Skip to content
Derniers décryptagesThèmesEntreprisesGlossaireÀ propos
Mot-clé · 2 articles

#benchmarks

IA incarnée et modèles de fondationDOSSIER

Gemini 4 Argon atteint 87 % en raisonnement incarné mais met 52 minutes par tâche sur un bras réel

Google a rendu Gemini 4 Argon disponible dans le monde entier le 13 octobre et a regroupé ses usages robotiques en quatre catégories : contrôle du robot, Real2Sim, compréhension physique, et recherche et auto-amélioration. AA-Robotics v0.1 d'Artificial Analysis a attribué à Argon 55,3 points sur 100 pour la conduite d'un bras réel sur huit tâches de table, environ 100 fois plus lentement qu'une personne, tandis que Physical Intelligence a ouvert le même jour une bêta d'API pour affiner ses modèles π0 et π0.5 sur l'infrastructure de Pi.

5 min de lectureSources vérifiées
IA incarnée et modèles de fondationDOSSIER

LoopWAM gagne 19.7 points sur des robots réels en se réentraînant sur ses propres rollouts étiquetés

LoopWAM est un modèle world-action en boucle fermée de l'université Tsinghua, de Dexmal et de Loopeva, qui note chaque rollout selon sa qualité et donne aux trajectoires ratées une supervision vidéo mais aucune supervision d'action. Il se classe premier sur Table30-V2 de RoboChallenge avec 43.33 % de réussite, 2.67 points devant l'entrée VLA-DM0.5 de son propre tableau et 0.33 point devant les 43.0 % que Dexmal publie pour DM0.5.

5 min de lectureSources vérifiées