Illustration générée par IALe défi LingBot-VLA 2.0 de Robbyant se termine par une finale de 48 heures sur robot réel
Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie
Robbyant, la filiale d'IA embarquée d'Ant Group, a clôturé le 16 novembre à Shanghai son premier challenge consacré aux modèles de fondation pour la robotique. Quinze équipes finalistes y ont adapté, pendant un hackathon de 48 heures, le même modèle open source LingBot-VLA 2.0 à des robots physiques. Selon le rapport en chinois de Robot Forward, la compétition a enregistré 1 855 équipes et 3 252 inscrits venus de 13 pays, des chiffres qui mesurent les inscriptions et non le nombre d'équipes ayant réellement déployé un robot en finale. Les finalistes, sélectionnés après une manche de simulation en ligne, ont travaillé sur le matériel COBOT MAGIC d'AgileX Robotics. Trois tâches étaient au programme : ranger fruits et légumes avec un bras, placer des cosmétiques dans une boîte transparente avec un bras, et balayer des débris sur une table puis les vider dans un bac avec deux bras. Dans ce laps de temps, chaque équipe devait collecter ou adapter des données, affiner le modèle et le déployer sur le robot. L'équipe gagnante, TARS, a utilisé Qwen pour identifier les objets cibles et les éléments parasites, ce qui réduit le bruit visuel pour les tâches de fruits et de cosmétiques. Pour le balayage, elle a mesuré l'effet de l'extension du bras sur son affaissement et ajouté une compensation à l'exécution. Elle affirme avoir ramené le temps d'une étape d'entraînement d'environ 15 secondes à 3,4 secondes.
L'intérêt de l'événement tient moins au classement qu'aux obstacles rencontrés, plus proches d'un déploiement réel que d'un benchmark. Les équipes ont buté sur la perception de l'espace à l'intérieur de contenants transparents, les variations d'éclairage, les objets inconnus et l'affaissement des bras sous charge. Une équipe a constaté que collecter davantage de démonstrations n'améliorait pas ses résultats lorsque les nouvelles données ne correspondaient pas aux tâches évaluées, un rappel que la qualité et la pertinence des données comptent plus que le volume. Les autres approches illustrent des stratégies de contournement variées : EVA a mené environ sept boucles de retour de données et ajouté plus de 700 démonstrations en s'appuyant sur ses échecs pour orienter la collecte, tandis que SST a combiné un modèle externe et la segmentation SAM 3 pour mettre en avant les objets pertinents, avec une politique qui génère 50 actions mais n'en exécute que 16 avant de se mettre à jour. Ces méthodes sont déclarées par les participants et n'ont pas été reproduites de façon indépendante. Pour un intégrateur, le message est que les VLA (modèles vision-langage-action) ouverts restent exploitables par des tiers en deux jours, mais au prix d'un important travail d'ingénierie autour du modèle, et que l'écart entre démonstration et fiabilité en environnement variable n'est pas résolu.
Il s'agit d'un suivi de déploiement et non d'un nouveau modèle LingBot. Robbyant poursuit une stratégie d'écosystème ouvert, déjà visible avec l'open source du modèle tactile LingBot-Touch pour mains robotiques et avec les 2,2 millions de téléchargements revendiqués pour LingBot, dont des robots de pharmacie entrant dans des magasins de Shanghai. L'entreprise lance dans cette logique un programme de développeurs, qui cherche d'abord 20 experts MVP et 40 Developer Experts pour fournir supports pédagogiques, démonstrations, projets open source et scripts d'évaluation. Cette approche place Robbyant en concurrence avec d'autres fournisseurs de modèles de fondation robotiques, comme Physical Intelligence avec Pi-0 ou NVIDIA avec GR00T, qui cherchent eux aussi à fédérer des développeurs autour de leurs modèles. Le défi apporte des enseignements concrets d'adaptation, mais ne prouve pas que LingBot-VLA 2.0 gère de manière fiable tous les environnements réels. La suite dépendra de la capacité du programme développeurs à produire des évaluations reproductibles et des déploiements au-delà du cadre d'un hackathon.




