((Traduction automatisée par Reuters à l'aide de l'apprentissage automatique et de l'IA générative, veuillez vous référer à l'avertissement suivant: https://bit.ly/rtrsauto)) (Correction du titre de Wang Xiaogang: il est président, et non directeur général, d'ACE Robotics dans le titre et le paragraphe 1)
* Les modèles d’IA constituent le principal frein à l’intelligence des robots dans le monde réel
* Le directeur général d’Unitree a déclaré que le « moment ChatGPT » dans le cerveau des robots pourrait survenir d’ici deux à trois ans
* Le modèle phare d’ACE Robotics surpasse celui de Nvidia lors des tests de performance
par Laurie Chen
Les cerveaux des robots humanoïdes pourraient connaître d’ici fin 2027 une avancée comparable à l’impact spectaculaire qu’a eu ChatGPT sur l’utilisation de l’IA, a déclaré vendredi le président de la start-up chinoise ACE Robotics, spécialisée dans l’IA incarnée.
« Nous prévoyons d’atteindre le “moment ChatGPT” pour l’intelligence incarnée d’ici fin 2027, grâce aux modèles du monde et à la collecte de données environnementales », a déclaré Wang Xiaogang à Reuters.
« Même si nous atteignons ce point d’inflexion d’ici fin 2027, il faudra probablement encore quatre à cinq ans pour assister à une mise en œuvre commerciale à grande échelle des modèles mondiaux incarnés dans tous les secteurs », a ajouté M. Wang, qui est également cofondateur de SenseTime, pionnier chinois de la reconnaissance visuelle par IA.
Alors que les grands modèles linguistiques tels que ChatGPT et DeepSeek sont désormais omniprésents sur les lieux de travail et dans les foyers du monde entier, les modèles d’IA permettant à un robot d’accomplir sans difficulté un large éventail de tâches dans des environnements physiques inconnus restent encore lointains.
Et alors que de plus en plus d’entreprises du secteur naissant des robots humanoïdes en Chine recherchent des financements et visent des valorisations élevées, les investisseurs accordent davantage d’importance au déploiement dans le monde réel qu’à des activités telles que la danse ou l’athlétisme pour démontrer leur valeur économique.
Les modèles d’IA incarnée déterminent l’intelligence et les capacités de fonctionnement autonome des robots. Contrairement aux grands modèles linguistiques, ces systèmes de simulation physique d’IA sont conçus pour aider les robots à comprendre et à se déplacer dans des environnements réels en temps réel. Wang Xingxing, fondateur de la société chinoise Unitree, a prédit cette semaine que les « cerveaux » des robots pourraient connaître une avancée spectaculaire d’ici deux à trois ans au plus tôt. Lui-même et d’autres directeurs généraux d’entreprises chinoises de robotique ont reconnu que l’acquisition de données d’entraînement de haute qualité issues de la vie réelle pour ces modèles reste un goulot d’étranglement.
ACE Robotics, fondée en juillet 2025 et soutenue par Ant Group et SenseTime, a levé plus de 100 millions de dollars au cours du premier semestre de cette année grâce à plusieurs tours de table.
M. Wang a déclaré que l’entreprise visait à lancer une introduction en bourse (IPO) « dès que la réglementation le permettra ». Les règles chinoises en matière de cotation exigent généralement que les entreprises aient au moins trois exercices financiers d’activité.
Le modèle open source Kairos-4B de l’entreprise est classé premier au niveau mondial selon les benchmarks publics, surpassant des modèles mondiaux tels que Cosmos 3 de Nvidia et Lingbot d’Ant Group, bien qu’il ne compte que 4 milliards de paramètres, un nombre bien inférieur.
Ce modèle mondial intègre la perception, la compréhension multimodale, la simulation physique et la planification d’actions. Il est également capable de générer des prédictions vidéo et d’actions à long terme sur des séquences de plusieurs minutes.
ÉLARGISSEMENT DES DONNÉES D’ENTRAÎNEMENT
De nombreuses entreprises spécialisées dans la robotique, dont Unitree et la start-up X Square, développent leurs propres modèles de base d’IA incarnée.
« Au cours des dernières années, l’ensemble du secteur a accumulé environ 100 000 heures de données, ce qui est loin d’être suffisant pour entraîner des modèles de base incarnés », a déclaré M. Wang, d’ACE.
Il a précisé qu’ACE intensifiait rapidement la collecte de données en faisant intervenir des personnes sur de véritables chaînes de production équipées de capteurs légers.
« L’efficacité de la collecte est extrêmement élevée… Nous prévoyons d’accumuler des dizaines de millions d’heures de données d’ici deux ans », a ajouté M. Wang.
De nombreuses entreprises entraînent des robots humanoïdes à l’aide de la téléopération physique, une technique dans laquelle des travailleurs équipés d’exosquelettes et de manettes répètent des mouvements physiques simples des centaines de fois par jour.
ACE déploie ses modèles d’IA incarnés dans des environnements commerciaux tels que des magasins sans personnel, des services hôteliers et des entrepôts de livraison express, où travaillent des robots humanoïdes fabriqués par des entreprises chinoises comme Unitree, AgiBot et Fourier.
« Nous prévoyons de déployer nos solutions dans au moins 1 000 magasins au cours de l’année à venir, pour passer à 10 000 magasins d’ici deux ans », a déclaré M. Wang.
Pour l’entraînement de ses modèles, ACE utilise des puces d’IA de Nvidia ainsi que de fabricants chinois tels que Rhino Tech et Digua Robotics.
« Cela permet de diversifier notre chaîne d’approvisionnement, car à l’avenir, nous aurons certainement besoin de solutions matérielles intelligentes complètes, dont les coûts devront être considérablement réduits », a déclaré M. Wang.
0 commentaire
Vous devez être membre pour ajouter un commentaire.
Vous êtes déjà membre ? Connectez-vous
Pas encore membre ? Devenez membre gratuitement
Signaler le commentaire
Fermer