LEBIGDATA.FR I.A, Cloud & Cybersécurité
Les robots humanoïdes apprennent vite. Très vite. AGIBOT vient même de leur offrir Genie Sim 3.0. C’est une nouvelle plateforme de simulation pensée pour entraîner et tester plus vite les intelligences artificielles robotiques.
AGIBOT a profité du CES 2026 pour lever le voile sur cette technologie. Présenté comme un flux de travail unifié et open source, le système vise la formation comme l’évaluation des robots intelligents.
Le secret de Genie Sim 3.0 ?
Genie Sim 3.0 s’appuie sur une intégration directe avec NVIDIA Isaac Sim, lui-même basé sur NVIDIA Omniverse. L’ensemble rassemble la création d’actifs numériques, la génération de scènes, la collecte de données, l’évaluation automatisée et la simulation physique au sein d’un même pipeline.
Ce qui facilite les cycles de test. AGIBOT indique que cette organisation réduit la dépendance aux robots physiques et accélère l’itération des modèles.
Au centre de la plateforme figure Genie Sim Benchmark, conçu comme un système d’évaluation standardisé de l’intelligence incarnée. Ce module couvre plus de deux cents tâches réparties sur plus de cent mille scénarios simulés.
L’idée consiste à dépasser les simples indicateurs techniques afin de dresser des profils de capacités complets pour chaque modèle robotique. Les équipes disposent ainsi d’un cadre commun pour comparer des comportements sur des usages variés.
Genie Sim 3.0 intègre également un vaste ensemble de données de simulation open source dédié à l’IA incarnée. Il dépasse dix mille heures de données synthétiques et reproduit des scénarios d’utilisation proches du terrain.
Les informations proviennent de capteurs multiples, dont des entrées RGB-D, de la vision stéréoscopique et de la cinématique corporelle. La plateforme embarque des outils de collecte automatisée, prend en charge la téléopération à faible latence et l’exécution de tâches scriptées.
Des systèmes d’annotation automatique étiquettent les données pendant leur capture. Et un mécanisme de récupération relance les tâches après incident. Ce qui réduit les délais et les coûts de constitution des jeux de données.
Des environnements conçus pour apprendre
La génération de scènes repose aussi sur le langage naturel. Les utilisateurs décrivent un environnement avec des phrases simples. Puis la plateforme produit des scènes structurées, des aperçus visuels et de nombreuses variations sémantiques.
Des modèles de langage guident ce processus et limitent la programmation manuelle. Tandis que des modèles visuels affinent les paramètres pour répondre à des contraintes précises. Cette approche aide les modèles robotiques à évoluer dans des environnements variés.
Genie Sim 3.0 intègre par ailleurs la reconstruction 3D à la génération visuelle. Les environnements réels sont capturés grâce à un scanner laser portable combinant imagerie RVB, LiDAR à 360 degrés et positionnement précis.
Une simple vidéo orbitale d’une minute permet de transformer un objet en élément prêt pour la simulation. Création de scènes accélérée donc. Mis à part cela, la plateforme cible aussi la robotique industrielle.
Elle reproduit des jumeaux numériques de plateformes logistiques, de sites d’inspection et de lignes de production. Les équipes peuvent ainsi tester leurs modèles de bout en bout sans installer de robots sur site. AGIBOT indique que cette méthode raccourcit les cycles de validation et limite la dépendance au matériel.
L’ensemble des éléments de simulation, des jeux de données et du code d’évaluation reste disponible en open source. L’entreprise souhaite construire un écosystème de référence ouvert, sur lequel chercheurs et équipes industrielles pourront s’appuyer pour façonner les prochaines normes de l’IA incarnée.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
