Harvard, Berkeley et NVIDIA cherchent une loi d'échelle pour les robots : +37,4 points sur cinq benchmarks

Une équipe de chercheurs de Harvard, UC Berkeley et NVIDIA a publié un travail qui cherche des régularités de passage à l'échelle pour les robots. Selon le média chinois Jiqizhixin, sur cinq benchmarks, la nouvelle approche dépasse en moyenne de 37,4 points de solides références. Les médias ont aussitôt collé à ces travaux l'étiquette de « moment o1 » de la robotique. La métaphore parle à tous ceux qui ont suivi les modèles de langage : après la période du « plus de données, plus de paramètres », les LLM ont gagné un nouvel axe de progression. Les robots semblent approcher d'un seuil comparable.

Pourquoi le scaling classique ne suffit pas aux robots

Ces dernières années, l'embodied AI a suivi un scénario connu. Les équipes ont collecté toujours plus de données de téléopération et construit des modèles toujours plus gros, et les VLA (vision-language-action) comme les WAM (world action models) ont régulièrement repoussé le plafond des capacités en laboratoire. Mais en déploiement réel, le blocage est ailleurs. Dès qu'on change de plateforme ou d'environnement de travail, la question se pose : combien de personnes, de données et d'heures GPU faudra-t-il réinvestir ? Des milliers d'heures de démonstrations collectées pour un robot se transfèrent mal à un autre.

C'est le poste le plus coûteux de la robotique. Un modèle peut impressionner en démo, puis nécessiter des mois d'ajustements dans un entrepôt ou une usine. Un travail qui revendique une nouvelle manière de passer à l'échelle, et pas simplement un gain de plus sur un benchmark, touche donc un point sensible du secteur.

Ce que l'on sait du résultat

Les faits clés confirmés par la publication :

• auteurs : Harvard, UC Berkeley et NVIDIA, soit le monde académique et un fabricant de matériel pour la robotique ;
• sujet : étude des lois d'échelle pour les robots ;
• validation : cinq benchmarks ;
• résultat : en moyenne +37,4 points par rapport à de solides références ;
• contexte de comparaison : la classe des modèles VLA et WAM, considérés aujourd'hui comme à la pointe de l'embodied AI.

Un gain moyen de 37,4 points sur cinq tests est exceptionnellement élevé. En robotique, les nouvelles méthodes ajoutent généralement quelques pourcents, et les sauts à deux chiffres apparaissent lorsque la formulation même du problème ou la répartition du calcul change. La comparaison avec o1 va précisément dans ce sens : dans les LLM, l'effet ne venait pas d'un jeu d'entraînement plus grand, mais du fait que le modèle pouvait consacrer davantage de calcul au processus de résolution lui-même. Pour des robots, où une erreur d'action coûte plus cher qu'une erreur dans un texte, un tel basculement pourrait être particulièrement marquant.

Le rôle de NVIDIA et la question du coût

La participation de NVIDIA n'a rien de surprenant. L'entreprise développe autour de la robotique une branche à part entière : simulateurs, modèles de fondation pour humanoïdes et infrastructure d'entraînement. S'il se confirme que la qualité des robots progresse de façon prévisible lorsque l'on augmente le calcul à une certaine étape, cela signifie une demande supplémentaire de GPU, à la fois pour l'entraînement et pour l'inférence. Quand le robot « réfléchit » plus longtemps, la charge se rapproche de l'appareil lui-même ou des serveurs en périphérie.

L'envers du décor est évident. Plus on dépense de calcul à chaque décision, plus les contraintes de latence et de consommation énergétique se durcissent. Un robot sur une chaîne de production ne peut pas réfléchir pendant plusieurs secondes à chaque mouvement. La façon dont les auteurs traitent ce problème ne deviendra claire qu'avec l'article complet et la reproduction des résultats par des groupes indépendants.

Ce que doivent surveiller les équipes qui construisent des robots

La conclusion pratique pour les entreprises qui déploient des modèles VLA est la suivante. Évaluez non seulement la qualité sur une seule plateforme, mais aussi le coût du transfert vers une autre : combien de données et d'heures GPU faut-il pour ramener le taux de réussite d'une tâche à son niveau initial ? Si ces travaux montrent que la progression est possible sans nouvelle collecte de démonstrations pour chaque robot, les budgets de téléopération pourraient être revus.

Il convient aussi d'examiner les benchmarks eux-mêmes et de vérifier dans quelle mesure ils se rapprochent de vos scénarios. Un gain moyen à deux chiffres sur des tests académiques ne garantit pas encore le même effet en atelier. Mais comme signal d'un changement de direction du passage à l'échelle en robotique, cette publication mérite une lecture attentive.