN-1の把持失敗からの回復動作
3つめの評価軸は、学習データに無い状況での立て直しです。自動車部品のキッティングでワッシャーを弾いて持ち方が崩れたとき、GEN-1はいったん置いて掴み直す、スロットに半分差し込んで向きを変える、反対の手に持ち替えるといった複数の回復手段を使い分けました。袋を揺すって中身を収める、落ちかけた物に手を伸ばすといった動きも観察されています。公式はこれらを「学習分布から大きく外れた振る舞い」と表現しています。
ロボットデータを使わない事前学習とGEN-0からの系譜
GEN-1の性能を支えるのはデータの集め方で、その方針は前モデルGEN-0から一貫しています。
GEN-0（2025年11月）が示したロボットのスケーリング則
GEN-0は2025年11月4日に公開され、事前学習のデータと計算量を増やすほど、追加学習後の性能が予測どおりに上がる「スケーリング則」がロボットでも成り立つと主張しました。学習データは世界の数千か所の家庭・倉庫・職場で集めた27万時間の操作データで、当時は毎週1万時間以上のペースで増えていました。モデルは100億パラメータ超まで拡大され、10億パラメータ級ではデータを入れるほど新しい情報を取り込めなくなる一方、70億パラメータを境に大きいモデルは改善を続けたと報告しています。6自由度・7自由度のアームと16自由度以上の半人型ロボットで動作を確かめています。
50万時間の人の作業データが遠隔操作より効く理由
GEN-1は50万時間に増えたデータで一から学習し直したモデルです。GEN-0とGEN-1の土台となる事前学習モデルはロボットのデータを使わず、人が身に着ける低価格の記録機器で、人が行う数百万の作業から集めたデータだけで学習しています。
同社によれば、成功率90%を超えた従来の汎用ロボットモデルは、費用がかかり規模を広げにくい大量の遠隔操作データに頼っていました。人の手元を記録する方式なら、ロボットを用意せずに多数の場所で並行して集められます。ロボットに触れるのは最後の追加学習だけで、その量が作業あたり約1時間で済むという点が、この方式の実用上の利点です。物理世界で動くAIの全体像はエンボディドAI（Embodied AI）とは｜意味・読み方とフィジカルAI・生成AIとの違い、代表モデルまで解説で整理しています。
GEN-1.5とは：1回の実演で新しい作業を覚えるワンショット学習
GEN-1.5は、Generalist AIが2026年8月19日に発表した後継モデルです。GEN-1が「追加学習で作業を極める」モデルだったのに対し、GEN-1.5は「追加学習なしで作業を覚え始める」能力を前面に出しています。
物理プロンプトの仕組み：3〜12秒の実演・30秒の記憶・100Hz出力
GEN-1.5の公式ブログによると、モデルは30秒分の映像と、そのほかのセンサー・言語・関節の状態を入力に取り、毎秒100回の頻度で動作の軌道を出力します。新しい作業を教えるときは、3〜12秒の実演を1回分だけ文脈に入れます。同社はこれを「物理プロンプト」と呼び、勾配による更新も追加学習も行いません。
実演は、人が持ち手付きのグリッパーを使って記録したものでも、ロボット自身の動作記録でもかまいません。ほかにも、シミュレーター内で記録した実演で実機を動かす、2つの実演をつないで1つの長い動作にする、人が素手で見せた動きをロボットの手で再現する、といった例が示されました。いずれも専用の学習をしておらず、事前学習から自然に現れた能力だと同社は説明しています。1つのモデルが8か月以上にわたって学習を続けている点も明かされました。
59%と83%をGEN-1の99%と並べてはいけない理由
GEN-1.5の数値は、10種類の作業でワンショットが平均59%（標準偏差10%）、作業あたり5分のデータ（約50回の実演）で10回の勾配更新をすると平均83%（同9%）です。99%から下がったように見えますが、測っているものが違います。
- GEN-1の99%：約1時間のロボットデータで作業ごとに追加学習した後の成功率
- GEN-1.5の59%：作業を一切学習させず、実演を1回見せた直後の成功率
- GEN-1.5の83%：5分のデータで10回だけ更新した後の成功率
同社自身も「作業は単純で短く、成功率は控えめ」「文脈から覚えたスキルは追加学習したモデルより壊れやすい」と認めています。対象もガラス瓶のふたを回して外す、ペンケースのファスナーを開ける、ブラシで立方体をボウルに掃き入れるといった短い動作です。したがってGEN-1.5は現場投入の判断材料ではなく、「新しい作業の立ち上げにかかる時間が数秒から数分に縮む可能性」を示した研究成果として読むのが妥当です。ワンショットで当たりを付け、短い追加学習で精度を上げる、という使い方の方向性が示されたと考えてください。
π0・GR00T・Gemini RoboticsとGEN-1の違い
外部の開発者が使えるかという観点で、2026年11月時点の主要モデルを並べます。
| モデル | 開発元 | 重みの公開 | 外部から使う経路 |
