GEN 架构挑战主流：多模态同步流替代动作分块

12exyz · x · 2026-08-21

评论指出，@GeneralistAI 的 GEN 架构与机器人领域主流的 VLA + action chunking 方法不同，更接近 @thinkymachines 的交互模型：训练一个具有几乎同步输入/输出流的多模态 Transformer。GEN-0 是一个 10B+ 参数的机器人基础模型，基于 Harmonic Reasoning 架构，拥有 27 万小时灵巧操作数据。作者对其 99% 权重从零训练（可能使用冻结图像编码器）的做法表示好奇，并祝贺 GEN-1.5 的发布。