O AGENTICO
GEN-1.5
modelo · 5 menções
O que as fontes disseram sobre GEN-1.5
O GEN-1.5 é um modelo desenvolvido pela Generalist AI que ensina robôs a executar novas tarefas a partir de uma única demonstração, sem treinamento específico, usando vídeos de 3 a 12 segundos. Em testes, alcançou 59% de sucesso em média, subindo para 83% após dez passos de treinamento, e demonstrou improvisação, como usar uma pá no lugar de uma escova e trocar de garra para pegar dinheiro. As fontes também relatam que o modelo pode encadear prompts, usar demonstrações de simulação e imitar parcialmente movimentos humanos, habilidades surgidas durante o pré-treinamento.
Dados
| Duração máxima das demonstrações em vídeo | 12 segundos |
| Duração mínima das demonstrações em vídeo | 3 segundos |
| Passos de treinamento | dez passos |
| Taxa de sucesso após treinamento | 83% |
Menções
O modelo Gen-1.5 da Generalist permite ensinar robôs a executar novas tarefas por meio de demonstrações em vídeo de 3 a 12 segundos.
A novidade pode simplificar a automação industrial, reduzindo o tempo necessário para programar braços robóticos.
O modelo pode encadear prompts, usar demonstrações de simulação e imitar parcialmente movimentos humanos, habilidades que surgiram durante o pré-treinamento.
Essas habilidades emergentes sugerem que o modelo desenvolve comportamentos complexos a partir de pré-treinamento em larga escala, semelhante a como modelos de linguagem funcionam.
Nos testes, o modelo atingiu 59% de sucesso em média, subindo para 83% após dez passos de treinamento.
As taxas de sucesso indicam a capacidade do modelo, mas também suas limitações, com melhoria significativa após treinamento adicional mínimo.
O robô demonstrou improvisação: quando a escova foi removida, usou a pá como escova; também trocou de garra para pegar o dinheiro.
Essas habilidades de improvisação mostram que o robô pode se adaptar a mudanças inesperadas, crucial para aplicações no mundo real.
A Generalist AI desenvolveu um modelo chamado GEN-1.5 que ensina robôs a realizar novas tarefas a partir de uma única demonstração, sem treinamento específico.
Isso mostra que robôs podem aprender com um único exemplo, reduzindo a necessidade de grandes quantidades de dados de treinamento.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.