Un robot plie le linge, emballe les paquets - et improvise en même temps

Kevin Hofer

7/4/2026

Traduction : traduction automatique

La société de robotique Generalist a développé GEN-1, un nouveau modèle d'IA pour les tâches physiques. Il compense de lui-même les perturbations et gère les mouvements qu'il n'a pas explicitement appris.

GEN-1 atteint selon Generalist un taux de réussite de 99 pour cent pour des tâches précises et répétitives, telles que le pliage de cartons, l'emballage de smartphones ou l'entretien de robots aspirateurs. Après une heure d'adaptation aux données de mouvement spécifiques aux robots, GEN-1 est prêt à fonctionner.

De nombreuses heures de données d'entraînement

GEN-1 est basé sur GEN-0, que Generalist a présenté en novembre comme une étude de faisabilité pour les lois d'échelle dans l'entraînement robotique. Le principal problème est que, contrairement aux modèles linguistiques qui sont entraînés sur des trillions de mots provenant d'Internet, les modèles robotiques manquent d'une source de données comparable.

Generalist résout ce problème avec «Data Hands» - des pinces portables qui enregistrent des micro-mouvements et des informations visuelles pendant que les humains effectuent des tâches manuelles. L'entreprise a ainsi collecté plus d'un demi-million d'heures et de pétaoctets de données d'interaction.

Le résultat : un système capable d'insérer avec précision des billets de banque dans un portefeuille, de plier du linge ou de trier des pièces automobiles.

L'improvisation plutôt que la programmation rigide

GEN-1 se distingue des solutions robotiques actuelles par sa capacité à improviser et à apprendre de ses expériences passées, même en cas de perturbations très éloignées des données d'entraînement.

Une vidéo montre comment les mains du robot replient une chemise déplacée ou saisissent et insèrent des pièces de voiture après qu'elles aient été déplacées.

«Personne n'a programmé le robot pour qu'il apprenne de ses erreurs - et pourtant il le fait», dit le chercheur généraliste Felix Yanwei Wang dans une autre vidéo. «Il le fait en plus gratuitement.»

Pas de cavalier seul dans la course à la robotique

Generalist n'est pas seul dans la course à l'apprentissage automatique dans le monde physique. Google a présenté en 2025 les capacités «Visual Learning Action» de ses modèles GeminiRobotics, qui comprennent et exécutent des instructions générales. Physical Intelligence a fait sensation avec des bras robotisés montés sur une plateforme de conduite, entraînés dans des foyers simulés et capables d'effectuer des tâches telles que passer la serpillière ou faire le lit.

Tesla travaille également sur cette technologie avec le robot humanoïde Optimus. Mais l'entreprise n'est pas encore aussi avancée que Generalist ou Google - les robots devraient encore être contrôlés par l'homme en 2024.

Generalist voit dans GEN-1 un point d'inflexion comparable à GPT-3. Certaines tâches dépassent déjà le seuil d'une utilisation économiquement viable - et chaque nouvelle génération de modèles devrait permettre de réaliser des tâches plus complexes.

Kevin Hofer

Senior Editor

kevin.hofer@digitecgalaxus.ch

La technologie et la société me fascinent. Combiner les deux et les regarder sous différents angles est ma passion.

---

Nouveautés + tendances

Du nouvel iPhone à la résurrection de la mode des années 80. La rédaction fait le tri.

Tout afficher

Ces articles pourraient aussi vous intéresser