Esses robôs foram testados em 30 casas desconhecidas da Baía de São Francisco, sem treinamento adicional ou dados provenientes dessas residências. Eles arrumam quartos, dobram toalhas e fazem camas usando o que já aprenderam. Esse tipo de generalização no mundo real é um grande passo para robôs humanóides. A conversa enfatizou fortemente a generalização zero-shot, resolvendo o problema persistente de políticas frágeis em tarefas de manipulação robótica. Ao aproveitar embeddings multi-modais pré-treinados em grande escala, a rede de política do robô mapeia entradas visuais diretamente para torques articulares, sem necessidade de re-treinamento específico para cada tarefa. Essa capacidade emergente de zero-shot permite que a plataforma execute com sucesso fluxos de trabalho de manipulação novos e lide dinamicamente com ambientes não estruturados. O CEO (Brett Adcock) detalhou a mudança arquitetural da tradicional pipeline de controle hierárquico para arquiteturas de rede neural unificadas para percepção e controle. A convergência da otimização de computação de borda, precisão da fusão de sensores e aprendizado end-to-end está comprimindo o cronograma para implantação autônoma. Ainda espero que a @continuumlabs_ seja lançada em breve. Estamos todos ansiosos.