Цих роботів протестували у 30 незнайомих будинках у Бей-Арії без додаткового навчання або даних з цих будинків. Вони прибирали кімнати, складали рушники та заправляли ліжка, використовуючи те, що вже вивчили. Такий тип узагальнення у реальних умовах — великий крок для гуманоїдних роботів. У дискусії особливо підкреслювалася нульова здатність до узагальнення, що вирішує довгострокову проблему хрупких політик у завданнях роботизованого маніпулювання. Шляхом використання масштабних попередньо навчених багатомодальних вкладень, мережа політики робота безпосередньо зіставляє візуальні вхідні дані з моментами суглобів без необхідності повторного навчання під конкретну задачу. Ця виникла здатність до нульового узагальнення дозволяє платформі успішно виконувати нові сценарії маніпулювання та динамічно працювати у неструктурованих середовищах. Генеральний директор (Бретт Адкок) детально описав зміну архітектури від традиційних ієрархічних конвеєрних систем до єдиної нейромережевої архітектури для сприйняття та керування. Збіжність оптимізації обчислень на краю, точності сенсорної фузії та навчання з кінця до кінця скорочує терміни для автономного розгортання. Все ще сподіваємося, що @continuumlabs_ запустяться скоро з нетерпінням чекаємо