Generalist AI ha lanzado GEN-1.5, un modelo base de robótica orientado a la investigación capaz de aprender nuevas tareas de manipulación física a partir de una única demostración de 3–12 segundos mediante su ventana de contexto de 30 segundos. Esta capacidad, denominada "prompting físico", surgió espontáneamente tras más de ocho meses de preentrenamiento continuo en datos de interacción física, en lugar de haber sido diseñada explícitamente.

  • El prompting in-context one-shot logró una tasa de éxito promedio del 59% en 10 tareas diversas sin ninguna actualización de gradiente ni ajuste fino.
  • Aplicar diez pasos de gradiente sobre cinco minutos de datos por tarea elevó la tasa de éxito al 83%, con cambios en los pesos inferiores al 0.15%.
  • El modelo demostró generalización composicional, transferencia sim-to-real zero-shot y capacidades de imitación humano-a-robot que no fueron entrenadas explícitamente.

El lanzamiento sirve como una señal de investigación sobre el escalado del prompting físico, aunque aún no es desplegable ya que no hay pesos públicos, API ni producto self-serve disponible.