Alibaba vient de balancer sa réponse à la question qui tue dans le milieu de la robotique : comment faire pour que tes machines arrêtent de se prendre les pieds dans le tapis dès qu’on change un capteur ? Le géant chinois a dévoilé le 16 juin la série Qwen-Robot, une famille de modèles d’IA incarnée (embodied AI) qui promet de donner aux robots une compréhension du monde un peu moins débile.
Le pack se compose de trois modèles qui peuvent bosser en solo ou en équipe :
- Qwen-RobotManip : le spécialiste de la manipulation. Avec ses 80 dimensions de contrôle, il gère la coordination main-œil et s’adapte à différents bras robotiques sans devoir tout réentraîner. Fini les heures de calibration à chaque changement de pince.
- Qwen-RobotMob : le roi de la mobilité. Navigation, évitement d’obstacles, planification de trajectoire dans des environnements complexes – de l’entrepôt à l’hôpital.
- Qwen-RobotWorld : le physicien de la bande. Il modélise les lois physiques et les interactions avec l’environnement pour que le robot ne confonde pas une boîte en carton avec un bloc de béton.
L’idée, c’est de résoudre le problème de l’adaptation hétérogène : aujourd’hui, un modèle entraîné sur un robot spécifique devient inutile si tu changes de hardware. Alibaba propose des modèles de base « universels » qui peuvent être fine-tunés pour différents robots, capteurs et scénarios. En clair, tu veux un robot qui passe de l’usine à la maison ? Normalement, avec Qwen-Robot, tu changes juste le modèle, pas tout le stack.
C’est pas la première incursion d’Alibaba dans l’embodied AI : rappelez-vous, ils avaient déjà sorti des modèles pour la logistique et la fabrication. Mais là, ils montent en gamme en proposant une fondation technique unifiée pour passer du labo aux environnements complexes du monde réel. Un argument de vente qui sent bon le B2B : les fabricants de robots n’auront plus à réinventer la roue à chaque génération de matos.
Techniquement, Qwen-RobotManip utilise une architecture VLA (Vision-Language-Action) repensée en 80 dimensions – là où la plupart des modèles s’arrêtent à 6 ou 7 degrés de liberté. Ça leur permet de gérer des séquences d’actions plus complexes (prendre une vis, la visser, passer à la suivante sans re-planifier). Combiné au modèle monde, le robot peut anticiper les conséquences de ses mouvements : « si je pousse trop fort, le verre tombe ».
Reste à voir si ces promesses tiendront la route face aux mastodontes du secteur comme la série Orion de Nvidia ou les modèles de Google DeepMind. Mais Alibaba a un avantage de taille : un accès privilégié à des tonnes de données industrielles via son cloud (AliCloud) et ses propres usines logistiques. De quoi entraîner des modèles robustes, à condition qu’ils ne soient pas trop gourmands en compute.
Ce qui est intéressant, c’est la stratégie : plutôt que de sortir un robot fini, Alibaba veut devenir le fournisseur de cerveaux pour robots. Un peu comme Android pour les smartphones, mais version physique. Si ça marche, on pourrait voir débarquer des robots chinois pas chers, équipés du dernier Qwen-Robot, prêts à envahir nos entrepôts – et peut-être nos salons.
Mais attention : l’embodied AI a encore du chemin avant d’être fiable à 100 %. Les modèles monde sont encore souvent trop simplistes, et la généralisation à des environnements imprévisibles (un gamin qui court, un chien qui traverse) reste un défi. Alibaba le sait, et c’est pour ça qu’ils ont conçu les trois modèles pour être utilisés ensemble : la boucle perception-décision-action est bouclée en temps réel.
Bref, Alibaba met les bouchées doubles pour s’imposer comme le leader de l’IA incarnée. Si la promesse tient, les robots du futur auront un cerveau made in Hangzhou. Et toi, tu pourras enfin demander à ton aspirateur de « faire attention au vase de ta mère » sans qu’il le pulvérise.
Sources :
Comments are closed