L'échographie ouvre une voie évolutive vers l'intelligence tactile pour l'IA physique

ME-Brain-1.0 : mémoire, cognition et action pour une intelligence incarnée évolutive

Un preprint publié sur arXiv en septembre 2026 présente ME-Brain 1.0 (MachEmbodied-Brain), un système d'intelligence incarnée organisé en boucle fermée : exécution d'actions, acquisition d'expérience, évolution de l'expérience, exécution améliorée. Il combine une Mémoire Évolutive qui consolide des trajectoires multimodales en expérience hiérarchique réutilisable, un Noyau Cognitif qui convertit l'expérience physique en compétences transférables, et un Modèle d'Action fondé sur des images-clés événementielles, une prédiction locale nommée EventCell et une modulation mémorielle conditionnée par l'action. Sur les benchmarks, le Noyau Cognitif dépasse le meilleur modèle comparé de 8,2 et 9,6 points ; le Modèle d'Action atteint 47,88 % de réussite sur RoboMME (+3,26 points), un score de 21,51 et 16,03 % de réussite sur RoboDojo, devançant Pi-0.5 de 10,10 et 9,12 points, et 69,5 de score moyen avec 66,7 % de réussite sur les six tâches de ME-RealBench, contre un modèle DM0.5 dépassé de 12,8 et 11,7 points. L'enjeu revendiqué est le passage d'un paradigme où l'on entraîne puis fige le modèle à une logique de déploiement évolutif sans réentraînement, alors que la plupart des systèmes robotiques actuels, y compris les modèles vision-langage-action pour humanoïdes, restent figés une fois livrés et n'apprennent rien de leurs interactions physiques réelles. Si ces gains se confirment au-delà des benchmarks internes du papier, l'approche intéresserait les intégrateurs et exploitants de flottes confrontés au coût des cycles de réentraînement à chaque nouvelle tâche, et répondrait à la critique récurrente d'un écart entre démonstrations soignées et performance réelle sur le terrain. Ces résultats restent toutefois issus d'un preprint non encore revu par les pairs et évalués en partie sur des benchmarks propres aux auteurs, ce qui appelle une lecture prudente. Le système s'inscrit dans la course aux modèles vision-langage-action qui structure la robotique humanoïde depuis Pi-0 et Pi-0.5 de Physical Intelligence, GR00T N2 de NVIDIA ou Helix de Figure, face auxquels ME-Brain revendique l'apprentissage continu post-déploiement comme axe de différenciation, comparaisons à l'appui (Pi-0.5, DM0.5). L'abstract ne précise ni la plateforme robotique utilisée, ni le laboratoire ou l'entreprise porteuse au-delà du nom du système, ni de calendrier de pilote annoncé. À ce stade, il s'agit d'une publication de recherche assortie de résultats de benchmark, non d'un produit commercialisé ni d'un déploiement réel chez un client.

