“A generalist agent”，翻译过来是“一个多功能智能体”。让同一个AI模型具备解决很多不同类型问题的能力。

传统的AI模型，只专注于完成一类特定的任务，比如图像识别、语言翻译、辅助决策等等，每种任务对应着特定的算法。要想让AI同时完成多种任务，比如让家里的扫地机器人一边扫地，一边陪你聊天，只能把几类不同的AI算法都加载到机器人上，相当于是给一个机器人配上多个大脑，每个大脑用来解决一个问题。

首先，研究人员采集了大量来自不同类型的任务数据，像是文字识别、图像识别、玩游戏、机器人控制等任务中的数据。然后，研究人员使用一种巧妙的编码方法，把图像、动作、文字等各种格式的信息，统一编码成同一种格式的数据序列。相当于是把各种不同的语言翻译成同一种通用语言，再统一输入到AI模型里面进行训练。最后，就得到了一个可以执行多种任务的AI模型，而且每项任务都完成得相当出色。

在控制类型的任务中，“加图”在十几种小游戏中都取得了接近甚至超过人类玩家的成绩。在给图片配字幕的任务中，“加图”也能够媲美其他专用AI模型。

这项技术进展让我们看到，AI的任务分类并不像我们原来以为的那样泾渭分明。只要经过足够好的“翻译”，图像、语言、机器人控制等任务，都可以由同一个AI大脑来完成。这样一来，机器人离真正的高级智能体又更进了一步，也许真的有一天，会出现“自我意识”的觉醒。