Amazon a lancé à l'automne 2026 une série de produits domotiques, dont la 5e génération d'Echo Dot.
Motif de la recommandation :L'article décrit les compromis de conception du drone de sécurité Ring et la manière dont le traitement cloud remplace l'inférence locale.
NVIDIA présente dans un nouveau rapport de recherche GR00T 2, un modèle d'action-monde qui prédit simultanément le prochain mouvement et une courte vidéo du futur immédiat.
Motif de la recommandation :Le rapport détaille l'entraînement de GR00T 2 sur 400 000 heures de vidéos humaines et les taux de réussite variables selon les tâches, ce qui permet de situer ses limites avant un usage réel.
Google DeepMind a dévoilé Gemini Robotics 2.5, un modèle vision-langage-action (VLA) qui traite les informations visuelles.
Motif de la recommandation :Le texte détaille les performances du modèle VLA sur les lignes de production Mercedes-Benz et les améliorations de sécurité, permettant de situer l'état actuel de l'IA incarnée industrielle.
Des chercheurs du MIT et de NYU ont développé FLEX (Flexible Feature Editing Pipeline).
Motif de la recommandation :Le système FLEX décompose les corrections en langage naturel en trois opérations, ce qui permet de comprendre comment les instructions modifient la représentation de la tâche du robot.
Google DeepMind a lancé Gemini Robotics 2.5, son modèle vision-langage-action le plus capable à ce jour.
Motif de la recommandation :Le modèle VLA améliore la dextérité et la fiabilité, avec un taux de réussite de 96 % validé sur une ligne de production Mercedes-Benz.
NVIDIA dévoile à CoRL GR00T 2, un modèle ouvert d'action mondiale construit sur Cosmos et entraîné sur 100 000 heures de données humaines égocentriques open source.
Motif de la recommandation :L'article détaille les nouveaux outils de simulation et le modèle GR00T 2 de NVIDIA, avec des chiffres de réussite et des cas d'usage industriels concrets.
Allen AI présente ToyBlocks, un cadre de simulation ouvert construit autour d'un bras robotique et de blocs sur une table.
Motif de la recommandation :L'article détaille la génération automatique de données, les protocoles d'évaluation et les résultats de transfert sim-to-real, fournissant un cadre reproductible pour étudier la généralisation des modèles d'action.
NVIDIA ajoute quatre checkpoints à poids ouverts à la famille Cosmos 3 pour la simulation interactive de mondes et la génération de scènes de conduite multi-capteurs et multi-vues. Cosmos3-Nano-Transfer-Auto génère des données de conduite multi-vues avec météo, éclairage et heure variables ; Cosmos3-Nano-Sim-Auto produit en streaming des observations caméra et LiDAR synchronisées ; Cosmos3-Nano-Sim-Transfer transforme les contrôles d'un simulateur et un prompt texte en vidéo photoréaliste ; Cosmos3-Nano-Sim-Bimanual prédit la vidéo à partir des actions d'un robot ou de la caméra. Les quatre modèles sont des exemples post-entraînés de Cosmos 3 Nano avec 16B paramètres entraînables et sont diffusés sous OpenMDW1.1, qui autorise un usage commercial et non commercial selon ses termes.
Motif de la recommandation :NVIDIA ouvre quatre checkpoints Cosmos 3 Nano avec leurs recettes de post-entraînement, ce qui donne un point de départ concret pour la simulation de mondes et la génération de données de conduite.
Des chercheurs de l'ETH Zurich ont mis au point un système de contrôle basé sur l'IA qui permet à un robot humanoïde Unitree G1 d'escalader des échelles.
Motif de la recommandation :L'article détaille la planification de contact par attention et les trois étapes d'entraînement, avec un taux de réussite de 92,5 % en simulation contre 58,8 % pour une approche concurrente.
Des chercheurs de Carnegie Mellon University ont développé SoundBubble.
Motif de la recommandation :Le système utilise un réseau de microphones sur lunettes pour isoler les sons du bout des doigts, avec des taux de détection et une tolérance au bruit chiffrés.
NVIDIA étend la plateforme Cosmos avec des outils d'entraînement, des checkpoints de simulation et cinq blueprints Cosmos Data Factory.
Motif de la recommandation :L'original détaille les nouveaux outils d'entraînement, de simulation et de déploiement de Cosmos ainsi que les cas d'usage de Porsche et ANYbotics, permettant de juger du parcours complet des world models.
