Toyota Research Institute (TRI) telah mengumumkan pendekatan AI generatif baru yang berpotensi meningkatkan kemampuan robot secara signifikan. Metode inovatif berdasarkan kebijakan difusi memungkinkan robot mempelajari keterampilan baru dan kompleks dengan cepat dan percaya diri. Perkembangan ini merupakan kemajuan besar dalam menciptakan “model perilaku skala besar” (LBM) untuk robot, sebuah konsep yang mirip dengan model bahasa skala besar (LLM) yang baru-baru ini merevolusi AI percakapan. Teknik tradisional untuk mengajarkan perilaku baru pada robot memakan waktu, tidak konsisten, tidak efisien, dan seringkali terbatas pada tugas-tugas tertentu yang dilakukan di lingkungan yang sangat terkontrol. Di masa lalu, ahli robotik harus menghabiskan waktu berjam-jam untuk menulis kode yang rumit dan melakukan banyak percobaan dan kesalahan pada pergerakan program. Namun pendekatan baru TRI telah memungkinkan robot mempelajari lebih dari 60 keterampilan yang sulit dan cekatan, seperti menuangkan cairan, menggunakan perkakas, dan memanipulasi objek yang dapat berubah bentuk. Hebatnya, hasil ini dicapai tanpa menulis satu baris kode baru pun. Satu-satunya perubahan adalah memberikan data baru kepada robot. Didukung oleh keberhasilan ini, TRI bertujuan untuk mengajarkan ratusan keterampilan baru kepada robot pada akhir tahun dan mencapai tonggak sejarah 1.000 keterampilan baru pada akhir tahun 2024.