Robot GEN-1.5 Kuasai Tugas Fisik dari Satu Demo Singkat
TEKNOLOGI – Selama ini, mengajari robot melakukan tugas baru selalu berarti proses pelatihan panjang dan data khusus dalam jumlah besar. Namun model fondasi robotika terbaru mematahkan kebiasaan itu. Menurut laporan Interesting Engineering, model bernama GEN-1.5 buatan perusahaan Generalist AI mampu mempelajari tugas fisik hanya dari satu demonstrasi berdurasi 3 hingga 12 detik, lalu langsung mencoba tugas tersebut tanpa pembaruan gradien atau fine-tuning sama sekali.
Alih-alih mengharuskan insinyur melatih ulang model untuk setiap pekerjaan baru, GEN-1.5 dirancang belajar langsung dari contoh fisik. Perusahaan menyebut model ini bisa menyimpulkan apa yang harus dilakukan hanya dari demonstrasi sensorimotor singkat, lalu segera mencoba tugas itu sendiri.
Dalam pengujian pada 10 tugas fisik berbeda, GEN-1.5 mencatat tingkat keberhasilan rata-rata 59 persen hanya dengan satu demonstrasi. Ketika diberi data khusus tugas selama lima menit ditambah 10 langkah gradien, tingkat keberhasilannya melonjak menjadi 83 persen. Tugas-tugas yang diuji sengaja dibuat sederhana dan singkat, mulai dari membuka tutup toples kaca, mengambil uang dari dompet, menumpuk gelas, menyapu sampah, membuka buku, membuka resleting kotak pensil, hingga melepas pad vakum.
GEN-1.5 merupakan model multimodal besar yang memproses video bersama data sensor, bahasa, dan proprioseptif, mampu menyimpan 30 detik informasi dalam konteksnya dan menghasilkan lintasan aksi pada 100 Hz. Demonstrasi itu sendiri berfungsi sebagai apa yang disebut Generalist AI sebagai “prompt fisik” — bisa berasal dari manusia yang menggunakan penjepit genggam, atau dari robot itu sendiri yang memperagakan tugasnya. Begitu contoh dimasukkan ke jendela konteks model, robot langsung mencoba tugas tanpa fase pelatihan.
Yang lebih menarik, GEN-1.5 mampu menggabungkan beberapa prompt fisik sekaligus. Dalam satu demonstrasi, model diberi dua contoh terpisah — membuka resleting kotak pensil dan mengambil uang dari dalamnya — lalu berhasil menyambungkan kedua perilaku itu menjadi satu rangkaian berkesinambungan, lengkap dengan gerakan reposisi dan pemulihan di tengah proses yang sama sekali tidak muncul di kedua demonstrasi aslinya.
Model ini bahkan menunjukkan kreativitas di luar dugaan. Setelah belajar menggunakan sikat untuk menyapu balok ke dalam mangkuk, robot justru memakai pisang sebagai sikat improvisasi ketika diberikan buah tersebut. Saat diberi dustpan, ia malah mengembangkan strategi berbeda, menggunakan alat itu untuk mengangkat dan menuangkan balok ke mangkuk.
Perusahaan menyebut perilaku semacam ini menandai pendekatan baru dalam pemrograman robot — alih-alih menulis instruksi rinci untuk setiap tugas baru, pengguna kelak cukup mendemonstrasikan apa yang mereka inginkan, dan robot akan mencari tahu sendiri detail fisiknya.
