Enséñaselo al robot una vez — de tres a doce segundos — y acierta 59 veces de cada 100 sin ningún entrenamiento

Generalist AI publicó GEN-1.5 el 19 de agosto. Aquí la demostración no es dato de entrenamiento: es la instrucción. Un clip de tres a doce segundos de alguien haciendo la tarea —grabado por una persona con pinzas en la mano o por el propio robot— se carga en la ventana de contexto de treinta segundos del modelo, y el robot intenta la tarea sin ninguna actualización de gradiente ni ajuste fino. En diez trabajos distintos, entre ellos abrir un tarro, abrir la cremallera de un estuche y sacar dinero de un monedero, este método de una sola muestra promedió un 59 por ciento de acierto, con una dispersión de unos diez puntos. Diez pasos de gradiente sobre cinco minutos de datos lo elevaron al 83 por ciento. El modelo recibe vídeo junto con datos de sensores, lenguaje y posición corporal, y emite órdenes de movimiento cien veces por segundo. La empresa afirma que las capacidades que exhibe —pasar de la simulación al mundo real, usar herramientas desconocidas, sortear obstáculos, trabajar con ambos brazos— no se entrenaron como tales, sino que emergieron de ocho meses de preentrenamiento continuo sobre interacción física. No se anunciaron pesos ni producto.

✓ Verificado · 3 fuentes

Noticias relacionadas