RDT-1B ist ein Imitationslern-Diffusions-Transformator mit 1 Milliarde Parametern (derzeit größtes Modell), der an über 1 Million (derzeit größtem) Szenarien mit mehreren Robotern vortrainiert wurde. Angesichts von Sprachbefehlen und bis zu drei RGB-Bildern als Ansichten kann RDT die nächsten 64 Roboteraktionen vorhersagen. RDT ist mit nahezu allen modernen mobilen Manipulatoren kompatibel, einschließlich einarmige bis zweiarmige, gelenkartige bis Endeffektor-gesteuerte, positions- bis geschwindigkeitsbasierte und sogar radgetriebene Bewegungen. Das Modell wurde an über 6.000 (einem der größten Datensätze) selbst gesammelten Zweihand-Szenarien feinabgestimmt und auf dem ALOHA-Zweiarmroboter eingesetzt. Es erreicht Spitzenergebnisse in Bezug auf Geschicklichkeit, Null-Schuss-Verallgemeinerungsfähigkeit und Lernen mit wenigen Beispielen.