La Chine dévoile Orca, un modèle du monde qui égale les systèmes robotiques spécialisés sans avoir jamais vu la moindre étiquette d'action
L'Académie de Pékin pour l'Intelligence Artificielle (BAAI) a dévoilé Orca, un nouveau modèle du monde conçu pour prédire des états abstraits de l'environnement plutôt que des tokens ou des pixels bruts. Le système a été entraîné sur 125 000 heures de vidéo, sans qu'aucune étiquette d'action n'ait été fournie durant l'apprentissage. Malgré cette absence totale de supervision directe sur les gestes à accomplir, Orca parvient à égaler les performances de π0.5, un modèle spécialisé de référence en robotique, sur cinq tâches distinctes de manipulation robotique.
Résumé et traduction réalisés par Le Fil IA à partir de The Decoder. Lire l'article original →
Ce résultat compte parce que l'entraînement de systèmes robotiques performants se heurte depuis longtemps à un obstacle majeur : la rareté des données annotées avec des actions précises, coûteuses à collecter car elles nécessitent souvent des démonstrations physiques enregistrées manuellement. En apprenant uniquement à partir de vidéos brutes, Orca ouvre la voie à des modèles capables de généraliser à partir de sources bien plus abondantes et moins onéreuses à réunir, comme les innombrables heures de contenu vidéo déjà disponibles en ligne. Pour les industriels de la robotique, cela pourrait réduire drastiquement le coût et le temps nécessaires pour doter des machines de nouvelles compétences.
Cette approche s'inscrit dans une tendance plus large de la recherche en IA, où les modèles du monde gagnent du terrain face aux architectures classiques centrées sur la prédiction de texte ou d'image. La BAAI, acteur chinois de premier plan dans la recherche fondamentale en intelligence artificielle, mise sur cette représentation abstraite pour rapprocher la compréhension du monde physique par les machines de celle des humains, qui raisonnent rarement en pixels. Reste à voir si Orca tiendra ses promesses sur des tâches robotiques plus complexes et diversifiées, au-delà des cinq scénarios testés jusqu'ici.
Pas d'impact direct sur la France/UE
Le vrai coup, c'est l'absence totale d'étiquettes d'action pendant l'entraînement, Orca apprend juste en regardant des vidéos et ça suffit à rivaliser avec un modèle spécialisé en robotique. Si ça se confirme sur des tâches plus complexes, ça veut dire qu'on peut former des robots avec le stock de vidéos déjà sur internet plutôt qu'avec des démonstrations physiques hors de prix à collecter. Cinq tâches testées, c'est encore mince pour crier victoire, mais le principe change la donne sur le coût d'accès à la robotique généraliste.