Generalist AI presenta GEN-1.5, un modelo de robot que aprende nuevas tareas a partir de demostraciones breves

Generalist AI ha presentado GEN-1.5, un modelo de base de robot capaz de aprender nuevas tareas físicas a partir de una única demostración. El modelo procesa entre 3 y 12 segundos de datos de sensorimotor dentro de una ventana de contexto de 30 segundos, lo que le permite realizar la tarea sin actualizaciones de gradiente, ajuste fino o programación específica de la tarea. En 10 tareas de manipulación diversas, el modelo logró una tasa de éxito promedio del 59% (±10% desv. est.) utilizando solo la versión preentrenada, que aumentó al 83% (±9%) después de diez pasos de gradiente en cinco minutos de datos por tarea. La empresa denomina a este método «prompting físico», enfatizando que surgió de forma natural a partir de más de ocho meses de preentrenamiento continuo en datos de interacción física, sin cambios arquitectónicos, bucles de aprendizaje meta o objetivos auxiliares. El modelo integra entradas de vídeo, sensores, lenguaje y propioceptivos, y emite trayectorias de acción a 100 Hz. Se ejecuta exclusivamente en la flota y el motor de datos interno de Generalist AI, sin pesos, API ni precios disponibles públicamente. La empresa destaca que la capacidad del modelo para generalizar, incluso en escenarios novedosos como usar un plátano como un cepillo improvisado o una escoba para levantar un bloque, sugiere un importante avance en el aprendizaje de una sola vez para tareas físicas. Generalist AI señala que adaptar las políticas de robots normalmente requiere decenas de miles de pasos de gradiente, pero GEN-1.5 logra resultados similares con solo diez pasos, moviendo los pesos del modelo en menos del 0,15% en tareas de prueba. Este enfoque se presenta como entrenamiento en tiempo de prueba en un régimen de baja información. El rendimiento del modelo también mejora con un ligero ajuste fino, demostrando su adaptabilidad. Generalist AI ha compartido su publicación de investigación y hilo de anuncio, y invita a la colaboración para promover repositorios de GitHub, páginas de Hugging Face, lanzamientos de productos o seminarios web. La publicación original apareció en MarkTechPost.