|---|---|---|---|
| GEN-1／GEN-1.5 | Generalist AI | なし | 早期アクセス・ウェイトリスト |
| π0・π0-FAST・π0.5 | Physical Intelligence | あり（openpi） | 自分で学習・実行 |
| Pi API提供モデル（名称非明示） | Physical Intelligence | なし | Pi API beta |
| GR00T N1.7（30億） | NVIDIA | あり | 自分で学習・実行 |
| Gemini Robotics 2 | Google DeepMind | なし | 早期アクセス（ER 2はAPI） |
Physical Intelligence（π0・π0.7）との違い
Generalist AIとPhysical Intelligenceの最も大きな差は、学習データと公開方針です。π0はインターネット規模の視覚言語の事前学習に、公開ロボットデータセットと自社の8種類のロボットで集めたデータを組み合わせて学習しています。ロボットのデータを事前学習の中心に置くπ0に対し、GEN-1は事前学習でロボットのデータを使いません。
公開方針も分かれます。Physical Intelligenceは2025年2月4日にπ0のコードと重みを公開し、openpiリポジトリでは現在π0・π0-FAST・π0.5をApache-2.0ライセンスで提供しています。一方、Physical Intelligenceの最新モデルは、2026年10月13日に始まったPi API beta経由で、データをアップロードして追加学習と推論を委託する形で提供されています。最新モデルの重みを公開しない点は両社とも同じで、外部からの利用はPhysical IntelligenceがPi API beta、Generalist AIが早期アクセスの問い合わせ窓口とウェイトリストという形を取っています。なお両社の性能を直接比べた第三者の評価はなく、GEN-1のブログにあるπ0との比較も箱組立の速度だけです。
NVIDIA GR00T N1.7・Gemini Robotics 2との違い
NVIDIAのIsaac GR00T N1.7は30億パラメータのモデルで、視覚言語の部分にCosmos-Reason2-2B（Qwen3-VL系）を使い、コードはApache-2.0で公開されています。一方、重みに同梱された文書の表題は「NVIDIA License」で、その3.3節は利用を研究・評価目的に限っています。READMEの「商用利用可能」という説明と食い違うため、業務で使う前に法務で確認してください。事前学習に人の作業映像2万時間を加えた点はGEN-1と発想が近い一方、ロボットのデモデータも併用しています。実機のデモデータによる追加学習に加えてシミュレーションでの評価にも対応しており、Isaac Simとは？無料で使えるライセンスの範囲・GPU要件・導入方法【6.2対応・2026年10月】と組み合わせて自社環境で検証を回せる点がGEN-1との最大の違いです。
Google DeepMindのGemini Robotics 2は2026年7月30日に公開され、歩行と物体操作を1つのモデルで扱う全身制御を打ち出しました。機体を動かす本体は早期アクセスのパートナー限定で、一般の開発者が使えるのは作業計画を担うER 2に限られます。提供範囲の詳細はGemini Robotics 2とは｜全身制御と提供範囲・検証手順を実装目線で解説【2026年8月】にまとめています。
GEN-1は使えるのか：公開状況・GitHub・上場の有無
GitHubでの公開の有無と申し込み方法を、2026年11月時点の情報で整理します。
GEN-1の早期アクセス申込先とコード・API仕様・価格の公開状況
GEN-1は公開日から早期アクセスのパートナー向けに提供が始まり、公式ブログは利用希望者に[email protected]への連絡を案内しています。GEN-1.5については公式のウェイトリストが「GEN-1.5へのアクセスを拡大中」として申し込みを受け付けており、すぐに作業できるロボット一式の提供か、手持ちのロボットを動かすモデルAPI（ローカル推論またはクラウドAPI）かを選んで用途を登録します。提供先は段階的に広げるとされ、選ばれた場合に連絡が来る仕組みです。
GitHubでのコード・重みの配布、公開されたAPIの仕様書や価格表はいずれも確認できません。TechCrunchは同社が少数の顧客と組み、その意見を基に用途ごとにモデルを調整していると報じています。
パートナーの実例としては、中国の協働ロボットメーカーElite Robotsが2026年7月21日のプレスリリースで、自社の協働ロボットを使ってGeneralist AIの実世界データ収集とアルゴリズム検証を支援したと発表しています。
GEN-1の代替候補：公開モデルとPi API betaの選択基準
GEN-1を待つ間に社内で知見を貯めるなら、公開モデルかPi API betaが候補です。目的ごとの目安は次のとおりです。
