Generalist a présenté GEN-1.5, un modèle de fondation pour la manipulation robotique capable d’apprendre une tâche courte à partir de quelques secondes de démonstration. L’entreprise affirme obtenir 59 % de réussite moyenne en apprentissage « one-shot » sur dix tâches, sans mise à jour des poids du modèle.
La démonstration donnée au robot dure entre trois et douze secondes. Elle est insérée dans la fenêtre de contexte du modèle sous forme de séquence sensorimotrice, avec les observations et les trajectoires d’action. GEN-1.5 doit ensuite déduire l’objectif et reproduire le geste dans une nouvelle situation.
Une démonstration comme consigne physique
Generalist décrit ce mécanisme comme du « physical prompting ». Il ne s’agit pas seulement d’une instruction en langage naturel : le robot reçoit un exemple concret du mouvement à accomplir. L’entreprise montre notamment l’ouverture d’une trousse, la récupération d’un objet, le retrait d’un couvercle ou encore l’utilisation d’un outil pour pousser une pièce dans un récipient.
Introducing GEN-1.5, a one-shot learner.
— Generalist AI (@GeneralistAI) August 19, 2026
Le modèle conserve trente secondes de mémoire et produit des trajectoires d’action à 100 Hz. Selon Generalist, deux démonstrations distinctes peuvent aussi être composées : le robot enchaîne alors les actions et génère lui-même les mouvements intermédiaires nécessaires pour changer de prise ou corriger une erreur.
Du simulateur au robot réel
L’un des résultats les plus intéressants concerne le transfert du simulateur vers le réel. Une démonstration enregistrée en simulation peut servir de consigne à un robot physique, alors que l’entraînement initial de GEN-1.5 ne comprendrait aucune donnée simulée. Dans certains essais, le modèle reproduit également un geste montré directement par une personne devant ses caméras.
Avec une adaptation légère, les performances progressent. Generalist annonce 83 % de réussite moyenne après dix étapes de gradient sur cinq minutes de données par tâche, soit environ cinquante démonstrations. L’entreprise indique que le préentraînement du modèle se poursuit depuis plus de huit mois.
Des résultats encore limités aux tâches courtes
Ces chiffres doivent être lus avec prudence. Les dix tâches évaluées restent simples et de courte durée, et le taux de 59 % signifie que l’échec demeure fréquent sans adaptation. Generalist ne publie pas encore de comparaison exhaustive avec des modèles concurrents sur un protocole indépendant.
L’intérêt industriel se situe néanmoins dans la réduction du temps de programmation. Si un opérateur peut montrer une tâche en quelques secondes au lieu de constituer un jeu de données et de lancer un entraînement long, l’adaptation de robots polyvalents devient plus accessible. GEN-1.5 reste une démonstration de recherche, mais elle précise une voie concrète pour enseigner rapidement de nouvelles manipulations à des machines physiques.