HarnessPAI : un harnais évolutif pour l'IA physique

Une équipe liée au projet Darwin Agent a publié le 25 septembre 2026 sur arXiv (2609.29166) HarnessPAI, un framework agnostique au modèle et à la morphologie qui pilote les modèles d'action physique via du code exécutable. Le système sépare deux échelles : pendant un rollout, un programme fixe vérifie l'exécution en boucle ouverte ; entre les rollouts, il évolue en boucle fermée et transforme les échecs en compétences réutilisables grâce au retour d'exécution. Testé sur des bras de bureau, des robots domestiques, un aspirateur robot et un agent marcheur à pattes, HarnessPAI améliore les modèles d'action purs et les baselines "code-as-policy" sans réentraînement : +61,6 points sur Pi-0.5 sur LIBERO-PRO, +27,2 points sur WorldDreamer sur les tâches atomiques de RoboCasa. Une fois le programme convergé, aucune délibération LLM en ligne n'est nécessaire ; il sert aussi de collecteur de données expertes bon marché, et réentraîner Pi-0.5 sur ces données relève son taux de réussite de 38,8 points sur LIBERO-PRO. Ces résultats contredisent l'hypothèse dominante selon laquelle la performance en robotique physique dépend avant tout de modèles d'action plus puissants : l'entraînement standard de ces modèles peut au contraire éroder les capacités de perception et de raisonnement nécessaires à un comportement robuste, rendant même des modèles forts vulnérables aux perturbations de scène et aux tâches longues. Pour les intégrateurs et chercheurs, cela suggère qu'un harnais exécutable et piloté par le retour d'expérience peut être aussi déterminant que le modèle lui-même, et qu'il offre une voie moins coûteuse pour collecter des données d'entraînement sans téléopération massive. HarnessPAI s'inscrit dans les efforts visant à combler l'écart entre démonstrations et déploiement réel des modèles vision-langage-action, dans un paysage dominé par Pi-0 et Pi-0.5 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure AI ; l'étude compare directement son approche à Pi-0.5 et à WorldDreamer, la positionnant comme complémentaire plutôt que concurrente. Il s'agit pour l'instant d'une publication de recherche, sans annonce de déploiement industriel ni de partenaire commercial identifié : les auteurs présentent ces résultats comme une preuve de concept sur plusieurs plateformes robotiques, ouvrant la voie à des systèmes intégrant perception, raisonnement et action de manière vérifiable.

Vention lance un laboratoire d'IA physique pour l'industrie manufacturière à Montréal

Vention Inc., société montréalaise spécialisée dans l'automatisation industrielle, a annoncé l'ouverture de son Physical AI Lab, un laboratoire dédié à la manipulation robotique en environnement manufacturier. Selon Etienne Lacroix, fondateur et PDG de l'entreprise, Vention déploie chaque année plusieurs centaines de cellules robotiques qui collectent en continu des données de manipulation industrielle, un gisement selon lui resté sous-exploité jusqu'ici. La plateforme de Vention revendique plus de 28 000 machines installées dans le monde, une communauté de plus de 6 000 usines clientes, et une présence chez 90 entreprises du classement Fortune 500. Le laboratoire est dirigé par Jimmy Li, chercheur en robotique et apprentissage automatique formé à l'Université McGill, qui pilote depuis deux ans la stratégie physical AI de Vention ainsi que sa collaboration avec NVIDIA. Ses travaux couvrent la collecte de données industrielles, le contrôle robotique, la planification de trajectoires, la vision par ordinateur classique et par modèles de fondation, l'apprentissage par démonstration et l'apprentissage par renforcement, avec un focus sur les tâches manufacturières complexes et non structurées. Vention affirme que son chiffre d'affaires lié à la physical AI a progressé de 400% sur l'année écoulée, un chiffre communiqué par l'entreprise sans base de comparaison précisée. L'initiative traduit un déplacement du centre de gravité dans l'IA physique : la démonstration en laboratoire d'un robot capable d'exécuter une tâche n'est plus l'enjeu principal, la difficulté consiste désormais à rendre ces capacités fiables, rentables et déployables sur des milliers de lignes de production. Plutôt que de développer son propre modèle de fondation, Vention se positionne comme fournisseur de données et d'infrastructure de post-entraînement pour des modèles tiers, citant explicitement Skild, Generalist et Physical Intelligence comme acteurs du secteur. Pour les intégrateurs et les décideurs industriels, ce positionnement illustre une tendance de fond : la valeur se déplace du modèle générique vers la donnée industrielle réelle et vers la capacité à valider ces modèles dans des conditions de production, avec leurs contraintes de variabilité et de coût, plutôt que dans des environnements contrôlés de recherche. Vention a construit sa croissance sur une plateforme d'automatisation clé en main, permettant à des fabricants de concevoir, programmer et déployer des cellules robotiques en quelques jours plutôt qu'en plusieurs mois. Le nouveau laboratoire s'appuie sur cette base installée pour boucler un cycle que l'entreprise présente comme sa différenciation : les problèmes de production remontent directement à la recherche, et les résultats de recherche redescendent vers les usines clientes, qui participent aux essais avant même la finalisation des produits. Cette annonce intervient alors que la physical AI doit figurer parmi les thématiques de la conférence RoboBusiness 2026, prévue les 20 et 21 octobre à Santa Clara, en Californie. Aucun calendrier de déploiement pilote ni détail chiffré supplémentaire sur les résultats concrets du laboratoire n'a été communiqué à ce stade.

