La startup chinoise X Square Robot a publié en open source HOST, un cadre qui apprend à un robot une nouvelle compétence de manipulation à partir d'une seule vidéo humaine d'environ 29 secondes, avec 62 % de réussite contre 45 % pour la référence sans entraînement. Au lieu de copier les gestes humains, le robot déduit le résultat attendu de la tâche puis remonte vers ses propres actions ; selon l'entreprise, la méthode exige environ cinquante fois moins de données et va jusqu'à 500 fois plus vite que le réglage fin classique, sans oublier les compétences déjà acquises.