Prométhée a apporté le feu à l’humanité et a été condamné au supplice éternel. NVIDIA, de son côté, vient d’apprendre à un robot à faire exactement la même chose, probablement pour doper ses résultats du troisième trimestre. Le laboratoire GEAR (Generalist Embodied Agent Research) de la firme vient de dévoiler une vidéo de son projet GR00T-2, et c’est une véritable leçon de manipulation d’une précision presque dérangeante. Oubliez l’automate pataud qui galère avec des cubes en bois : nous avons ici un bras robotique bimanuel qui craque une allumette, allume un brûleur à alcool et manie des ciseaux avec une stabilité dont vos mains humaines, dopées au café, ne pourraient que rêver.
Pendant des années, la robotique s’est heurtée au “problème du dernier kilomètre” : la dextérité. Nous avons des machines capables de soulever des voitures ou de parcourir des entrepôts, mais demandez-leur d’enfiler une aiguille ou de brancher un câble USB, et vous aurez l’impression de leur demander d’expliquer le post-modernisme. C’est là que la démonstration de GR00T-2 devient fascinante. C’est une attaque frontale contre la barrière de la motricité fine, prouvant que les robots s’apprêtent à devenir de véritables outils polyvalents plutôt que de simples machines monotâches.
Un cerveau à la hauteur des muscles
Le vrai tour de force ne réside pas seulement dans le hardware personnalisé à bas coût, mais dans l’IA qui tire les ficelles. GR00T-2 est ce que NVIDIA appelle un “World-Action Model” (WAM), une étape au-delà des modèles Vision-Langage-Action (VLA) qui dominaient le secteur jusqu’ici. Au lieu de se contenter de prédire l’action suivante, GR00T-2 prédit les futures images vidéo et les actions qui y mènent. En substance, il apprend un modèle de conséquence physique — une intuition de la manière dont ses mouvements vont transformer le monde réel.
Ce modèle a été pré-entraîné sur un dataset colossal et hétérogène : plus de 400 000 heures de vidéos humaines à la première personne, complétées par des dizaines de milliers d’heures de téléopération robotique. Cette approche d’adaptation croisée, baptisée “X-Adapt”, permet au robot d’acquérir des compétences en observant simplement des humains, même s’il n’a jamais effectué la tâche auparavant. Par exemple, GR00T-2 a appris à préparer un papier filtre dans un entonnoir de laboratoire avec un taux de réussite de 65 %, uniquement en regardant des vidéos.
Les résultats sont bluffants. Dès la sortie de boîte, sans aucune démonstration spécifique, GR00T-2 a pu accomplir 40 des 50 tâches évaluées au moins une fois. Avec une seule démonstration, son taux de réussite moyen a grimpé à 71 %. Donnez-lui cinq démonstrations — soit moins de trois minutes de données par tâche — et ce chiffre s’envole à 95 % après une brève session de réglage fin (fine-tuning).
Du labo à l’usine
Si allumer des allumettes est un excellent tour de magie pour épater la galerie, NVIDIA et ses partenaires visent des applications bien plus concrètes. La dextérité affichée par GR00T-2 est cruciale pour l’industrie, la logistique et même l’hôtellerie. La capacité à manipuler des objets déformables comme des câbles ou du tissu — une nouveauté permise par la plateforme de simulation Isaac Lab 3.0 et son moteur physique Newton — ouvre une nouvelle frontière pour l’automatisation.
Les géants de l’industrie sont déjà sur les rangs. Foxconn utilise GR00T-2 pour automatiser la fabrication de serveurs, tandis que Siemens évalue son potentiel pour toute une gamme d’usages industriels. Une autre entreprise, Nexuni, teste même le modèle pour la tâche sisyphéenne du pliage de linge robotisé. Il ne s’agit plus d’expériences de laboratoire, mais d’étapes tangibles vers le déploiement de robots généralistes dans des environnements réels complexes.
Cette offensive s’inscrit dans la stratégie globale de NVIDIA : devenir le système nerveux central de toute l’industrie robotique. En fournissant les modèles de base (GR00T), les environnements de simulation (Isaac Lab) et les calculateurs embarqués (Jetson Thor), l’entreprise bâtit un écosystème conçu pour accélérer l’avènement des machines autonomes.
Un aperçu troublant du futur
Alors, est-ce enfin le “moment ChatGPT” de la robotique prédit par Jensen Huang ? Pas tout à fait, mais la mèche est bel et bien allumée. La combinaison de modèles de fondation de plus en plus sophistiqués, de simulations hyper-réalistes et de la capacité à apprendre de sources de données non robotiques crée une boucle de rétroaction au progrès fulgurant.
La démonstration de GR00T-2 est bien plus qu’une prouesse technique ; c’est une déclaration d’intention. Elle prouve que le goulot d’étranglement de la robotique se déplace du hardware vers le logiciel, de l’ingénierie sur mesure vers l’IA scalable. Pour l’instant, GR00T-2 se contente d’allumer du matériel de labo sous surveillance. Demain, il pourrait assembler vos gadgets, trier vos colis ou même — frisson garanti — plier correctement un drap-housse. Voilà une rupture technologique qui mériterait vraiment le détour.