- 実機のアームで追加学習を試したい：openpiのπ0.5。Apache-2.0で公開され、2025年9月からPyTorchでも学習できます。
- シミュレーターでデータを増やしてから実機に移したい：GR00T N1.7とIsaac Simの組み合わせ。
- 最新モデルの性能で自社作業の当たりを付けたい：Pi API betaへの申し込み。重みは手元に残らない点を契約前に確認します。
Generalist AIのウェイトリストに申し込む価値があるのは、作業を短い単位に切り出せて、1時間程度の実演データを自社で用意できる企業です。ロボットの選定やデータ収集の段取りから相談したい場合は、生成AI開発・AI受託開発でご相談いただけます。
Generalist AIの非上場という企業形態
Generalist AIは2026年11月時点で非上場のスタートアップで、株式を一般の投資家が市場で買う手段はありません。前述の出資はいずれも未上場での資金調達です。
導入判断で見るべき制約：99%でも足りない工程と安全性
GEN-1の数値をそのまま現場の可否判断に使うと見誤ります。公式が認める制約と、数字から導ける線引きを示します。
99%が意味する失敗回数と、任せてよい工程の条件
公式は「99%以上を示した作業はあるが、試したすべての作業がこの水準に届いたわけではない」「実用にはさらに高い成功率や速度が要る作業もある」と明記しています。仮に導入先でも各試行の成功確率が99%なら、1日1,000回の作業に対する失敗回数の期待値は10回です。実際の回数は変動し、公表された平均成功率が導入先にも当てはまるとは限りません。
導入候補は、人への危害や製品・設備の損傷を防ぐ対策があり、失敗を検知してやり直せる工程です。箱の組立や部品のピッキングも、対象物・機体・周辺環境ごとにこの条件を確認する必要があります。逆に、1回の失敗が不良品の流出や設備の損傷につながる工程、作業者のすぐ隣で動かす工程は、失敗の検知と自動停止、人による監視の仕組みを先に設計しない限り対象にすべきではありません。
即興的な動きが生む安全性の課題
強みである即興的な回復は、裏返せば学習データに無い動きをロボットが自分で選ぶということです。公式ブログは、こうした振る舞いが現実に影響を伴う物理的な行動である以上、何をもって成功とするかは作業や現場ごとに違い、身体を持つAI向けに安全性の考え方を見直す必要があると述べています。文章を出力するAIと違い、動いた結果は取り消せません。導入前の試験では、成功率だけでなく「想定外の状況で何をしたか」を記録して確認する必要があります。フィジカルAIの導入事例と課題はフィジカルAIとは？自動運転を変える仕組みと生成AIとの違い・活用事例【2026年】でも扱っています。
よくある質問
GEN-1とは何ですか？
米Generalist AIが2026年4月2日（米国時間）に発表したロボット向けの基盤モデルです。行動をリアルタイムに出力する大規模マルチモーダルモデルで、同社が選んだ単純な物理作業では平均成功率99%を示しました。事前学習にはロボットのデータを使わず、人の作業を記録した50万時間のデータを使っています。
GEN-1.5とGEN-1は何が違いますか？
GEN-1は約1時間のロボットデータで作業ごとに追加学習し、高い成功率を出すモデルです。2026年8月19日に公開されたGEN-1.5は、3〜12秒の実演を1回見せるだけで追加学習なしに作業を始められるワンショット学習を示しました。ただし成功率は10種類の作業で平均59%、5分のデータで10回更新して83%で、GEN-1の99%とは測定条件が異なります。
GEN-1はGitHubで公開されていますか？
公開されていません。コードや重みの配布はなく、GEN-1は早期アクセスのパートナー向け、GEN-1.5は公式ウェイトリストで申し込んだ企業へ順番に提供を広げている段階です。手元で試せるロボット基盤モデルを探しているなら、openpiで公開されているπ0・π0.5やNVIDIAのGR00T N1.7が選択肢になります。
Generalist AIは上場していますか？
上場していません。2024年設立の非上場スタートアップで、2026年6月にRadical Ventures主導で4億ドルを調達して累計調達額が5億ドルを超え、8月には評価額30億ドルでの追加調達が報じられました（会社の正式発表はありません）。
Generalist AIとPhysical Intelligenceの違いは何ですか？
どちらもロボット向け基盤モデルを開発する米国企業です。Physical Intelligenceのπ0はロボットのデータを事前学習の中心に置き、π0・π0.5の重みをopenpiで公開しています。Generalist AIはロボットのデータを使わない事前学習を採り、モデルは公開していません。最新モデルについては、Physical IntelligenceがPi API betaで外部提供を始めています。
