L'Intelligence Physique a révélé le modèle AI 0.7, qui permet aux robots d'accomplir des tâches auparavant inimaginables.

Physical Intelligence, une startup de robotique de San Francisco, a lancé un nouveau modèle d'IA nommé π0.7, qui permet aux robots d'effectuer des tâches pour lesquelles ils n'ont pas été spécifiquement entraînés. Cela représente un pas significatif vers une intelligence robotique plus flexible, capable de s'adapter à des situations inconnues. Contrairement aux méthodes traditionnelles d'entraînement des robots, qui se concentrent sur une seule tâche, π0.7 combine des compétences acquises dans des contextes différents pour les appliquer à de nouveaux défis, un processus appelé généralisation compositionnelle. Un exemple intéressant a été l'utilisation d'une friteuse à air, où le robot, sans données d'entraînement directes, a réussi à cuisiner une patate douce avec l'aide des indications verbales d'un humain. Cela suggère que les futurs robots pourraient améliorer leurs performances dans de nouveaux environnements grâce à un coaching naturel, éliminant ainsi la nécessité de cycles coûteux de reconversion. Physical Intelligence a comparé π0.7 à des systèmes robotiques antérieurs, démontrant que le nouveau modèle a égalé leurs performances dans des tâches telles que la préparation de café et l'assemblage de boîtes. Bien que les chercheurs reconnaissent l'absence de normes universelles d'évaluation en robotique, les résultats suggèrent des progrès significatifs.

La startup a déjà levé plus d'un milliard de dollars et discute d'un nouveau tour de financement, estimant qu'elle atteindra une valorisation de près de 11 milliards de dollars. Cette confiance des investisseurs reflète la conviction que la robotique pourrait entrer dans une phase de progrès rapide, similaire à celle de l'intelligence artificielle générative.