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

Les retraits de Bitcoin se poursuivent : 8 ans de stockage en portefeuille froid Coldcard se sont terminés par un solde nul

Le portefeuille matériel Coldcard a été compromis, entraînant une nouvelle vague de retraits depuis les appareils vulnérables. Selon Galaxy Research, environ 1 367,05 BTC (88,6 millions de dollars) ont été dérobés à partir de 4 585 adresses. Le problème ne réside pas dans le firmware, qui a été corrigé, mais dans les phrases seed générées entre mars 2021 et les mises à jour correctives. Ces phrases, créées en raison d'une erreur de programmation ayant conduit à l'utilisation d'un générateur de nombres aléatoires logiciel (Yasmarang) au lieu du générateur matériel STM32, sont prévisibles et vulnérables à une attaque par force brute hors ligne. Les propriétaires concernés doivent impérativement générer une nouvelle phrase seed sur un firmware corrigé et transférer leurs actifs, sous peine de rester exposés. L'histoire d'un investisseur de 39 ans illustre l'impact dévastateur : après avoir accumulé 2 BTC (130 000 dollars) sur huit ans via un travail physique, en les conservant comme protection contre l'hyperinflation dans son pays, il a tout perdu en quelques minutes. Son cas montre que même les stratégies de conservation à long terme les plus prudentes ("cold storage") ne sont pas infaillibles. D'un point de vue historique, cet incident rappelle les faiblesses passées des générateurs de nombres aléatoires dans la cryptographie. Il remet en question l'idée reçue selon laquelle le stockage hors ligne garantit automatiquement une sécurité absolue. La communauté espère que le fabricant pourra aider à récupérer les fonds volés.

cryptonews.ruIl y a 39 mins

Les retraits de Bitcoin se poursuivent : 8 ans de stockage en portefeuille froid Coldcard se sont terminés par un solde nul

cryptonews.ruIl y a 39 mins

Pourquoi le Bitcoin maintient 64 000 $ après la pause restrictive de la Fed

Le Bitcoin se stabilise autour de 64 000 $ après la décision de la Fed de maintenir ses taux d'intérêt dans la fourchette 3,50-3,75 %. Bien que perçu comme une pause, le vote a révélé des divisions internes, trois membres plaidant pour une hausse, signalant une attitude globalement restrictive. Cette position limite l'appétit pour les actifs risqués comme les cryptomonnaies. Le marché a réagi avec une volatilité modérée. Les FNB spot sur Bitcoin ont enregistré un afflux net de 32,1 millions de dollars, mettant fin à une série de sorties, tandis que les FNB Ethereum ont subi des sorties. Cela indique une rotation des capitaux vers l'actif principal. Les niveaux clés à surveiller pour le Bitcoin sont le support à 63 000-63 500 $ et la résistance autour de 66 000 $. Malgré la pression macroéconomique, le marché ne montre pas de signes de capitulation. Les fondamentaux du réseau Ethereum restent solides avec une file d'attente importante pour le staking. Le report du vote sur le CLARITY Act au Sénat américain a tempéré les attentes réglementaires immédiates. Pour la fin du mois, les données macro américaines (inflation, dépenses) guideront les senteurs. Le scénario de base prévoit une consolidation du Bitcoin entre 63 000 et 66 000 $. La résilience au-dessus de 63 000 $, le maintien de l'Ethereum au-dessus de 1 860 $ et la poursuite des entrées institutionnelles seront des facteurs déterminants pour une éventuelle reprise au second semestre.

cryptonews.ruIl y a 4 h

Pourquoi le Bitcoin maintient 64 000 $ après la pause restrictive de la Fed

cryptonews.ruIl y a 4 h

Parker Lewis explique pourquoi le bitcoin reste la meilleure monnaie

Parker Lewis, un analyste bitcoin renommé, a critiqué les stratégies marketing des entreprises qui se présentent comme des trésoreries crypto. Il estime que la vente d'actions privilégiées perpétuelles, présentées comme un "crédit numérique", déforme fondamentalement la nature du bitcoin. Il souligne que le bitcoin n'a pas de rendement fiduciaire intégré et que les promesses de dividendes reposent sur un modèle risqué nécessitant un afflux constant de nouveaux investisseurs. Lewis met en garde contre les risques de ces dérivés, notant que le marché des actions privilégiées perpétuelles (1 000 milliards de dollars) est minuscule comparé au marché du crédit mondial (300 000 milliards de dollars), car les institutions évitent ces risques qu'elles transfèrent aux particuliers. Il rejette également l'idée que la volatilité du bitcoin le rende impropre à la plupart des gens. Pour lui, cette volatilité est une conséquence naturelle de l'adoption massive d'un actif à offre fixe et inélastique. Il conseille d'acheter des bitcoins directement plutôt que des actions d'entreprises comme MicroStrategy. Détourner l'attention vers ces dérivés corporatifs fait oublier la vraie menace : la dépréciation rapide des monnaies fiduciaires. Lewis illustre cela avec son "indice du ribeye", montrant une inflation annuelle de 12 à 13% sur le prix d'un steak, bien supérieure aux chiffres officiels. La stratégie la plus sûre, selon lui, reste la possession directe de bitcoin et le contrôle de ses clés privées, pour se protéger des turbulences macroéconomiques, plutôt que de courir après des rendements corporatifs douteux qui amplifient les risques systémiques.

cryptonews.ruIl y a 4 h

Parker Lewis explique pourquoi le bitcoin reste la meilleure monnaie

cryptonews.ruIl y a 4 h

Trading

Spot
活动图片