Unitree UnifoLM-VLA-0 : les robots chinois apprennent à penser avec leurs mains
Le leader chinois de la robotique Unitree frappe fort en ouvrant le code source d'UnifoLM-VLA-0. Ce n'est pas un énième réseau de neurones pour chatbots, mais un modèle VLA (Vision-Language-Action) à part entière. Il relie ce que le robot voit à ce qu'il doit faire. Pendant que des concurrents comme Tesla et Figure gardent leurs travaux sous clé, Unitree met les outils à la disposition de tous. Le modèle a été entraîné sur d'énormes jeux de données d'interaction physique, ce qui le fait passer de simple « spectateur » à « acteur ». C'est une étape importante vers des humanoïdes grand public qui comprennent la physique du monde réel, au lieu de se contenter d'imiter des mouvements selon des scripts préécrits.
Traité par IA depuis 36Kr (36氪) ; édité par Hamidun News
Pendant longtemps, nous avons vu les robots humanoïdes comme d'impressionnants blocs de métal capables de faire des saltos, mais qui se figent devant une simple poignée de porte. Le problème ne venait pas des moteurs, mais de la « tête ». Aujourd'hui, Unitree, qui nous a déjà habitués aux chiens robots abordables, a décidé de prendre l'intelligence au sérieux. Elle a ouvert le code source d'UnifoLM-VLA-0, et cette annonce pourrait changer les règles du jeu dans l'industrie plus vite qu'il n'y paraît. Nous passons enfin de simples réseaux de neurones qui ne savent que bavarder à des modèles de type VLA (Vision-Language-Action), capables de piloter un corps physique dans l'espace réel.
Pour mesurer l'ampleur du changement, rappelons comment les robots apprenaient jusqu'ici. En général, il s'agissait soit d'une logique programmée rigide, soit d'un apprentissage par renforcement pour une tâche étroite et précise. Si vous aviez appris à un robot à ouvrir un réfrigérateur, il ne savait faire que cela. UnifoLM-VLA-0 fonctionne autrement. C'est un descendant des grands modèles de langage, affiné sur des données spécifiques d'interaction physique. Le résultat est un « cerveau incarné » (embodied brain) qui comprend le contexte. Il ne se contente pas de voir une pomme sur la table : à partir de la commande textuelle de l'utilisateur, il comprend comment la saisir, avec quelle force la serrer et où la poser.
Le plus ironique, c'est qu'Unitree a choisi l'ouverture. Alors que les géants occidentaux, et même certains concurrents chinois, bâtissent des « jardins clos » et cachent l'architecture de leurs systèmes de contrôle, Unitree met cartes sur table. C'est un calcul stratégique. En ouvrant UnifoLM-VLA-0, l'entreprise invite de fait des milliers de développeurs du monde entier à tester, améliorer et adapter son modèle à des matériels très variés. C'est un classique de l'histoire du logiciel : si l'on ne peut pas battre tout le monde seul, on devient le standard de tous. Si demain un projet de recherche en robotique sur deux utilise le cerveau d'Unitree, la question du leadership dans l'industrie se réglera d'elle-même.
Sur le plan technique, UnifoLM-VLA-0 cherche à combler le fossé entre la compréhension visuelle (VLM) et l'action réelle. Les modèles ordinaires hallucinent souvent ou ne saisissent pas les lois de la physique : ils peuvent « dire » qu'ils ont soulevé une tasse, mais leur main virtuelle la traverserait. La nouvelle architecture d'Unitree vise à doter le robot de ce que les ingénieurs appellent le « bon sens physique » : savoir que les objets ont un poids, un frottement et une inertie. Sans cela, les humanoïdes resteraient de coûteux jouets de salon, juste bons à saluer les passants selon un cycle préenregistré.
Que cela signifie-t-il pour nous ? Très probablement, nous verrons un bond net des capacités des robots domestiques et logistiques dans un an ou deux. Quand le logiciel devient un bien commun, le progrès s'accélère de façon exponentielle. Nous l'avons déjà vu avec les modèles de langage après la sortie de LLaMA. C'est maintenant le tour du monde physique. Certes, on est encore loin du robot majordome complet, mais les fondations, sous la forme d'un « cerveau » ouvert, sont posées. C'est maintenant à la communauté d'apprendre à ce cerveau non seulement à comprendre les ordres, mais aussi à ne pas tout saccager autour de lui en les exécutant.
L'essentiel : Unitree mise sur l'open source et tente de devenir l'« Android » de la robotique. Les systèmes propriétaires fermés de Tesla Optimus pourront-ils résister à la concurrence de l'intelligence collective des développeurs ?
- 20 nov. 2026Hermes Agent arrive dans Microsoft Teams : les compétences d'un salarié profitent à toute l'équipe
- 20 nov. 2026En Chine, les offres d'emploi des métiers exposés à l'IA ont chuté 10 points de pourcentage plus vite que les autres
- 20 nov. 2026Un mod pour Claude Code qui dessine la carte du travail de l'agent récolte 1000 étoiles en 10 jours
- 20 nov. 2026Orange affine Qwen3 pour le wolof : cinq modèles ouverts de 0,6 à 14 milliards de paramètres
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.