Moke s'invite dans le top de WorldArena : un modèle du monde pour robots entraîné sur 32 puces Zhenwu 810E

La chinoise Moke a présenté un modèle du monde (world model) pour robots qui s'est hissé au sommet du benchmark WorldArena après un entraînement sur seulement 32 accélérateurs Zhenwu 810E. C'est ce que rapporte le média 机器之心 (Jiqizhixin) le 30 juillet 2026.

Quel problème Moke cherche-t-elle à résoudre ?

Aujourd'hui, les modèles du monde pour robots peinent à respecter la physique du monde réel : la pince ne parvient pas à soulever l'objet, le bras mécanique n'interagit pas avec son environnement, et dès que des objets se recouvrent dans l'image, la prédiction part complètement à la dérive. Le problème ne tient pas à la « beauté de l'image » : une vidéo du futur générée par IA paraît nette image par image, mais diverge de la réalité au moment du contact. C'est précisément ce travers que vise le modèle de Moke : il cherche à produire une prévision physiquement fiable de ce qui se passe lorsque le robot interagit avec des objets.

Selon 机器之心 (Jiqizhixin), les world models actuels se trompent invariablement sur ces mêmes scènes : saisie, contact, occlusion.

« À l'écran, le bras mécanique simulé suit une trajectoire parfaite,

mais dans le monde réel, le verre est toujours posé sur la table, ou déjà renversé par la pince », peut-on lire dans l'article de 机器之心 (Jiqizhixin).

Les faits clés de cette annonce :

• Développeur : l'équipe chinoise Moke (莫刻), jusqu'ici peu connue, un véritable outsider
• Modèle : un modèle du monde pour robots, monté au sommet du classement WorldArena
• Matériel : seulement 32 accélérateurs Zhenwu 810E (真武810E)
• Date de publication : 30 juillet 2026, source 机器之心 (Jiqizhixin)
• Objectif : prédire avec précision la saisie, l'interaction avec l'environnement et les scènes où des objets se recouvrent

Pourquoi ces 32 puces comptent-elles autant ?

L'enjeu central de cette annonce est l'efficacité de calcul. Moke a atteint le sommet de WorldArena en mobilisant seulement 32 accélérateurs Zhenwu 810E, alors que grimper dans le haut de ce type de classements exige habituellement des clusters nettement plus gros. Pour l'industrie, le signal est clair : un modèle du monde compétitif peut s'entraîner sur un parc matériel compact, sans passer par des milliers de puces.

Le Zhenwu 810E est un accélérateur d'IA chinois, et le choix de cette puce souligne la volonté d'indépendance technologique vis-à-vis des GPU importés. Le chiffre « 32 » figure d'ailleurs dans le titre de l'article de 机器之心 comme un record : c'est le nombre de cartes qui a suffi à une équipe jusque-là inconnue pour devancer des concurrents plus gourmands en ressources et s'installer en haut du tableau WorldArena.

En quoi un modèle du monde diffère-t-il d'un générateur de vidéo ?

Un modèle du monde pour robot n'est pas un générateur de vidéos spectaculaires, mais un moteur de prédiction physique. On n'attend pas de lui une « image nette », mais une réponse correcte : où se retrouvera l'objet après une poussée, la pince le retiendra-t-elle, que deviendra un objet caché derrière un obstacle. La distinction est fondamentale en robotique : on ne peut planifier une action que si le modèle prédit correctement ses conséquences.

D'après la description de 机器之心 (Jiqizhixin), c'est justement sur les scènes de contact et de recouvrement que les systèmes actuels échouent, et c'est là que le modèle de Moke a montré un avantage sur le benchmark WorldArena, alors qu'il n'a été entraîné que sur 32 accélérateurs Zhenwu 810E.

Ce que cela signifie

L'arrivée de l'outsider Moke au sommet de WorldArena indique un changement des règles : dans les modèles du monde pour la robotique, les percées dépendent de plus en plus de l'architecture et des données, et non de la taille du cluster. Quant à la réussite obtenue sur 32 accélérateurs Zhenwu 810E, elle montre que le matériel d'IA chinois sait déjà traiter des tâches qui, il y a peu, passaient pour l'apanage de gigantesques clusters de GPU importés.