La course aux humanoïdes entre la Chine et les États-Unis entre dans une nouvelle phase : Unitree veut que ses robots apprennent à s’améliorer

Unitree Robotics souhaite que l’IA effectue une grande partie du travail que ses ingénieurs effectuent aujourd’hui, qu’il s’agisse de rechercher des recherches, d’écrire du code de contrôle, de le tester et d’apprendre des résultats. Le fondateur de l’entreprise, Wang Xingxing, a présenté jeudi l’idée d’un système de développement de robots « auto-évolutifs » lors de la conférence sur l’IA physique de l’entreprise à Hangzhou, la qualifiant de priorité pour l’entreprise.

Pourquoi est-ce important ? Même si cela ne semble pas être le cas, l’enseignement d’une nouvelle compétence à un robot humanoïde prend du temps. Selon Wang, les ingénieurs doivent collecter des données, former des modèles et ajuster les comportements, et une compétence qui fonctionne en laboratoire devra peut-être être retravaillée dans un nouvel environnement. Unitree souhaite automatiser ce cycle afin que les robots puissent acquérir de nouvelles compétences plus rapidement et à plus grande échelle.

Wang a déclaré au South China Morning Post qu’à mesure que les modèles d’IA s’améliorent, il s’attend à ce qu’ils assument davantage de planification et d’itération, réduisant ainsi le besoin d’intervention humaine.

Comment ça marche. Comme Wang le partage, le système fonctionne comme une boucle fermée dans laquelle les agents d’IA recherchent des articles de recherche, puis écrivent du code de contrôle pour les robots. Ce code est ensuite testé et entraîné en simulation. Une fois les tests effectués, les meilleurs résultats sont vérifiés pour être utilisés dans de vrais robots. Ensuite, un système d’évaluation indépendant, avec une contribution humaine si nécessaire, qualifie le résultat pour le faire passer au tour suivant. Les médias rapportent que le projet s’appelle « Unitree Rehearsal ».

En août dernier, lors de la Conférence mondiale sur les robots à Pékin, Wang a mentionné qu’améliorer considérablement l’efficacité du développement, et même permettre aux robots d’évoluer par eux-mêmes, « valait vraiment la peine d’être poursuivi ».

Le pari derrière tout ça. Comme l’a partagé le média 36Kr, Wang assure qu’un modèle d’IA de base plus solide rend la boucle plus efficace. Un plus grand nombre de robots sur le terrain produiraient davantage de données réelles, améliorant ainsi davantage les modèles et aidant les robots à acquérir des compétences au fil du temps. Il a lié cela à son opinion selon laquelle les modèles d’IA à usage général progressent rapidement. Unitree a testé le GPT-6 d’OpenAI sur ses robots, et Wang affirme que lors d’expériences internes, les robots effectuaient déjà des tâches telles que peindre et jouer au Go (un jeu de stratégie populaire en Chine) sans formation spécifique.

Entre les lignes. Unitree entre dans une nouvelle phase, et cela se voit. L’entreprise a bâti sa réputation sur du matériel tel que les articulations, les systèmes d’alimentation et le contrôle des mouvements, et ses robots sont surtout connus pour leurs démonstrations de danse, de course et de boxe. Mais à mesure que l’industrie passe de la création de robots à leur utilisation, les logiciels et le « cerveau » importent davantage. Wang a défendu les cascades de ses robots lors du même événement, arguant que si un robot ne peut pas bien marcher ou courir, on ne peut pas s’attendre à ce qu’il effectue un travail pratique.

Il y a encore des limites. Ce que Unitree a révélé est plus une preuve de concept qu’autre chose, car l’efficacité de cette nouvelle méthode de formation, le transfert de compétences et le succès qu’elle obtient dans le monde réel restent à prouver. De plus, selon SCMP, la vidéo montrant des robots utilisant GPT-6 pour cartographier des itinéraires et planifier des mouvements ne précisait pas avec quelle cohérence ils pouvaient répéter cela dans des environnements inconnus.

Ensuite, il y a la partie physique, puisque Wang a reconnu aux médias que les modèles d’IA géraient bien la planification et la navigation, mais commettaient toujours des erreurs lorsqu’il s’agissait de manipuler des objets dans la pratique. Saisir un objet est simple ; Assembler les pièces de précision requises tout en ajustant la position et la force en temps réel reste un défi. Wang affirme que l’alignement des entrées et sorties du modèle avec un vrai robot reste le plus grand défi.

Comme le partage SCMP, l’indice IA 2026 de l’université de Stanford a montré que les robots ne réussissaient que 12 % des tâches ménagères réelles, malgré de bien meilleures performances en simulation.

A quand un robot utile ? Wang a suggéré au média que les robots humanoïdes pourraient ranger les pièces dès 2027 ou 2028. À Hangzhou, il a également déclaré qu’il espérait que les robots d’Unitree pourraient commencer à entrer dans les maisons d’ici la fin de cette année ou l’année prochaine. Permettez-moi, M. Wang, d’en douter.

À Simseo | Ils ont organisé un combat de MMA entre un YouTubeur et un robot de type « Terminator » : la machine a donné un coup de pied monumental