La start-up américaine de robotique Generalist AI a dévoilé hier, mercredi 19 août, la dernière version de son modèle d’IA conçu pour aider les robots à apprendre et à accomplir des tâches physiques 1. Selon plusieurs ingénieurs, celui-ci pourrait marquer l’entrée de la robotique dans son « moment GPT-3 ».
- Contrairement à la plupart des robots industriels, programmés pour réaliser en boucle une tâche ou un ensemble défini de tâches, GEN-1.5 peut apprendre une nouvelle tâche en quelques secondes à partir d’une seule démonstration – ce que la start-up appelle le « prompting physique ».
- Le modèle affiche un taux de réussite moyen de 59 % sur un ensemble de 10 tâches manuelles simples – marquer un pli sur du papier, empiler des tasses, retourner un téléphone… –, mais ce chiffre monte jusqu’à 83 % après un court réentraînement sur 5 minutes de données, soit une cinquantaine de démonstrations.
- Après un court affinage – un léger ajustement des poids internes du modèle sur quelques minutes de données –, GEN-1.5 est parvenu à balayer des déchets avec une brosse en ne commettant presque aucune erreur (99 % de réussite).
Generalist AI est une start-up fondée en 2024 par d’anciens ingénieurs de Google DeepMind et de Boston Dynamics, l’une des entreprises de robotique les plus innovantes au monde. Celle-ci est notamment connue pour son robot Spot, un quadrupède aujourd’hui utilisé par des armées et des entreprises pour des missions de reconnaissance et d’inspection, comme dans les tunnels du métro parisien depuis 2021.
- La comparaison de GEN-1.5 avec GPT-3 tient, selon Generalist AI, à la capacité du modèle à apprendre rapidement de nouvelles tâches à partir d’un seul ou de quelques exemples – l’une des principales caractéristiques ayant marqué l’arrivée du modèle linguistique d’OpenAI.
- Toutefois, pour Yu Xiang, un chercheur en robotique à l’université du Texas à Dallas, la comparaison avec GPT-3 reste prématurée : le langage offre à ce dernier une représentation unifiée, utilisée par tous pour interagir avec le modèle, alors que les robots présentent des architectures, pinces et mains très diverses.
- Le vrai test, selon lui, sera de savoir si GEN-1.5 peut se transférer à des robots très différents tout en conservant ses capacités 2.
L’une des caractéristiques étonnantes de GEN-1.5 est que le pré-entraînement du modèle ne contient aucune donnée de simulation. Celui-ci a en effet été mené exclusivement à partir de données d’interaction physique réelle, captées dans des environnements du quotidien – foyers, entrepôts, usines – via le « moteur de données » développé par l’entreprise.
Pour GEN-1, son modèle précédent dévoilé en avril, Generalist AI indiquait s’appuyer sur environ 500 000 heures de données réelles.
- La start-up reconnaît qu’il est « difficile de déterminer précisément pourquoi ces capacités émergent » du pré-entraînement de GEN-1.5. Elle émet l’hypothèse que le modèle ait pu apprendre à détecter et à reproduire des schémas répétitifs propres au travail physique, à la manière dont les modèles de langage poursuivent des motifs dans des séquences génériques.
La capacité pour des robots d’apprendre et d’accomplir de nouvelles tâches après seulement quelques minutes d’entraînement pourrait conduire à des gains de productivité considérables. La Chine, qui concentre à elle seule 43 % du parc mondial de robots industriels, serait l’un des pays les mieux positionnés pour en bénéficier.
- Pékin installe plus de robots industriels que le reste du monde, selon le dernier rapport de la Fédération internationale de robotique (IFR), publié en septembre.
- En 2024, plus de la moitié des robots installés dans des usines chinoises étaient produits dans le pays.
Sources
- GEN-1.5 : Embodied Foundation Models are One-Shot Learners, Generalist AI, 19 août 2026.
- Publication de Yu Xiang sur X, 20 août 2026.
