أطلقت مختبرات الحث (Induction Labs) نموذج فوتون-1، وهو محوّل مزيج خبراء متناثر بحجم 106B-A5B يتعلّم محاكاة بيئات سطح المكتب ولعب الألعاب من خلال التنبؤ بالإطارات المستقبلية من الفيديو الخام دون تسميات الإجراءات. يستخدم النموذج الكمّنة القياسية المحدودة لضغط كل إطار إلى 960 رمزاً منفصلاً، محقّقاً ضغطاً أفضل بمئة مرة مقارنةً بالتمثيلات الحالية مع الحفاظ على تفاصيل النص والتنسيق.
- تم تدريب فوتون-1 مبدئياً على 575 مليون إطار (ما يقارب 18 عاماً من الفيديو) من مجموعة بيانات مُرشّحة تضم 2 مليار فيديو عام.
- تطلّب التدريب حوالي 30,000 ساعة GPU من نوع H200 و4.4×10²² عملية فلوating-point، باستخدام هدف التنبؤ برمز الحالة المستقبلية التالي.
- في معيار داخلي لاستخدام الحاسوب، تفوّق فوتون-1 على Gemini 3.1 Flash-Lite بينما يستخدم حوالي 27 مرة أقل من حوسبة التدريب المبدئي.
- بعد الضبط الدقيق على أقل من 35,000 مساراً، تغلب النموذج على النماذج الأساسية في لعبة الشطرنج الصيني ونمذجة فيزياء البلياردو بخطأ مطلق متوسط قدره 0.47.
تُظهر الأبحاث أن التنبؤ بالحالات المستقبلية يُعلّم سياسة ضمنية لإكمال المهام، رغم أن مختبرات الحث تشير إلى أن هذا نتيجة بحثية ولا تتوفر أوزان أو واجهة برمجة تطبيقات (API).