Nouvelle percée en intelligence incarnée : AutoNavi ouvre en source intégrale son modèle de base universel pour robots ABot-M0

marsbitPublié le 2026-04-01Dernière mise à jour le 2026-04-01

Résumé

Le domaine de l'intelligence incarnée atteint un jalon majeur. Gaode a annoncé aujourd'hui la mise en open source complète d'ABot-M0, le premier modèle de base unifié pour robots dotés d'un corps. Ce modèle vise à créer « un cerveau universel adaptable à divers types de robots », dans le but de briser les barrières entre les matériels hétérogènes et d'accélérer le déploiement de l'intelligence incarnée des laboratoires vers les scénarios industriels et domestiques. ABot-M0 a démontré des performances exceptionnelles lors de tests de référence, atteignant un taux de réussite de 80,5% sur le benchmark Libero-Plus, soit une amélioration de près de 30% par rapport au modèle précédent Pi0. Il a également établi de nouveaux records sur Libero et RoboCasa. L'open source complet couvre trois dimensions clés : les données, les algorithmes et les modèles. Gaode libère UniACT, le plus grand ensemble de données pour robots, contenant plus de 6 millions de trajectoires d'opération réelles. Les algorithmes innovants, tels que l'apprentissage de variété d'actions (AML) et l'architecture de perception à double flux, sont également divulgués. Enfin, des modèles pré-entraînés et des outils complets sont fournis pour permettre une utilisation immédiate. Cette initiative vise à résoudre les problèmes de « silos de données » et de « difficultés de déploiement », servant de pont entre la recherche académique et les applications industrielles, afin que chaque robot puisse posséder un « cerveau »...

Le domaine de l'intelligence incarnée connaît une avancée majeure. AutoNavi a officiellement annoncé aujourd'hui l'ouverture en source intégrale du premier modèle de base opérationnel pour robots incarnés au monde basé sur une architecture unifiée, ABot-M0. Ce modèle a pour objectif principal de réaliser "un cerveau universel adaptable à diverses morphologies de robots", visant à briser les barrières entre les matériels hétérogènes et à accélérer le passage de l'intelligence incarnée du laboratoire aux scénarios industriels et domestiques.

Technologie clé et performances

ABot-M0 a démontré des performances exceptionnelles dans plusieurs tests de référence de l'industrie. Les données montrent que le modèle atteint un taux de réussite de 80,5 % sur le benchmark Libero-Plus, soit une amélioration de près de 30 % par rapport à la solution de référence précédente, Pi0. De plus, il a établi de nouveaux records SOTA (state-of-the-art) dans des tests comme Libero et RoboCasa.

Ouverture en source intégrale sur trois dimensions

Pour résoudre les problèmes de longue date de "silos de données" et de "difficultés de déploiement" dans le domaine de l'intelligence incarnée, l'ouverture d'AutoNavi couvre trois dimensions : les données sous-jacentes, les algorithmes clés et les modèles pré-entraînés :

  • Niveau des données : Ouverture du plus grand ensemble de données universel pour robots, UniACT. Cet ensemble intègre plus de 6 millions de trajectoires opérationnelles réelles et fournit un pipeline complet de traitement des données hétérogènes aux données d'entraînement standardisées.

  • Niveau des algorithmes : Publication simultanée de l'architecture du modèle et du cadre d'entraînement. Les points forts incluent l'algorithme innovant d'apprentissage de variété d'actions (AML - Action Manifold Learning) et l'architecture de perception à double flux d'AutoNavi, dotant les robots de capacités exceptionnelles de compréhension spatiale et d'exécution d'actions.

  • Niveau des modèles : Fourniture de modèles pré-entraînés de bout en bout et d'une chaîne d'outils complète. Les développeurs peuvent les utiliser "prêts à l'emploi", sans avoir à construire un framework à partir de zéro, réduisant ainsi considérablement le seuil d'adaptation aux robots collaborateurs industriels ou aux robots domestiques.

Impact sur l'industrie

Le responsable technique d'ABot-M0 chez AutoNavi a déclaré qu'une véritable intelligence incarnée universelle nécessite la collaboration des développeurs du monde entier. L'ouverture d'ABot-M0 n'est pas seulement un partage technologique, mais vise également à construire un pont reliant la recherche académique et les applications industrielles, afin que chaque robot, quelle que soit sa morphologie, puisse posséder un "cerveau" intelligent, fiable et universel.

Questions liées

QQuel est le nom du nouveau modèle de base de robotique open-source annoncé par AutoNavi et quel est son objectif principal ?

ALe modèle s'appelle ABot-M0. Son objectif principal est de réaliser 'un cerveau universel adapté à de multiples formes de robots', visant à briser les barrières entre les matériels hétérogènes.

