Robot-robot ini telah diuji di 30 rumah di kawasan Bay Area yang asing tanpa latihan tambahan atau data dari rumah-rumah tersebut. Mereka merapikan ruangan, melipat handuk, dan membuat tempat tidur menggunakan apa yang telah dipelajari sebelumnya. Generalisasi dunia nyata semacam ini merupakan langkah besar bagi robot humanoid. Perbincangan sangat menekankan generalisasi zero-shot, menyelesaikan masalah kebijakan rapuh yang telah lama ada dalam tugas manipulasi robotik. Dengan memanfaatkan embedding multi-modal yang telah dilatih secara besar-besaran, rangkaian kebijakan robot memetakan input visual langsung ke torka sendi tanpa perlu pelatihan semula yang spesifik tugas. Kemampuan zero-shot yang muncul ini memungkinkan platform untuk menjalankan alur manipulasi baru dan menangani persekitaran tidak terstruktur secara dinamik. CEO (Brett Adcock) menerangkan peralihan arsitektur dari pengawasan berpola hierarki tradisional kepada arsitektur rangkaian saraf terpadu untuk persepsi dan pengawasan. Konvergensi antara pengoptimuman komputasi tepi, ketepatan penggabungan sensor, dan pembelajaran end-to-end sedang memendekkan jangka masa untuk pelaksanaan autonomi. Masih berharap @continuumlabs_ akan dilancarkan segera Menunggu dengan penuh antusias