NVIDIA présente GR00T 2 pour propulser la robotique de précision
Écouter la version audio de l’article

De la simple marche à la manipulation de précision
Lors de la conférence CoRL (Conference on Robot Learning) qui s'est tenue à Austin, au Texas, NVIDIA a présenté ses dernières avancées en matière de robotique. Si les recherches précédentes se concentraient majoritairement sur la locomotion — apprendre aux robots à marcher, rouler ou sauter — l'accent est désormais mis sur la manipulation de précision. L'objectif est de permettre aux machines d'exécuter des gestes complexes comme l'alignement d'engrenages, le branchement de câbles ou l'assemblage de composants de petite taille.
Cette évolution s'accompagne de l'émergence de la « robotique agentique ». Ce nouveau paradigme intègre des agents d'intelligence artificielle de pointe pour générer du code interprétable destiné aux systèmes physiques. Pour soutenir cette transition, NVIDIA introduit plusieurs technologies ouvertes, incluant des modèles d'action de type "world action models", de nouveaux outils de simulation et des protocoles d'entraînement optimisés. Selon les informations publiées par NVIDIA, ces outils visent à réduire l'écart entre les démonstrations en laboratoire et un déploiement industriel réel.
GRAIL et RoboTTT : les piliers de l'entraînement
Parmi les travaux présentés à CoRL, deux publications de NVIDIA se sont distinguées en tant que finalistes pour le prix du meilleur article. La première, nommée GRAIL (Generating Humanoid Loco-Manipulation from World Models), propose un pipeline de génération numérique pour les actifs 3D et les scènes prêtes pour la simulation. Ce système permet de créer des environnements virtuels ultra-réalistes indispensables à l'apprentissage des robots.
La seconde, RoboTTT (Context Scaling for Robot Policies), introduit une méthode d'entraînement qui permet de multiplier par mille la capacité de contexte visuomoteur par rapport aux politiques actuelles, et ce, sans augmenter la latence lors de l'inférence. Ces deux technologies permettent de tester la capacité d'adaptation des robots face à des conditions changeantes et d'utiliser leurs échecs pour affiner leur apprentissage.

GR00T 2 : un modèle d'action fondé sur NVIDIA Cosmos
Le cœur de l'annonce réside dans GR00T 2, un modèle d'action de pointe construit sur la plateforme NVIDIA Cosmos. Ce modèle a été entraîné sur une base de données massive, incluant 100 000 heures de données humaines égocentrées en open source. Cette approche permet au robot de ne pas seulement réagir, mais de percevoir son environnement et d'anticiper l'impact de ses propres actions sur celui-ci.
Les performances annoncées par l'éditeur sont particulièrement notables :
- Capacité immédiate : Le modèle a réussi au moins une fois 40 des 50 tâches évaluées, et ce, sans aucune démonstration spécifique à la tâche.
- Transfert de compétences : GR00T 2 peut apprendre à partir de démonstrations humaines et transférer ces savoir-faire entre différents types de corps robotiques, sans nécessiter de nouvelles démonstrations pour chaque machine.
- Généralisation avec peu de données : D'après les tests de NVIDIA, le modèle atteint un taux de réussite moyen de 71 % sur 50 tâches avec une seule démonstration par tâche. Ce chiffre grimpe à 95 % lorsqu'on lui fournit cinq démonstrations.
Grâce à son interface de programmation (API), des agents IA peuvent utiliser GR00T 2 pour enchaîner des compétences en séquence et corriger leurs erreurs de manière autonome. Sur les benchmarks de référence tels que RoboCasa365, RoboLab, RoboDojo et MolmoSpaces, GR00T 2 figure actuellement parmi les trois meilleurs modèles dans les catégories de modèles de langage-vision-action et de modèles d'action de monde.

Des tests industriels en cours
La technologie ne reste pas confinée à la recherche. Plusieurs acteurs majeurs testent déjà les capacités de GR00T 2 dans des contextes réels. Foxconn applique ce modèle à l'automatisation d'usine pour la fabrication de serveurs, tandis que Siemens évalue ses applications pour divers cas d'usage industriels. Dans le secteur de la logistique, Nexuni teste l'outil pour la manipulation de linge robotisé.
Enfin, l'entreprise MicroAGI utilise GR00T 2, après un post-entraînement par apprentissage par renforcement, pour automatiser le remplacement de câbles Ethernet à l'aide d'un bras robotique YAM. Cette approche agentique permet d'automatiser non seulement l'exécution, mais aussi la création et le calibrage des environnements de simulation.
Ce que cela change pour une PME
Pour une petite ou moyenne entreprise, l'arrivée de modèles comme GR00T 2 signifie que l'automatisation ne sera plus réservée aux tâches simples de déplacement de charges. La précision apportée par la simulation permet d'envisager des processus de production plus fins sans avoir à programmer chaque mouvement manuellement.
Vous pourriez, à terme, intégrer des solutions de nos services d'automatisation pour coupler ces modèles de pointe à vos propres processus métiers. Par exemple, une entreprise spécialisée dans l'électronique pourrait utiliser des robots capables d'apprendre rapidement une nouvelle tâche d'assemblage complexe grâce à quelques vidéos de démonstration humaine. Cela s'inscrit dans une stratégie globale visant à orchestrer les agents IA pour automatiser vos processus métier, transformant ainsi la flexibilité de votre ligne de production.
Limites, disponibilité et points de vigilance
Bien que les performances soient impressionnantes, plusieurs points de vigilance doivent être soulevés. Premièrement, l'accès direct à GR00T 2 pour les entreprises n'est pas encore détaillé par NVIDIA en termes de prix ou de modalités de souscription grand public ; il semble pour l'instant orienté vers des partenaires technologiques et des intégrateurs industriels.
Deuxièmement, la dépendance à la qualité des données de simulation est cruciale. Si le modèle est performant, la réussite d'un déploiement dépendra de la fidélité de l'environnement numérique par rapport au monde réel. Enfin, l'implémentation de systèmes robotiques agentiques demande une infrastructure de données solide. Il est essentiel de bien préparer vos données pour l'entreprise agentique afin que les modèles puissent apprendre de manière efficace et sécurisée.
À retenir
- GR00T 2 est un modèle d'action basé sur NVIDIA Cosmos capable de manipuler des objets avec précision.
- Le modèle atteint 95 % de réussite sur 50 tâches avec seulement 5 démonstrations.
- La technologie permet de passer de la simple locomotion à la manipulation fine (câbles, engrenages).
- Des leaders comme Foxconn et Siemens testent déjà ces capacités en milieu industriel.
L'évolution vers une robotique plus autonome et précise ouvre de nouveaux horizons pour la production industrielle. Si vous souhaitez discuter de l'intégration de l'IA ou de l'automatisation dans vos activités, n'hésitez pas à nous contacter pour échanger sur votre projet.
À lire aussi sur Planet-Tech
- Facturation électronique : l'automatisation pour sécuriser votre trésorerie
- Agentic Enterprise : bâtir une donnée fiable pour l'IA autonome
- Maîtriser l'observabilité IA pour déployer des agents fiables
Sources
Cet article s'appuie sur les informations publiées par :
Cet article a été rédigé avec l'aide d'outils d'intelligence artificielle à partir des sources citées ci-dessus, puis relu et validé par l'équipe Planet-Tech.
