AGIBOT présente GO-3 Preview et prend la tête de trois benchmarks d'IA incarnée
AGIBOT, le fabricant chinois de robots humanoïdes basé à Shanghai, a dévoilé GO-3 Preview, un modèle de fondation pour l'IA incarnée conçu pour apprendre à grande échelle sur tout le cycle de vie du robot: pré-entraînement, post-entraînement et apprentissage post-déploiement. L'entreprise affirme que GO-3 Preview prend la première place sur trois benchmarks d'IA incarnée reconnus. Le communiqué ne précise ni les noms des tests, ni les scores, ni le nombre de paramètres, ni les robots ou sites sur lesquels le modèle tourne. Il s'agit d'une préversion annoncée, pas d'un produit livré ni d'un déploiement documenté.
L'enjeu tient à la boucle post-déploiement. Les VLA (vision-langage-action) actuels sont souvent figés après entraînement, et l'écart entre démonstration et production reste le principal frein commercial. Un modèle censé s'améliorer avec l'expérience réelle des robots en service répond à ce problème, à condition que le gain soit mesuré en conditions industrielles: taux de réussite, intervention humaine, temps de cycle. Les classements de benchmarks sont des indicateurs utiles, mais ils sont publiés par l'éditeur du modèle et mesurent peu la robustesse en usine ou en logistique. Les intégrateurs devront donc attendre des pilotes chiffrés avant de juger.
AGIBOT avait déjà publié GO-1 en 2025, adossé à son jeu de données AgiBot World, et cherche à s'imposer face à Pi-0 de Physical Intelligence, Helix de Figure et GR00T de NVIDIA. La suite dépendra de la publication des détails techniques, d'un éventuel accès ouvert au modèle et de la preuve d'une amélioration continue sur des flottes réelles.
Dans nos dossiers
