Illustration générée par IAHuawei Cloud dévoile CloudRobo-WM1.2, un modèle d'action du monde pour l'IA incarnée, et annonce son passage en open source
Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie
Huawei Cloud a présenté le 16 novembre CloudRobo-WM1.2, un modèle monde-action embarqué (embodied world action model) entraîné sur sa plateforme de calcul Ascend, en affirmant qu'il sera publié en open source. À ce stade, aucun lien de téléchargement n'a été communiqué et ni poids ni dépôt de code ne sont publiquement listés : il s'agit donc d'une annonce, pas d'une publication effective. Techniquement, le modèle associe un socle partagé de type world model, qui donne au robot une représentation du monde enrichie par la prédiction de ce qui va se produire ensuite, à une architecture d'action nommée DualAct. Huawei Cloud met en avant cinq briques : une représentation multimodale baptisée PPA, DualAct, un cadre de pré-entraînement supervisé à plusieurs niveaux de granularité pour s'adapter à des données hétérogènes, une modélisation du mouvement cross-embodiment visant à conserver le sens des gestes d'un corps de robot à l'autre, et quatre modes d'inférence combinables (World Action ou Expert Action, en mode Joint ou Action-only). Le groupe revendique la première place sur les benchmarks de manipulation RoboTwin 2.0 et LIBERO-Pro 2.0, avec des scores de 88,98 % et 81,7 % présentés en séance. Ces classements sont des déclarations de l'entreprise, et la version exacte du modèle ayant produit les entrées des leaderboards n'a pas été vérifiée de façon indépendante. Huawei Cloud promet aussi d'ouvrir son framework d'entraînement et un ensemble de bonnes pratiques pour faire tourner ces modèles sur Ascend. Côté client, Fulongma Group annonce en précommande un robot de balayage urbain de nouvelle génération développé avec Huawei Cloud, dont le lancement est prévu à Shanghai en décembre. Huawei y fournit la chaîne d'outils de conduite autonome CloudRobo, un modèle de perception tous domaines, un modèle de planification, une plateforme d'exécution d'agents et le calcul cloud Ascend.
L'intérêt pour l'industrie tient moins aux scores qu'à ce que le projet dit de la stratégie. Huawei positionne Ascend comme une alternative crédible aux GPU Nvidia pour l'entraînement de modèles robotiques de fondation, un point sensible alors que l'accès des acteurs chinois aux puces américaines reste contraint. Le choix d'un modèle monde-action, qui prédit l'évolution de la scène avant de générer l'action, s'inscrit dans une tendance où les VLA (vision-langage-action) purs sont jugés insuffisants pour la généralisation. L'argument du cross-embodiment, s'il se vérifie, répondrait à un problème concret des intégrateurs : réutiliser un même modèle sur des morphologies différentes. Il faut cependant rester prudent. RoboTwin 2.0 et LIBERO-Pro 2.0 sont des benchmarks en simulation, qui ne renseignent ni sur la robustesse en conditions réelles, ni sur les temps de cycle, ni sur le taux de réussite en production, et aucun chiffre de ce type n'est fourni. Le seul déploiement cité, un robot de nettoyage de voirie, relève de la conduite autonome en extérieur plutôt que de la manipulation, et reste au stade de la précommande. L'affirmation selon laquelle un world model embarqué permet d'anticiper intempéries et obstacles n'est étayée par aucune donnée publique. La promesse d'open source n'aura de valeur qu'à la publication effective des poids, de la licence et du code d'entraînement.
Ce lancement prolonge l'entrée de Huawei dans l'IA embarquée : CloudRobo, sa plateforme dédiée, avait été introduite à la World Artificial Intelligence Conference en juillet, et le lancement du 16 novembre avait été annoncé le 13. L'événement était conduit par Wu Xiaodong, président de la ligne de produits embarqués de Huawei Cloud et directeur de son Embodied AI Lab, avec l'expert modèles en chef Liu Liu pour la partie technique. Huawei arrive dans un champ déjà occupé par des modèles de fondation robotiques comme Pi-0 de Physical Intelligence, GR00T de Nvidia ou Helix de Figure, et par de nombreux acteurs chinois du secteur. Sa différenciation passe surtout par l'intégration verticale, du silicium Ascend au cloud, au modèle et aux outils. Les prochaines étapes à surveiller sont la mise en ligne effective des poids et du framework, la licence retenue, des résultats reproduits par des tiers, et le lancement de Fulongma à Shanghai en décembre, premier test concret du savoir-faire de Huawei hors des benchmarks.
Dans nos dossiers




