L’IA peut-elle gérer le monde réel ? Le dernier défi d’AGIBOT apporte la réponse.
AGIBOT a profité de l’AGIBOT World Challenge 2026 pour étendre l’évaluation de l’IA incarnée au-delà des environnements virtuels et la confronter au monde réel, réunissant 526 équipes de recherche et entreprises venues de 27 pays pendant l’ICRA 2026.
L’entreprise de robotique basée à Shanghai a conçu la compétition autour d’une préoccupation croissante dans le secteur : les systèmes d’IA performants en simulation peuvent-ils obtenir les mêmes résultats une fois déployés sur des robots physiques ? Au lieu de s’appuyer uniquement sur des scores de référence générés dans des environnements virtuels, le défi intégrait des robots réels, des tâches réelles et des méthodes d’évaluation standardisées.
Les finalistes devaient accomplir des tâches avec le robot humanoïde AGIBOT G2 lors d’une finale en présentiel organisée à Vienne. Cette approche accordait davantage d’importance à des facteurs comme la stabilité, l’adaptabilité et l’exécution de tâches sur le long terme, des qualités essentielles au déploiement dans le monde réel, mais souvent difficiles à mesurer par la seule simulation.
- Deux volets mettent à l’épreuve les capacités fondamentales de l’IA
- L’équipe de vivo décroche la première place dans la catégorie du raisonnement
- Un supermarché réel sert de terrain d’essai
- Une équipe de l’Académie chinoise des sciences en tête du classement des modèles du monde
- AGIBOT ouvre sa pile de développement
Deux volets mettent à l’épreuve les capacités fondamentales de l’IA
La compétition était divisée en deux catégories ciblant différents aspects de l’intelligence incarnée.
Le volet Reasoning to Action (R2A) examinait la manière dont les robots interprètent les instructions, comprennent leur environnement, élaborent des plans et exécutent des tâches dans des environnements physiques. Cette catégorie constitue une extension de l’évaluation précédente d’AGIBOT, centrée sur la manipulation, en élargissant l’analyse de la simple exécution de tâches à un pipeline complet de raisonnement et d’action.
Le volet World Model (WM) se concentrait sur la prédiction et la compréhension de l’environnement. Les équipes devaient concevoir des systèmes capables de prévoir comment les environnements physiques évolueraient en réponse aux actions des robots et aux données des capteurs.
Selon AGIBOT, cette structure en deux volets reflète l’évolution du secteur : après avoir appris aux robots à exécuter des tâches, il s’agit désormais de leur permettre de comprendre, de prédire et de prendre des décisions dans des environnements dynamiques.
Les participants étaient issus d’un ensemble d’universités, d’instituts de recherche, de start-up et d’entreprises technologiques. Plus de 100 équipes ont dépassé les exigences de performance minimales de la compétition.
L’équipe de vivo décroche la première place dans la catégorie du raisonnement
Les participants au volet R2A ont entraîné leurs modèles à l’aide du jeu de données open source AGIBOT WORLD et les ont testés avec Genie Sim 3,0. Le benchmark mesurait plusieurs capacités, notamment la compréhension du langage, le raisonnement spatial, la gestion des perturbations, les compétences de manipulation élémentaire et les performances de transfert zero-shot.
PrismBot, une équipe de vivo, a décroché la première place du classement final. RP-VLA, de Shanghai RoboParty, a terminé deuxième, tandis que GreenVLA a pris la troisième place.
Un supermarché réel sert de terrain d’essai
L’une des nouveautés les plus concrètes de l’événement était un benchmark en supermarché développé conjointement par AGIBOT et Dexmal.
Le benchmark plaçait les robots dans un environnement de commerce de détail où ils devaient circuler dans les rayons, localiser des produits, saisir des articles, les transporter et les déposer aux emplacements désignés. Les équipes devaient fonctionner avec des contraintes du monde réel, comme la hauteur des étagères et le placement aléatoire des produits.
Plutôt que de fonctionner uniquement en simulation, les participants pilotaient à distance des robots physiques via des API, ce qui permettait aux organisateurs d’évaluer les performances des algorithmes dans des conditions de déploiement réalistes.
Le benchmark introduisait également des difficultés comme les objets échappés et les échecs de préhension, créant des conditions plus proches du fonctionnement réel des robots.
Une équipe de l’Académie chinoise des sciences en tête du classement des modèles du monde
La compétition World Model a couronné un autre groupe de vainqueurs. NeoVerse-ABot, une équipe conjointe de l’Institute of Automation de l’Académie chinoise des sciences et d’Amap CV Lab, a décroché la première place.
L’équipe PAI@IAII de l’Institute of Industrial Artificial Intelligence de l’Académie chinoise des sciences a obtenu la deuxième place, tandis que l’équipe Loop de l’Université des sciences et technologies de Chine a terminé troisième.
Le volet évaluait l’efficacité avec laquelle les systèmes d’IA pouvaient modéliser et anticiper les interactions avec le monde physique, notamment en présence d’événements inattendus.
AGIBOT ouvre sa pile de développement
Au-delà de la compétition, AGIBOT a également mis à disposition un framework de développement plus vaste destiné à soutenir la recherche sur l’IA incarnée.
La pile comprend le jeu de données open source AGIBOT WORLD, la plateforme de simulation Genie Sim 3,0 et la plateforme de robot humanoïde AGIBOT G2. Ensemble, ces outils sont conçus pour aider les développeurs à entraîner, évaluer et valider des systèmes d’IA robotique, de la simulation au déploiement physique.
L’entreprise a déclaré que les ressources développées dans le cadre du défi alimenteraient ses initiatives permanentes en matière de benchmarks et d’open source. Les projets à venir comprennent le lancement d’un classement en ligne pour la simulation, l’ajout de nouvelles tâches de test et l’élargissement de la couverture des benchmarks afin de fournir des mesures plus complètes des performances de l’IA incarnée.
À lire également : l’examen de l’introduction en Bourse de Unitree pourrait constituer un nouveau test sur les marchés publics pour le secteur chinois de la robotique humanoïde.