Nature Intent merilis model robot Natura-1 dengan 50 miliar parameter. Model ini menjalani prapelatihan menggunakan sejuta jam data sudut pandang orang pertama, lalu pascapelatihan menggunakan sejumlah kecil data robot agar dapat beradaptasi dengan manipulasi menggunakan tangan cekatan di dunia nyata.
Sistem yang diumumkan tim ini dapat menerima masukan berupa bahasa dan gambar, serta mengendalikan tangan cekatan dengan 20 derajat kebebasan. Latensi dari pengamatan hingga keluaran gerakan kurang dari 100 milidetik.
Dalam pengujian tim, setelah data prapelatihan ditingkatkan dari sekitar 44.000 jam menjadi 1 juta jam, mean squared error prediksi gerakan pada set validasi robot nyata turun sebesar 67,7%. Pengujian ini memprediksi gerakan berdasarkan data pengamatan yang sudah ada. Tidak ada pelatihan tambahan saat evaluasi; yang diukur adalah galat prediksi gerakan.
Sistem yang diumumkan tim ini dapat menerima masukan berupa bahasa dan gambar, serta mengendalikan tangan cekatan dengan 20 derajat kebebasan. Latensi dari pengamatan hingga keluaran gerakan kurang dari 100 milidetik.
Dalam pengujian tim, setelah data prapelatihan ditingkatkan dari sekitar 44.000 jam menjadi 1 juta jam, mean squared error prediksi gerakan pada set validasi robot nyata turun sebesar 67,7%. Pengujian ini memprediksi gerakan berdasarkan data pengamatan yang sudah ada. Tidak ada pelatihan tambahan saat evaluasi; yang diukur adalah galat prediksi gerakan.