Durchbruch in der Robotik: GEN-1.5 erlernt Aufgaben mit einer einzigen Demonstration

Revolution in der Robotik: GEN-1.5 lernt Aufgaben nach einmaliger Demonstration

Die Firma Generalist AI hat mit der Einführung ihres neuesten Roboter-Grundlagenmodells, GEN-1.5, einen potenziellen Durchbruch in der Robotik vorgestellt. Dieses Modell ist in der Lage, neue physische Manipulationsaufgaben aus einer einzigen Demonstration von nur wenigen Sekunden Dauer zu erlernen, ohne dass eine erneute Schulung oder umfangreiche Feinabstimmung erforderlich ist. Diese Entwicklung könnte die Implementierung von Robotern in verschiedenen Industriezweigen maßgeblich beschleunigen und flexibler gestalten.

Physical Prompting: Ein Paradigmenwechsel im Robotertraining

Das Kernkonzept hinter GEN-1.5 ist das sogenannte "Physical Prompting". Ähnlich wie große Sprachmodelle (LLMs) durch textbasierte Prompts neue Aufgaben erlernen, wird GEN-1.5 durch eine kurze, visuelle Demonstration instruiert. Eine 3- bis 12-sekündige Videosequenz, die eine auszuführende Aufgabe zeigt, wird in das Kontextfenster des Modells geladen. Das System versucht dann, die Aufgabe direkt umzusetzen. Generalist AI betont, dass diese Fähigkeit des In-Context-Learnings nicht explizit in das Modell integriert wurde, sondern als "emergent" aus dem umfangreichen Vortraining hervorgegangen ist.

Die Demonstrationen können von Menschen stammen, die spezielle Handgreifvorrichtungen verwenden, oder vom Roboter selbst, der eine zuvor gelernte Bewegung ausführt. Diese Methode ermöglicht eine intuitive und schnelle Aufgabenübertragung, die den bisherigen, oft wochen- oder monatelangen Programmieraufwand für jede neue Aufgabe reduzieren könnte.

Leistung und Vielseitigkeit von GEN-1.5

In initialen Tests zeigte GEN-1.5 eine durchschnittliche Erfolgsquote von 59 % bei der erstmaligen Ausführung von zehn verschiedenen Manipulationsaufgaben, wie dem Öffnen von Gläsern, dem Entleeren von Geldbörsen oder dem Falten von Papier. Diese Quote konnte durch eine minimale Feinabstimmung – zehn Gradationsschritte mit fünf Minuten Daten pro Aufgabe – auf beeindruckende 83 % gesteigert werden.

Besonders hervorzuheben sind folgende Fähigkeiten des Modells:

• Kompositionelle Generalisierung: GEN-1.5 kann mehrere, unabhängig voneinander demonstrierte Aufgaben zu einer komplexeren, kontinuierlichen Aktion verketten. Das Modell füllt dabei die Zwischenschritte wie Neupositionierung oder Fehlerbehebung eigenständig aus.
• Werkzeug-Improvisation: Das Modell zeigt die Fähigkeit, unbekannte Objekte als Werkzeuge zu improvisieren. So nutzte es beispielsweise eine Banane als Ersatz für eine Bürste oder entwickelte eine neue Strategie, um einen Gegenstand mit einer Kehrschaufel zu bewegen, obwohl es nicht explizit dafür trainiert wurde.
• Simulation-zu-Realität-Transfer: Demonstrationen, die vollständig in einer Simulation erstellt wurden, können erfolgreich auf den realen Roboter übertragen werden, obwohl die Vortrainingsdaten von GEN-1.5 keine Simulationsdaten enthielten. Dies deutet darauf hin, dass das Modell physik-invariante Repräsentationen erlernt hat.
• Mensch-Roboter-Interaktion: Das Modell kann menschliche Handbewegungen beobachten und diese anschließend mit den eigenen Roboterhänden nachahmen.

Emergente Fähigkeiten und die wissenschaftliche Diskussion

Die Behauptung von Generalist AI, dass die One-Shot-Lernfähigkeit von GEN-1.5 "emergent" sei – also ohne explizite architektonische Anpassungen oder Trainingsziele aus dem Vortraining entstanden ist – ist von erheblicher wissenschaftlicher Bedeutung. Diese These ist jedoch auch Gegenstand von Debatten in der KI-Forschung. Ähnliche Diskussionen gab es bereits bei Sprachmodellen, wo vermeintlich emergente Fähigkeiten oft auf In-Context-Learning, Modellspeicher und die Verteilung der Trainingsdaten zurückgeführt wurden.

