RDT-1B est un transformateur de diffusion avec apprentissage par imitation, possédant 1 milliard de paramètres (actuellement le plus grand), pré-entraîné sur plus d'un million d'épisodes multi-robots (actuellement le plus grand). Étant donné des instructions linguistiques et jusqu'à trois images RGB, RDT peut prédire les 64 prochaines actions du robot. RDT est compatible avec presque tous les manipulateurs mobiles modernes, des bras simples aux bras doubles, des articulations aux effecteurs finaux, de la position à la vitesse, et même les mouvements sur roues. Le modèle a été finement ajusté sur plus de 6 000 épisodes bimanuels auto-collectés (parmi les plus importants), et déployé sur le robot bimanuel ALOHA. Il atteint des performances de pointe en termes d'agilité, de généralisation zéro-shot et d'apprentissage faiblement supervisé.