QQuelle performance le modèle ABot-M0 a-t-il atteinte sur le benchmark Libero-Plus, et comment se compare-t-il au modèle Pi0 ?

ALe modèle ABot-M0 a atteint un taux de réussite de 80,5% sur le benchmark Libero-Plus, ce qui représente une amélioration de près de 30% par rapport au modèle Pi0.

QQuels sont les trois volets de l'open-source complet fourni par AutoNavi pour le projet ABot-M0 ?

ALes trois volets sont : 1) La couche de données (avec le jeu de données UniACT), 2) La couche algorithmique (incluant l'architecture et le cadre d'entraînement), et 3) La couche modèle (modèles pré-entraînés et chaîne d'outils complète).

QQuel est le nom de l'ensemble de données ouvertes et quelle est sa taille ?

AL'ensemble de données ouvert s'appelle UniACT. Il intègre plus de 6 millions de trajectoires d'opération réelles.

QQuels sont les deux éléments algorithmiques clés mis en avant qui confèrent au robot ses capacités ?

ALes deux éléments algorithmiques clés sont l'algorithm d'apprentissage de variété d'actions (Action Manifold Learning - AML) et l'architecture de perception à double flux (Dual-stream Perception Architecture).

Lectures associées

« Évitez le jeton Telegram », exhorte un député russe suite aux accusations portées contre Durov

Un député russe conseille aux citoyens d'éviter d'acheter le token Gram de Telegram, suite aux accusations portées contre son fondateur Pavel Dourov. Andreï Svintsov, vice-président du Comité de la Douma sur la politique de l'information, recommande d'attendre les commentaires officiels des autorités de régulation et du FSB avant toute transaction financière via Telegram. Il a réitéré les exigences des autorités russes : que Telegram ouvre un bureau en Russie, stocke les données des utilisateurs sur le territoire national et collabore avec les services de sécurité. Ces déclarations font suite à l'accusation portée contre Dourov pour « facilitation d'activités terroristes ». Le FSB affirme que Telegram n'a pas supprimé des canaux utilisés, selon lui, par les services spéciaux ukrainiens et des organisations terroristes pour coordonner des actes de sabotage et de terrorisme en Russie. L'affaire serait liée à un bot de rencontres utilisé par des agents ukrainiens pour recruter de jeunes Russes. Dourov, détenu par les autorités françaises, a confirmé fin février les poursuites. En juin, il a annoncé le retour du projet cryptographique Gram sous son nom d'origine et le contrôle total par Telegram. Après les accusations, le cours du Gram a légèrement chuté, se maintenant bien en-deçà de son pic de mai.

cryptonews.ruIl y a 20 mins

« Évitez le jeton Telegram », exhorte un député russe suite aux accusations portées contre Durov

cryptonews.ruIl y a 20 mins

Les actions des entreprises de minage de Bitcoin et d'infrastructure d'IA montent en flèche, les spéculateurs en position courte subissent des pertes

Les actions des entreprises de minage de bitcoin et d'infrastructure d'intelligence artificielle ont enregistré une forte hausse jeudi, entraînant des pertes pour les vendeurs à découvert. Keel Infrastructure (ex-Bitfarms) a mené la charge avec une progression de 29,13%, suivie de près par Nebius Group (+28,52%) et Cipher Digital (+28,30%). De nombreuses autres sociétés comme Coreweave, Riot Platforms et Hut 8 ont également affiché des gains substantiels, dépassant souvent les 20%. Cette poussée générale s'explique par plusieurs facteurs : la liquidation forcée d'un portefeuille par un hedge fund, un rebond du bitcoin au-dessus de 64 000$, et des résultats solides de Microsoft démontrant la rentabilité des investissements en IA. Le partenariat de Coreweave avec Leidos pour fournir des services cloud d'IA au gouvernement américain a également servi de catalyseur. Cette tendance s'inscrit dans une transformation plus large du secteur. Face à la baisse de rentabilité du minage de bitcoin, les entreprises reconvertissent leurs infrastructures énergétiques en centres de données pour l'IA, capitalisant sur leurs actifs fonciers et leurs contrats d'électricité. Des sociétés comme IREN et Hut 8 ont signé des contrats de location à long terme pour des milliards de dollars. Si le marché considère désormais ces anciens mineurs comme des acteurs de l'écosystème IA, leur capacité à transformer leurs accords en revenus stables à moyen terme reste la clé pour maintenir cette dynamique.

cryptonews.ruIl y a 23 mins

Les actions des entreprises de minage de Bitcoin et d'infrastructure d'IA montent en flèche, les spéculateurs en position courte subissent des pertes

cryptonews.ruIl y a 23 mins

Trading

Spot
活动图片