इन रोबोट्स का परीक्षण 30 अपरिचित बे एरिया घरों में किया गया, जिनसे कोई अतिरिक्त प्रशिक्षण या डेटा नहीं लिया गया। इन्होंने जो कुछ पहले सीखा था, उसका उपयोग करके कमरों को सजाया, तौलिए मोड़े और बिस्तर बनाए। ऐसा वास्तविक दुनिया में सामान्यीकरण मानवरूपी रोबोट्स के लिए एक बड़ा कदम है। इस चर्चा में शून्य-शॉट सामान्यीकरण पर जोर दिया गया, जिससे रोबोटिक हस्तक्षेप कार्यों में लंबे समय से चल रही कमजोर-नीति समस्या का समाधान हुआ। विशाल प्री-ट्रेन्ड मल्टी-मॉडल एम्बेडिंग्स के उपयोग से, रोबोट के नीति नेटवर्क ने दृश्य इनपुट को सीधे जॉइंट टॉर्क में मैप किया, बिना किसी कार्य-विशिष्ट पुनः प्रशिक्षण के। यह उभरती हुई शून्य-शॉट क्षमता प्लेटफॉर्म को नए हस्तक्षेप प्रवाहों को सफलतापूर्वक निष्पादित करने और अनियमित परिवेशों के साथ गतिशीलता से संभालने की अनुमति देती है। सीईओ (ब्रेट एडकॉक) ने परिलक्षण और नियंत्रण के लिए पारंपरिक पदानुक्रमित पाइपलाइन नियंत्रण से समेकित न्यूरल नेटवर्क संरचनाओं में संरचनात्मक परिवर्तन का विस्तार से वर्णन किया। एज कंप्यूट अनुकूलन, सेंसर-फ्यूजन सटीकता और एंड-टू-एंड सीखने का संगम स्वायत्त प्रक्षेपण के समयसीमा को संकुचित कर रहा है। अभी भी @continuumlabs_ के शीघ्र प्रकाशन की आशा है सब बेसब्री से प्रतीक्षा कर रहे हैं