Generalist AI führt die emergenten Fähigkeiten von GEN-1.5 auf ein über acht Monate andauerndes, kontinuierliches Vortraining auf über 500.000 Stunden realer physikalischer Interaktionsdaten zurück. Diese Daten wurden mithilfe von speziell entwickelten Handgreifvorrichtungen weltweit gesammelt. Die Hypothese des Unternehmens ist, dass die schiere Menge und Vielfalt der Daten ein internes Modell der physikalischen Kausalität geschaffen hat, das es dem Roboter ermöglicht, sich an neue, ungesehene Aufgaben anzupassen.

Implikationen für die Roboterentwicklung und -implementierung

Sollten sich die Ergebnisse von GEN-1.5 in unabhängigen Studien bestätigen, hätte dies weitreichende Konsequenzen für die Robotik. Die Vision eines "Allzweckroboters", der sich schnell an neue Aufgaben anpassen kann, rückt damit näher. Die Zeit für die Implementierung neuer Roboteraufgaben könnte von Wochen oder Monaten auf Sekunden reduziert werden. Zudem würde die Anforderung an Fachkenntnisse im Bereich der Robotik-Programmierung sinken, da die Demonstration einer Aufgabe ausreichen könnte, um dem Roboter die Ausführung beizubringen.

Es ist jedoch wichtig zu beachten, dass Generalist AI selbst die Grenzen des One-Shot-Learnings hervorhebt. Rein im Kontext erlernte Fähigkeiten sind demnach noch anfälliger als solche, die durch Feinabstimmung optimiert wurden, auch wenn sie bereits eine gewisse Anpassungsfähigkeit an Variationen und Fehlerbehebung zeigen.

Die Entwicklung von GEN-1.5 positioniert Generalist AI in einem zunehmend wettbewerbsintensiven Feld von Roboter-Grundlagenmodellen, zu dem auch Akteure wie Google DeepMind, Nvidia und Physical Intelligence gehören. Generalist AI hebt sich durch den Fokus auf emergentem In-Context-Learning ab, im Gegensatz zu Ansätzen, die diese Fähigkeiten explizit designen oder durch andere Trainingsstrategien erreichen. Die zukünftige Entwicklung wird zeigen, welcher Ansatz in der Praxis die größte Generalisierbarkeit und Effizienz bietet.

Ausblick

Die Fortschritte mit GEN-1.5 deuten auf eine Zukunft hin, in der Roboter nicht mehr mühsam für jede einzelne Aufgabe programmiert werden müssen, sondern durch einfache Demonstrationen neue Fähigkeiten erlernen können. Dies könnte die Hürden für den Einsatz von Robotik in einer Vielzahl von Branchen senken und die Automatisierung flexibler und zugänglicher machen. Die weitere Forschung und unabhängige Validierung werden entscheidend sein, um das volle Potenzial dieser Technologie zu bewerten.

Bibliography - Generalist Team. (2026, August 19). GEN-1.5: Embodied Foundation Models are One-Shot Learners. Generalist AI. - Daws, R. (2026, August 20). Generalist AI's GEN-1.5 robot model learns tasks from one demo. IoT Tech News. - Fisher, B. (2026, August 21). Generalist AI GEN-1.5 Learns New Robot Tasks From Single Demo, No Retraining. TechTimes. - Generalist. (2026, August 20). Introducing GEN-1.5, a one-shot learner. YouTube. - Moore, J. J. (2026, August 20). Physical AI Model Learns New Robot Tasks From Seconds of Demonstration. ASSEMBLY. - Petersen, B. (2026, August 20). Robots Learn Tasks in 10 Steps With 83% Success Rate. AI Daily Post. - Schreiner, M. (2026, August 20). GEN-1.5: Generalist AI teaches robots new tasks from a single demo. The Decoder. - Carter. (2026, August 20). GEN-1.5: The Robot That Learns From A Single Demo. Technologiesdigest.com. - Tbreak.com. (2026, August 20). Generalist AI GEN-1.5: Robots Learn From a Single Demo.