Alors qu’on pensait que la piste des humanoïdes affichait déjà complet, une jeune pousse chinoise vient de défoncer la porte d’entrée, de jeter un robot dans un go-kart et de s’offrir une séance de drift mémorable sur le parking. Voici Symbiosis Robotics, une firme sortie de l’ombre avec une vidéo d’un humanoïde Unitree G1 qui ne se contente pas de conduire, mais fait littéralement glisser son kart comme un pro. C’est le genre de démonstration tape-à-l’œil, presque absurde, qui force le respect, car sous le crissement des pneus se cache une véritable démonstration de force technologique.
Ici, pas de marionnette télécommandée. Le robot exécute de manière autonome une séquence complexe : s’insérer dans un cockpit étroit, poser les mains sur le volant, les pieds sur les pédales, puis enchaîner perception, équilibre et contrôle du corps entier pour naviguer sur la piste. C’est un message fort envoyé par une entreprise qui, aux dernières nouvelles, a été fondée il y a peine plus d’un mois.
Le cerveau : un modèle pour les gouverner tous
Le secret de ce Schumacher mécanique réside dans un modèle d’IA que Symbiosis appelle Direct Perception Control (DPC). La société affirme que le DPC est un « modèle de fondation intégré perception-contrôle de bout en bout » qui change radicalement la manière dont les robots opèrent. Pendant des décennies, le paradigme dominant en robotique était une pile modulaire : un système pour la perception, un autre pour la planification de haut niveau, et un troisième pour le contrôle des articulations. Ça fonctionne, mais c’est souvent rigide, et la moindre erreur peut se propager en cascade à travers les couches.
Le modèle DPC de Symbiosis envoie valser ce vieux manuel. Il fait correspondre directement les entrées sensorielles multimodales — vision, langage, état du corps du robot et retours physiques — aux cibles des articulations et des mains. Pour reprendre leurs termes, il brise la barrière entre le « cerveau » (la perception) et le « cervelet » (le contrôle moteur) du robot, permettant de les optimiser simultanément. C’est le Graal de l’IA incarnée (embodied AI) : un modèle unique et unifié qui se contente de percevoir et d’agir.
Pour forger cette intelligence, Symbiosis l’a nourrie d’un régime varié de 15 010 heures de données d’entraînement. Cet ensemble comprend 6 781 heures de vidéos humaines en vue subjective (egocentrique), 4 024 heures provenant de robots bras, et des milliers d’heures issues d’humanoïdes à roues ou bipèdes. Cette diversité est la clé pour construire un modèle capable de se généraliser à différentes tâches et anatomies.
Le corps : un bourreau de travail de série
Le détail le plus révélateur de toute cette affaire est peut-être le robot lui-même. Il ne s’agit pas d’une plateforme de recherche sur mesure coûtant des millions de dollars. Le pilote était un Unitree G1, un humanoïde disponible dans le commerce qui est rapidement devenu la coqueluche des chercheurs. Mesurant environ 1,27 mètre pour un poids de 35 kg, le G1 est une machine capable, bien que relativement modeste.
Avec 23 à 43 degrés de liberté, une vitesse de marche de 2 m/s et une charge utile d’environ 2 kg par bras, c’est une plateforme solide. Surtout, le modèle de base se vend pour moins de 20 000 $, un tarif qui le place dans une galaxie totalement différente de celle de l’Atlas de Boston Dynamics. En utilisant un robot de série, Symbiosis prouve un point crucial : la révolution ne réside pas dans un matériel exotique, mais dans l’intelligence qui le pilote.
Pourquoi le go-kart est un test trompeusement difficile
Conduire un go-kart peut sembler trivial pour un humain, mais pour un robot, c’est un examen brutal d’intelligence globale. Il ne s’agit pas simplement de traverser une pièce ; c’est un test continu de compétences multiples et entrelacées :
- Manipulation sous contrainte : Le robot doit physiquement s’adapter et opérer dans les limites étroites du siège du conducteur, un défi majeur pour la conscience spatiale du corps entier.
- Coordination mains-yeux-pieds : Il doit simultanément percevoir la piste, diriger avec les mains et doser la pression sur les pédales avec les pieds.
- Contrôle précis de la force : Le drift et la conduite contrôlée exigent non seulement des commandes “tout ou rien”, mais un contrôle analogique subtil de l’accélérateur et des freins — un avantage clé du retour de force de bout en bout du DPC.
- Stabilité dynamique : L’ensemble du processus oblige le robot à maintenir son équilibre tout en étant soumis aux forces d’accélération, de freinage et de virage.
Cette démonstration n’est pas qu’un simple coup de com’ ; c’est un crash-test grandeur nature. C’est une déclaration d’intention d’une startup incroyablement jeune, dirigée par une « dream team » de chercheurs, dont le PDG Ding Pengxiang, fraîchement diplômé de l’Université du Zhejiang et de l’Université Westlake. Ils ont clairement fait savoir qu’ils ne s’intéressent pas aux améliorations incrémentales. Ils misent tout sur l’IA de bout en bout comme destination finale de la robotique, et ils viennent de franchir la ligne de départ en trombe, laissant derrière eux un nuage de fumée et une odeur de gomme brûlée.