Generalist AI uruchomił GEN-1.5, model robotów zdolny do nauki nowych zadań fizycznych z zaledwie jednej 3-12 sekundowej demonstracji bez konieczności aktualizacji gradientów czy fine-tuningu. Model jest multimodalny i przetwarza wideo, dane z czujników, język i informacje proprioceptywne, pracując na 30-sekundowym oknie kontekstu i generując trajektorie akcji z częstotliwością 100 Hz.
Z pretrenu model osiągnął średnio 59% powodzenia (z odchyleniem standardowym 10%) na 10 różnych zadaniach manipulacyjnych, całkowicie bez dodatkowego treningu. Gdy zastosowano zaledwie dziesięć kroków gradientu na pięciu minutach danych dla każdego zadania, wynik wzrósł do 83% (z odchyleniem 9%). Generalist AI nazywa to mechanizm physical prompting - umiejętność całkowicie nieznana w architekturze ani pętli meta-learningu, która wyłoniła się naturalnie z ponad ośmiu miesięcy ciągłego pretrainingu na danych z rzeczywistych interakcji fizycznych.
Choć wyniki są obiecujące, model jeszcze nie jest gotów do wdrożenia komercyjnego. To jedynie research release bez publicznych wag, API ani produktu dostępnego na samoprawidłach. Generalist AI uruchamia GEN-1.5 na własnej flotilli robotów i data engine, a dostęp jest możliwy wyłącznie przez bezpośrednie partnerstwa. Mimo że zadania są proste i krótko-horyzontowe, to pierwszy znany modelowi zespołu przykład one-shot learningu umiejętności fizycznych w tej skali, co stanowi znaczący krok w kierunku bardziej ogólnych robotycznych systemów.