Вместо месяцев дообучения воспроизведение манипуляций по двенадцатисекундному видеоролику реализовала в модели GEN-1.5 компания Generalist AI

Источник: IoT Tech News

Официальный релиз фундаментального программного комплекса GEN-1.5, реализующего парадигму контекстного одноразового обучения роботов (One-Shot Learning), провел американский стартап Generalist AI. Согласно публикациям изданий IoT Tech News и Humanoids Daily, а также исследовательскому отчету разработчиков, система устраняет ключевое узкое горлышко современной робототехники — необходимость сбора тысяч часов демонстраций и длительной донастройки весов нейросети (Fine-Tuning) под каждую новую операцию.\n\nАрхитектура GEN-1.5 принимает сенсомоторный промпт длительностью от трех до двенадцати секунд, представляющий собой синхронизированную видеозапись действий человеческих рук или виртуального манипулятора с пространственными координатами движения. Входной контекст включает тридцатисекундное скользящее окно рабочей памяти, сенсорную телеметрию, естественный язык и текущие суставные углы андроида. На выходе модель генерирует непрерывные двигательные траектории манипуляторов с частотой сто герц.\n\nПредобучение базовой модели продолжалось более восьми месяцев непрерывных вычислений на колоссальном объеме записей реального физического взаимодействия. Разработчики не использовали искусственные синтетические симуляции в обучающей выборке, однако модель демонстрирует безупречный кросс-доменный перенос: видеоподсказка, сгенерированная человеком голыми руками или скриптом в симуляторе, мгновенно преобразуется в команды для реального антропоморфного робота.\n\nВ серии контрольных испытаний на десяти ранее незнакомых задачах (расстегивание молнии на пенале, скручивание крышки со стеклянной банки, складывание бумаги пополам, извлечение купюр из кошелька) модель показала среднюю базовую результативность в пятьдесят девять процентов с нулевым числом градиентных шагов. При добавлении всего десяти шагов дообучения на пяти минутах демонстрационных данных средняя успешность выполнения операций выросла до восьмидесяти трех процентов, достигая девяноста девяти процентов на операциях сметания мусора щеткой.\n\nУникальным свойством модели выступает композиционная гибкость: GEN-1.5 способна объединять две независимые демонстрации без плавных переходов между ними в непрерывный сложный рабочий цикл. Если в процессе захвата предмет выскальзывает из пальцев, нейросеть самостоятельно инициирует алгоритм восстановления ошибки, корректируя положение кисти и повторяя попытку удержания без аварийной остановки.\n\nПрограммный комплекс демонстрирует высокий уровень физической генерализации и спонтанной импровизации инструментами. В тестах со сметанием кубиков со стола робот при отсутствии щетки самостоятельно использовал банан в качестве импровизированного скребка, а при наличии совка сообразил подцепить предмет и опрокинуть его в контейнер без явных текстовых подсказок.\n\nПри дообучении на конкретную задачу десять шагов оптимизатора изменяют суммарный объем весов модели менее чем на пятнадцать сотых процента, что свидетельствует о наличии глубоких латентных пространственных представлений. Для инженеров доступен удобный графический интерфейс Drag-and-Drop, позволяющий перетаскивать видеодемонстрацию прямо в окно контекста модели.\n\nВнутренний механизм пространственно-временного внимания непрерывно сопоставляет зрительные признаки целевого объекта с динамической картой усилий в шарнирах пальцев. Это исключает деформацию хрупких деталей при выполнении сборочных манипуляций с переменным сопротивлением используемых материалов.\n\nВысокая плотность упаковки токенов действия обеспечивает мгновенную реакцию манипулятора на неожиданное смещение предметов в зоне захвата. Платформа GEN-1.5 поддерживает прямое развертывание на одноруких промышленных манипуляторах, мобильных колесных роботах и серийных двуногих андроидах без изменения базового исходного кода, гарантируя непревзойденную гибкость и исключительную надежность автономных сценариев. Разработчик открыл прием заявок на закрытое партнерское тестирование базовой модели для исследовательских лабораторий и промышленных интеграторов.