Qu'est-ce qu'un modèle de fondation robotique ?
Un modèle de fondation robotique est un grand modèle d'IA préentraîné sur des données variées (robots, simulation, web), puis adapté à de nombreuses tâches et morphologies de robots au lieu d'être entraîné pour un seul travail.
Mis à jour:
Définition
Un modèle de fondation robotique est un grand réseau de neurones entraîné sur des données larges et variées, pour qu'un même modèle s'adapte à de nombreuses tâches, environnements et corps de robots. L'idée vient des modèles de langage : préentraîner une fois à grande échelle, puis spécialiser à moindre coût.
Fonctionnement
- Préentraînement sur un mélange de trajectoires de robots, de simulation, de vidéos humaines et de données image-texte, souvent à partir d'un modèle vision-langage.
- Post-entraînement sur des démonstrations du robot et des tâches visés.
- Déploiement, en général avec un contrôleur bas niveau rapide qui traduit la sortie en commandes moteur.
La sortie peut être des actions (un modèle VLA), des états futurs (un modèle du monde) ou un plan en langage exécuté par d'autres modules.
Pourquoi c'est important
Le logiciel robotique classique exige un programme ou une politique par tâche. Les modèles de fondation veulent faire d'une nouvelle compétence une affaire de données et d'instructions. Leur goulot d'étranglement, ce sont les données : l'expérience robotique est rare face au texte du web, d'où les investissements dans la téléopération, la capture de mouvement et les données synthétiques. Voir aussi IA incarnée.
Questions fréquentes
Un modèle VLA est-il un modèle de fondation robotique ?
Oui. Un VLA en est une variante, celle qui produit directement des actions. D'autres prédisent la vidéo à venir (modèles du monde) ou planifient en langage naturel.
D'où viennent les données d'entraînement ?
Démonstrations par téléopération, jeux de données issus de nombreux robots, simulation et données synthétiques, vidéos humaines et capture de mouvement, plus les connaissances web héritées du modèle vision-langage de départ.
Un seul modèle fonctionne-t-il sur n'importe quel robot ?
Pas tel quel. La plupart demandent un ajustement avec des données du robot cible, même si l'entraînement multi-morphologies réduit la quantité nécessaire.
Couverture
Neuron AI de NEURA ajoute le toucher, le son et la mémoire au modèle de fondation robotique
NEURA Robotics a lancé Neuron AI, un modèle « perception-langage-action » qui fusionne vision 3D, toucher, force, audio, état du robot et langage avec une mémoire, et fera la démonstration d'une tâche de lessive de 11 minutes sur son humanoïde 4NE1.
Industrial Next dit que ses stations changent de tâche en minutes ; BMW va les évaluer
À TechCrunch Disrupt, la start-up de San Francisco a dit que des cellules à modèles de fondation pèlent déjà du film et posent des connecteurs sur une grande ligne de téléphones, et que le bureau technologique de BMW testera l'approche.
Physical Intelligence ouvre ses modèles robotiques π0 via une API
La bêta de la Pi API permet d'envoyer ses données, d'affiner π0/π0.5 sur l'infrastructure de Pi et d'exécuter le résultat en inférence hébergée.
Le robot de Rhoda trouve des balles texturées au toucher, caméras masquées
Le billet du 13 octobre de Rhoda AI associe un nouveau capteur tactile à un modèle qui prédit le toucher à venir. Dans une démo les yeux bandés, le robot a récupéré des balles dont il n'avait pas appris la texture.
XPENG fixe les livraisons de l'humanoïde IRON au premier semestre 2027
Au sommet automobile de Paris, XPENG a indiqué qu'IRON vise une production de série fin 2026, de premières livraisons au premier semestre 2027 et un déploiement européen au second.
Mecka lève 60 M$ en série B pour numériser le mouvement humain au service des robots
Sequoia mène une série B de 60 M$ avec NVIDIA, M12 (Microsoft), Qualcomm Ventures et Samsung ; Mecka capture des démonstrations humaines et dit avoir dépassé 100 M$ de revenu annualisé en juin 2026.
Le S1 de Skild apprend le foot en s'entraînant contre lui-même pendant 140 ans simulés
Après S1 — modèle de fondation qui copie une seule vidéo sans fine-tuning — Skild montre Physical Self-Play : la même politique s'entraîne contre elle-même dans Isaac Sim puis passe sur un humanoïde.
Helix 2.5 de Figure range 30 maisons jamais vues
Figure affirme que son humanoïde a rangé des salons, plié des serviettes et fait des lits dans 30 maisons inconnues sans données locales, appuyé par un contrat de calcul de 3,5 Md$ avec Nscale.
Entreprises
Newsletter
Robrief Weekly
Un e-mail par semaine avec l'actualité robotique qui compte. Gratuit, désinscription à tout moment.