Nvidia a dévoilé GR00T 2, un modèle d’IA ouvert qui apprend aux robots des mouvements précis des mains à partir de vidéos humaines. Nvidia met à la disposition de tous 100 000 heures de vidéos en vue subjective utilisées pour l’entraînement.
Nvidia présente GR00T 2 comme un modèle d’action sur le monde : il prédit comment une action modifiera ce que voit un robot avant que celui-ci ne bouge. Entraîné sur des données de robots et des vidéos humaines, il peut transférer des compétences entre des robots aux morphologies différentes, selon Nvidia.
Lors des tests de Nvidia, le modèle a atteint un taux de réussite moyen de 71 % après une seule démonstration d’une tâche, puis de 95 % après 5 démonstrations. Toutefois, l’article de recherche de l’entreprise précise que les tâches ont été choisies parmi celles que le modèle pouvait déjà bien apprendre.
Foxconn utilise GR00T 2 pour contribuer à la fabrication de serveurs d’IA, tandis que Siemens teste des applications en usine et que Nexuni expérimente des tâches liées au linge. Aucun n’a annoncé d’utilisation en production. Pour les concepteurs de robots, le modèle et les vidéos constituent des ressources de développement, mais les résultats publiés ne démontrent pas leur fiabilité sur des tâches commerciales inédites.
Le modèle ouvert et la mise à disposition des vidéos donnent aux concepteurs de robots de nouvelles ressources pour développer des systèmes capables de manipuler des objets physiques.
L’apprentissage de compétences à partir de vidéos humaines pourrait réduire la dépendance aux démonstrations recueillies séparément pour chaque morphologie de robot.
La fiabilité commerciale reste à démontrer, car les tests portaient sur des tâches sélectionnées et les partenaires cités n’ont pas annoncé d’utilisation en production.
Rédigé automatiquement par la rédaction de Made in 10 à partir de la source ci-dessus.
Claude Code a omis environ 800 000 dollars de valeur contractuelle et indiqué une mauvaise date limite de renouvellement lors d’un test de gestion des achats. Un avenant non rattaché au contrat principal expliquait le montant manquant, malgré des totaux de dépenses annuelles corrects et des tableaux d’apparence crédible.