Des chercheurs de l'AIST, de l'Institute of Science Tokyo et de l'Université de Tokyo ont utilisé l'apprentissage par imitation pour entraîner des groupes de robots à coordonner leurs actions à partir de démonstrations réalisées avec un seul robot, sans communication entre eux ni système de positionnement externe. Les essais ont mobilisé jusqu'à 40 petits robots Raspberry Pi Mouse V3 équipés d'un Raspberry Pi 4 et d'une Camera Module 3, chargés de rassembler 28 blocs orange dans un espace de 3,5 mètres de côté. Le contrôle repose sur un réseau neuronal de 2,4 millions de paramètres combinant MobileNetV2 et une architecture mixture-of-experts avec deux réseaux LSTM, exécuté sans GPU sur les Raspberry Pi à 5 Hz. Les politiques entraînées avec des robots immobiles ont mieux performé que celles avec des robots en mouvement, et l'augmentation du nombre de robots n'a pas produit d'amélioration proportionnelle de la productivité en raison de la congestion.
Motif de la recommandation :L'original détaille comment un petit modèle de 2,4 M de paramètres permet à un essaim de robots d'apprendre la coordination à partir de démonstrations d'un seul robot, avec les limites observées.
NVIDIA annonce SimReady Central, une bibliothèque ouverte hébergée sur Hugging Face qui rassemble plus de 2 000 assets OpenUSD prêts pour la simulation.
Motif de la recommandation :La bibliothèque rassemble plus de 2 000 assets OpenUSD prêts pour la simulation, avec des profils validés et une recherche en langage naturel, ce qui réduit le travail manuel de construction d'environnements robotiques.
NVIDIA étend sa famille de modèles ouverts au langage, à la robotique, à la biologie et au calcul quantique.
Motif de la recommandation :NVIDIA détaille en une fois plusieurs familles de modèles ouverts couvrant langage, robotique, biologie et quantique, avec les partenaires et les canaux de disponibilité.
NVIDIA publie Cosmos3-H-Dreams, un simulateur génératif de chirurgie clinique entraîné sur des enregistrements de cholécystectomie réalisés sur la plateforme CMR Surgical Versius.
Motif de la recommandation :Le texte détaille la distillation en quatre et deux étapes, la consolidation du cache et les points de contrôle ouverts, autant d'éléments concrets pour reproduire un simulateur génératif temps réel.
Des chercheurs de l'Université de Tokyo ont développé TwinX, un système robotique composé de deux robots identiques à roues et jambes.
Motif de la recommandation :Le système TwinX montre qu'une seule liaison câblée suffit à combiner accouplement et coopération à distance, ce qui éclaire la conception de robots reconfigurables.
Google Research détaille trois projets visant à combler l'écart entre l'exploration IA in silico et l'expérimentation en laboratoire humide. Le framework VERID fournit un jumeau numérique sémantique du laboratoire pour des exécutions simulées et des contrôles de sécurité avant toute manipulation robotique. Dans un cycle fermé de trois tours sur des aptamères, les agents ont atteint des taux de réussite confirmés de 33,5% pour la myoglobine et 42,1% pour l'α-thrombine, avec une spécificité de 98,5%. Pour la conception de novo de protéines, l'excision d'épitope a accéléré chaque cycle de plus de huit fois et la collaboration humain-agent a presque doublé le taux de réussite in silico par rapport à un scientifique seul.
Motif de la recommandation :Trois projets de Google Research montrent comment des agents IA relient conception in silico et expériences humides, avec des chiffres de réussite concrets.
Google DeepMind annonce Gemini 4 Argon, un modèle de raisonnement physique polyvalent destiné à l'ensemble du cycle de vie robotique.
Motif de la recommandation :Le modèle est présenté avec ses scores de benchmark et ses cas d'usage robotique, ce qui aide à situer ses capacités physiques et ses limites.
Des chercheurs de Brown University ont mis au point un système d'imagerie inspiré du cerveau capable de reconstruire et suivre des objets en mouvement à travers brouillard dense.
Motif de la recommandation :L'article détaille une caméra événementielle associée à un réseau de neurones impulsionnel pour reconstruire des objets en milieu trouble, avec des scores et une consommation mesurés.
AMD et World Labs ont annoncé qu'AMD rachètera la société d'IA d'ici la fin de l'année.
Motif de la recommandation :Le montant de 8,2 milliards de dollars et le contexte concurrentiel avec Nvidia permettent de situer la consolidation du secteur des world models.