IA incarnée en évolution : Embodied-R1.5 améliore l'intelligence physique grâce aux modèles fondation

Une équipe de chercheurs a publié sur arXiv Embodied-R1.5, un modèle de fondation incarné (EFM pour Embodied Foundation Model) de 8 milliards de paramètres intégrant cognition incarnée, planification, auto-correction et pointage d'affordances dans une architecture unifiée, entraîné sur un corpus dépassant 15 milliards de tokens construit via trois pipelines automatisés. Le cadre Planner-Grounder-Corrector (PGC) en boucle fermée permet l'exécution autonome et l'auto-correction sur des tâches longues, soutenu par une recette d'apprentissage par renforcement multi-tâches équilibré pour atténuer les conflits entre sous-domaines hétérogènes. Sur les benchmarks standardisés, Embodied-R1.5 atteint l'état de l'art sur 16 des 24 benchmarks de VLM incarnés, devançant Gemini-Robotics-ER-1.5 de Google DeepMind et GPT-5.4 d'OpenAI. Adapté en VLA (Vision-Language-Action) avec peu de données de fine-tuning, il surpasse pi-0.5 de Physical Intelligence sur quatre suites de benchmarks de manipulation. Des tests zero-shot sur robot réel valident les performances en suivi d'instructions, ancrage d'affordances, manipulation d'objets articulés et tâches longues, les poids, le code d'entraînement et EmbodiedEvalKit, un framework d'évaluation dédié, étant publiés en open source. Qu'un modèle de 8 milliards de paramètres surpasse des systèmes adossés aux ressources de Google et d'OpenAI est un signal notable pour les intégrateurs industriels, car la compacité ouvre la voie à un déploiement embarqué sur plateformes contraintes. L'auto-correction en boucle fermée du PGC répond directement au demo-to-reality gap qui freine la commercialisation des robots polyvalents, tandis que la capacité à fine-tuner en VLA avec peu de données cible le goulot d'étranglement central de la collecte de données de manipulation étiquetées. L'open source complet facilite la comparaison reproductible et devrait accélérer les itérations communautaires, à condition que les performances zero-shot annoncées soient confirmées dans des configurations adversariales que le papier ne documente pas. Embodied-R1.5 s'inscrit dans la vague des modèles de fondation robotiques généraux densifiée depuis RT-2 de Google et OpenVLA, avec pour concurrents directs Physical Intelligence (pi-0, pi-0.5) et Google DeepMind (Gemini Robotics). L'absence d'acteurs européens parmi les concurrents benchmarkés reflète le retard du continent, où des acteurs comme Wandercraft ou Enchanted Tools restent cantonnés à des niches spécialisées. L'approche open source total distingue ce travail des modèles propriétaires de Figure AI (Figure 03) ou de 1X Technologies, positionnant potentiellement Embodied-R1.5 comme base de référence pour les laboratoires et industriels souhaitant spécialiser un EFM sur leurs propres flux de manipulation.

💬 8 milliards de paramètres qui coiffent Gemini Robotics et GPT-5.4 sur leurs propres benchmarks, en open source total, c'est inattendu. L'auto-correction en boucle fermée s'attaque directement au fossé entre la démo en labo et le robot qui tient la route en prod, ce qui est le vrai mur depuis RT-2. Bon, le papier esquive les configurations difficiles, donc on verra ce que ça donne quand la communauté s'en empare.