Apple AMP1: Model AI Umum Kendalikan Lengan Robot dengan Keberhasilan 96,3 Persen

Peneliti Apple mempublikasikan makalah AMP1 (Agentic Manipulation Policies) di arXiv pada 6 November 2026. Kerangka ini memungkinkan model AI umum menulis dan menjalankan kode Python secara real time untuk mengendalikan lengan robot, tanpa pelatihan khusus untuk tugas tertentu. 🔗 arXiv

Hasil pengujian

Dalam 108 percobaan nyata dengan lengan Franka, AMP1 berhasil menyelesaikan 104 percobaan, mencapai tingkat keberhasilan 96,3 persen, dengan nol fine-tuning atau pelatihan spesifik tugas. Pengujian mencakup 12 tugas pada tiga setup robot yang berbeda. 🔗 arXiv

Angka 96,3 persen itu dicapai dengan mekanisme error recovery aktif. Tanpa mekanisme tersebut, tingkat keberhasilan AMP1 adalah 87,0 persen.

• LIBERO-PRO: 95,2 persen, dan Robosuite: 100 persen.
• RoboLab-120: Gemini 4 Argon mencapai 85,6 persen dan Claude Opus 5.5 mencapai 82,8 persen.
• Baseline: VLA 49,2 persen dan WAM 42,9 persen di RoboLab-120; pada uji nyata, FLUX 3 Action 45,4 persen dan π0.5 27,8 persen.
• Pengurangan kegagalan: 20 kali lebih sedikit dibanding VLA dan 15 kali lebih sedikit dibanding WAM.
• Kode dan data simulasi dipublikasikan bersama makalah.

Kenapa penting?

Pencapaian ini menunjukkan bahwa model yang dirancang untuk tugas umum, ketika diberikan antarmuka kode dan alat yang tepat, dapat melakukan manipulasi fisik tanpa pelatihan robotik khusus. Hal ini dapat mempercepat adopsi robot industri dan mengurangi biaya pengumpulan data demonstrasi yang selama ini menjadi hambatan utama.

Yang perlu diperhatikan

AMP1 adalah makalah riset (preprint), bukan pengumuman produk Apple. Hasilnya perlu direplikasi secara independen, dan tingkat keberhasilan di lingkungan laboratorium belum tentu sama dengan kondisi pabrik atau rumah tangga yang lebih tidak terstruktur.

Sumber

🔗 arXiv: AMP1 — Agentic Manipulation Policies

🔗 arXiv: teks lengkap AMP1

🔗 Crypto Briefing: Apple AMP1