Modelo GEN-1.5 da Generalist avança em IA física com capacidade de aprendizado por demonstração única

A Generalist anunciou o lançamento do modelo GEN-1.5, uma plataforma de inteligência artificial física que demonstrou capacidade de aprender novas tarefas com apenas uma demonstração, sem necessidade de ajuste de parâmetros. Segundo a empresa, o sistema foi capaz de executar operações inéditas após observar um único exemplo de 3 a 12 segundos, como abrir uma tampa ou puxar uma nota de uma carteira, adaptando-se automaticamente a variações na posição dos objetos. Em dez tarefas inéditas, a taxa média de sucesso atingiu 59% com uma única demonstração, subindo para 83% após cinco minutos de dados adicionais e dez ajustes de parâmetros.

O GEN-1.5 introduziu o conceito de "prompt físico", no qual o robô recebe uma demonstração direta de uma tarefa e a reproduz em contextos diferentes, sem treinamento prévio específico. A empresa destacou três formas de aprendizado: adaptação a mudanças não treinadas, execução imediata após uma demonstração única e refinamento rápido com poucos minutos de dados. Em testes, o modelo mostrou capacidade de generalizar o uso de ferramentas improvisadas, como uma banana ou uma peneira, para realizar tarefas aprendidas anteriormente com escovas ou garras.

A Generalist, fundada em 2024 por ex-pesquisadores do Google DeepMind e Boston Dynamics, tem focado em treinar uma inteligência de base única para diferentes tipos de robôs, em vez de desenvolver um modelo específico para cada hardware. A empresa acumulou mais de 500 mil horas de dados de operações reais, coletados por meio de dispositivos portáteis de baixo custo, e argumenta que a escalabilidade da IA física segue padrões semelhantes aos de grandes modelos de linguagem. Em novembro de 2025, a Generalist lançou o GEN-0 com 270 mil horas de dados, e em abril de 2026, o GEN-1 atingiu taxa média de sucesso de 99% em tarefas simples após uma hora de treinamento.

O GEN-1.5 não divulgou o tamanho exato de seus parâmetros, mas a empresa afirmou que 99% deles foram treinados desde o início, sem depender de modelos pré-existentes como GPT ou Gemini. A Generalist também integrou suporte a diversas ferramentas, como chaves de fenda e batedeiras, e cerca de 9 mil variações de garras, buscando demonstrar que a inteligência física pode ser aplicada a diferentes formatos de robôs. Em julho de 2026, a empresa anunciou uma rodada de financiamento de 400 milhões de dólares, elevando seu valuation para 2 bilhões de dólares.

Pesquisadores do setor, como Ted Xiao, ex-Google DeepMind, compararam a capacidade do GEN-1.5 ao marco do GPT-3, destacando que a habilidade de aprender com poucas demonstrações representa um avanço significativo para a robótica. No entanto, especialistas como Jim Fan, da NVIDIA, alertaram que a eficácia depende da proximidade entre as tarefas demonstradas e as condições reais de operação. A Generalist não publicou detalhes técnicos completos, como configurações de treinamento ou artigos científicos detalhados, limitando a verificação independente dos resultados.

Segundo a GeekPark, a Generalist tem sido acompanhada de perto no ecossistema de robótica, especialmente por sua abordagem de usar dados humanos reais para treinar modelos físicos. A empresa defende que, com o aumento de dados, modelos e poder computacional, a IA física pode atingir níveis de generalização semelhantes aos observados em grandes modelos de linguagem, reduzindo a necessidade de treinamento específico para cada nova tarefa.