Das Startup Generalist hat GEN-1 vorgestellt, ein generalistisches physisches KI-Modell für Robotik. Das Modell erreicht bei repetitiven Feinmotorik-Aufgaben eine Erfolgsquote von 99 Prozent und ist dreimal schneller als sein Vorgänger GEN-0. Gleichzeitig zeigt ein Bericht aus Japan, dass physische KI den Schritt in die reale Produktionsumgebung bereits vollzogen hat.

GEN-1: Technische Grundlagen

GEN-1 wurde mit über 500.000 Stunden Bewegungsdaten trainiert. Gesammelt wurden diese Daten mit proprietären "data hands"-Handschuhen, die Mikrobewegungen und visuelle Informationen gleichzeitig erfassen. Die trainierten Aufgaben umfassen Kartons falten, Smartphones einpacken und die Wartung von Staubsauger-Robotern.

Ein zentrales Merkmal ist die Improvisierfähigkeit: GEN-1 kann unbekannte Störungen ausgleichen und Lösungen für nicht explizit trainierte Aufgaben aus bekannten Konzepten zusammensetzen -- ein Schritt weg von starren Ablaufprogrammen hin zu adaptivem Verhalten.

Japan als Testmarkt

TechCrunch berichtet, dass japanische Unternehmen Roboter gezielt für Stellen einsetzen, die keine menschlichen Bewerber mehr finden. Japans demografischer Druck -- schrumpfende Erwerbsbevölkerung, hohe Qualitätsanforderungen -- macht das Land zum natürlichen Pilotmarkt für physische KI. Die Ergebnisse deuten darauf hin, dass die Technologie unter Realbedingungen trägt.

Einordnung

99 Prozent Erfolgsquote klingt hoch, bedeutet bei 100 Zyklen pro Stunde aber immer noch einen Fehler pro Stunde. Für vollautomatisierte Linien bleibt Fehlerbehandlung ein offenes Thema. Die Entwicklung zeigt dennoch, dass generalisierbare Robotik-Modelle den Sprung von der Demo in die Produktion schaffen.

Quellen

• https://arstechnica.com/ai/2026/04/generalists-new-physical-robotics-ai-brings-production-level-success-rates/
• https://techcrunch.com/2026/04/05/japan-is-proving-experimental-physical-ai-is-ready-for-the-real-world/