גנרליסט משיקה את GEN-1.5: מודל יסוד רובוטי שלומד משימה פיזית מהדגמה בודדת של שניות ספורות

הלמידה צצה מהפריטריינינג, לא מהארכיטקטורה

גנרליסט (Generalist AI) שחררה את GEN-1.5, מודל יסוד רובוטי (robot foundation model) שמסוגל ללמוד משימה פיזית חדשה מתוך הדגמה יחידה של 3 עד 12 שניות. מכניסים את נתוני החיישנים והתנועה לחלון הקשר (context window) של 30 שניות, והרובוט מבצע את המשימה מיד. בלי עדכוני גרדיאנט, בלי כוונון עדין (fine-tuning), בלי קוד ייעודי למשימה. החברה קוראת למנגנון "הנחיה פיזית" (physical prompting), ומדגישה שהוא לא תוכנן מראש: לא היו שינויים ארכיטקטוניים, לא לולאת מטא-למידה, ולא יעדים עזר. היכולת צצה מתוך יותר משמונה חודשים של פריטריינינג רציף על נתוני אינטראקציה פיזית שנאספו בבתים, מחסנים ומפעלים.

מה זה בעצם GEN-1.5

מדובר במודל מולטי-מודאלי גדול שמקבל וידאו, חיישנים, שפה ופרופריוספציה (proprioception, תחושת מיקום הגוף), מחזיק 30 שניות זיכרון, ופולט מסלולי פעולה (action trajectories) בקצב 100 הרץ. דוגמה סנסורימוטורית, זרמי חיישנים בתוספת מסלול הפעולה, נגררת לתוך חלון ההקשר דרך ממשק גרירה-והשלכה; שאר החלון מכיל תצפיות מתגלגלות. המודל מייצר את המשימה מיידית, אפס צעדי גרדיאנט. בגנרליסט מציינים במפורש שהמשימות פשוטות וקצרות-אופק (short-horizon), אבל לטענתם זה המודל הראשון שהצוות מכיר שלמידה בזריקה אחת (one-shot) של מיומנויות פיזיות צצה בו בקנה מידה.

המספרים: 59% בלי אימון, 83% עם עשרה צעדים

על פני 10 משימות מניפולציה מגוונות, הנחיה בהקשר בזריקה אחת הניבה ממוצע הצלחה של 59% (סטיית תקן ±10%) היישר מהמודל המאומן-מראש. עשרה צעדי גרדיאנט על חמש דקות נתונים למשימה, בערך 50 הדגמות, הקפיצו את זה ל-83% (±9%). במקרה הקיצוני, צעד גרדיאנט בודד על דקת נתונים הגיע ל-66.5% במשימה שמורה (held-out), בלי סריקת היפר-פרמטרים ייעודית. הסיפור המעניין הוא המחשוב: התאמת מדיניות רובוטית דרשה בדרך כלל עשרות אלפי צעדי גרדיאנט. כאן עשרה צעדים מזיזים את משקלי המודל במשימות שמורות בפחות מ-0.15%, מה שמרמז שהכוונון העדין רק מארגן מחדש ידע שכבר קיים, ולא בונה ייצוגים חדשים. בגנרליסט ממסגרים את זה כ"אימון בזמן מבחן" (test-time training) במשטר דל-נתונים קיצוני.

שלוש תוצאות העברה ששווה להכיר

ראשית, הכללה הרכבתית (compositional generalization): שתי הנחיות מוקלטות בנפרד שמוכנסות יחד להקשר משורשרות להתנהגות רציפה אחת. המודל מייצר את תנועות הגישור, מיקום מחדש, אחיזה מחדש, התאוששות משגיאה, שאינן מופיעות באף הדגמה. שנית, אפס-זריקה סים-טו-ריל (zero-shot sim-to-real): הדגמה שנרשמה כולה בסימולציה עובדת כהנחיה לרובוט אמיתי, למרות שהפריטריינינג לא הכיל נתוני סימולציה, לא וידאו מרונדר ולא דינמיקה מדומה. לחלק מהמשימות, הדגמות כבר לא צריכות להיאסף פיזית. שלישית, חיקוי אדם-לרובוט: במקרים מסוימים אדם מדגים בידיו מול מצלמות הרובוט, והמודל משחזר את הפעולה בידי הרובוט.

גם אחרי כוונון קל רואים הכללה

אחרי אימון של חמש דקות על דחיפת בלוק לקערה בעזרת מברשת, המודל השתמש בבננה כמברשת מאולתרת, וביעה (dustpan) כדי... [הטקסט נקטע במקור]. בגנרליסט מדגישים שזו גרסת מחקר: אין משקולות ציבוריות, אין API, אין דף תמחור ואין מוצר בשירות עצמי. החברה מריצה את GEN-1.5 על הצי ומנוע הנתונים שלה, וכל מי שרוצה גישה היום עובר דרך שותפות ישירה.