La startup américaine Generalist a dévoilé GEN-1.5 Generalist AI, un modèle capable d’apprendre une nouvelle tâche à un robot à partir d’une seule démonstration filmée de quelques secondes, sans aucun réentraînement. L’annonce, publiée le 20 août 2026, marque une étape vers des robots capables de généraliser sans passer par des semaines de collecte de données.
Une démonstration suffit
Concrètement, il suffit de montrer une fois au robot un geste de 3 à 12 secondes : la démonstration entre dans la fenêtre de contexte du modèle, longue de 30 secondes, aux côtés d’entrées vidéo, langage, capteurs et proprioception. GEN-1.5 en déduit directement une trajectoire d’action à 100 Hz, sans mise à jour de poids ni fine-tuning — une différence de fond avec l’apprentissage par imitation classique, qui nécessite habituellement de réentraîner le modèle sur chaque nouvelle tâche.
Des résultats encore progressifs
Sur dix tâches simples testées par Generalist, une seule démonstration suffit à obtenir un taux de réussite moyen de 59 %. En ajoutant dix mises à jour de poids sur cinq minutes de données supplémentaires, ce taux grimpe à 83 %. Autrement dit, l’apprentissage en un coup fonctionne, mais un minimum d’entraînement ciblé reste nécessaire pour fiabiliser l’exécution.
Autre capacité mise en avant par l’entreprise : lorsque deux démonstrations de tâches différentes sont montrées dans le même contexte, GEN-1.5 parvient à les enchaîner en une seule compétence continue, en générant des mouvements intermédiaires qui n’apparaissent dans aucune des deux démonstrations d’origine.
Une IA entraînée en continu depuis huit mois
GEN-1.5 s’appuie sur un entraînement continu de plus de huit mois sur des données physiques à grande échelle, et succède à GEN-1, le premier modèle généraliste de robotique de la startup. Generalist affiche une ambition claire : construire une intelligence générale pour le monde physique, sur un terrain où les grands laboratoires (Google DeepMind avec sa série Gemini Robotics, notamment) investissent également massivement.
Reste à voir si cette capacité d’apprentissage en un coup tiendra la distance sur des tâches industrielles plus complexes que les dix exemples testés jusqu’ici.
Qu’est-ce que GEN-1.5 de Generalist AI ?
GEN-1.5 est un modèle de fondation pour la robotique capable d’apprendre une nouvelle tâche à partir d’une seule démonstration de 3 à 12 secondes, sans réentraînement ni mise à jour de poids.
Quel taux de réussite obtient le modèle ?
Sur dix tâches simples testées par Generalist, une seule démonstration donne un taux de réussite moyen de 59 %, qui grimpe à 83 % avec dix mises à jour de poids sur cinq minutes de données.
GEN-1.5 peut-il enchaîner plusieurs tâches ?
Oui. Lorsque deux démonstrations différentes sont montrées dans la même fenêtre de contexte, le modèle peut les combiner en une seule compétence continue, avec des mouvements intermédiaires inédits.