La firma de robótica e inteligencia artificial Generalist AI presentó GEN-1.5, un modelo capaz de aprender nuevas tareas de manipulación física tras observar una sola demostración audiovisual de entre 3 y 12 segundos. La tecnología utiliza una metodología denominada physical prompting, la cual permite al sistema deducir e imitar acciones como abrir botellas o manipular cierres sin requerir nuevos conjuntos de datos de entrenamiento.
A diferencia de los enfoques tradicionales, GEN-1.5 interpreta el objetivo detrás de los movimientos humanos para trasladarlos a sus propias pinzas, convirtiendo el entorno físico en su fuente directa de aprendizaje. En pruebas iniciales con diez tareas sencillas, el modelo alcanzó una tasa de éxito promedio del 59 % en su primer intento.
Para optimizar el rendimiento, la compañía implementó un ajuste complementario de bajo cómputo. Con solo cinco minutos de datos adicionales —equivalentes a 50 demostraciones— y diez actualizaciones en el modelo, la efectividad del sistema se incrementó hasta un 83 %.
Foto cortesía Generalist AI
