Le plus grand progrès de ces dernières années ne réside pas dans la mécanique, mais dans le logiciel. Les robots apprennent aujourd'hui avec les mêmes méthodes que les grands modèles de langage.
Trois types de modèles
- LLM (Large Language Model) : comprend le langage et décompose les missions en étapes.
- VLM (Vision-Language Model) : comprend conjointement les images et le langage, par exemple « Prends la tasse rouge ».
- VLA (Vision-Language-Action) : génère directement les mouvements des articulations à partir de l'image et du langage. Parmi les exemples figurent Figure Helix, NVIDIA GR00T et les modèles de Physical Intelligence.
Comment les robots apprennent
- Imitation Learning : des humains font la démonstration des tâches, souvent par téléopération.
- Reinforcement Learning : des millions d'essais en simulation.
- Sim-to-Real : ce qui a été appris en simulation est transféré au robot réel.
La puissance de calcul
L'IA s'exécute de plus en plus directement dans le robot. Les modules NVIDIA Jetson sont répandus ; la génération Jetson Thor devient en 2025/26 la référence dans de nombreux humanoïdes haut de gamme. La puissance est exprimée en TOPS – des billions d'opérations par seconde.
Ce que cela signifie pour les acheteurs
- Demandez quel modèle est utilisé et s'il s'exécute en local ou dans le cloud.
- Vérifiez si vous pouvez entraîner vos propres compétences.
- Faites la différence entre une vidéo de démonstration et une fonction autonome de série : la téléopération n'est pas de l'autonomie.