Le robot HomeBody fait tourner GPT-6 Astra directement, sans couche de contrôle entraînée

Des chercheurs de Stanford et de Caltech ont mis au point HomeBody. Le système permet à un robot Unitree G1 de se déplacer seul dans une cuisine qu'il ne connaît pas, de la ranger et d'aller chercher des objets dans les tiroirs. The Decoder a rapporté le dimanche 27 septembre que ce travail supprime la couche de contrôle entraînée qui se trouve habituellement entre un modèle de langage et un robot.

À la place, un modèle vision-langage interchangeable, ici GPT-6 Astra, appelle directement une bibliothèque de compétences extensible pour saisir un objet, se déplacer ou ouvrir un tiroir. Le robot explore d'abord la pièce, construit un jumeau numérique dans Isaac Sim de Nvidia et enregistre les objets et leurs emplacements dans une mémoire spatiale. Il peut ainsi retrouver des objets même lorsqu'ils sortent de son champ de vision, selon le même compte rendu. Pour des tâches comme « ranger la cuisine », le modèle de langage planifie chaque étape et se corrige en cas d'erreur. The Decoder énumère les limites sans détour : la latence d'Astra, la surchauffe des servos des doigts et le coût de calcul élevé. Le code est sur GitHub. Ce n'est pas la première fois que GPT-6 Astra est pointé vers un robot. Des benchmarks antérieurs ont montré un raisonnement spatial nettement amélioré, tandis qu'un autre a signalé des problèmes de sécurité lorsque Astra contrôle un robot, note The Decoder. OpenAI a déjà annoncé son intention de revenir dans la robotique, y compris pour un usage personnel.

HomeBody arrive au moment où les priorités de recherche d'OpenAI glissent plus loin. Boris Power, responsable de la recherche appliquée de l'entreprise, a déclaré le 27 septembre que 80 à 90 pour cent de la recherche d'OpenAI va à GPT 7, GPT 8 et au-delà, parce que c'est là que se trouve « l'essentiel de la valeur ».

Selon The Decoder, Power a décrit les mises à jour incrémentales comme GPT 5.1 vers 5.2 comme des paris volontairement à court terme. Il a ajouté qu'elles « sont considérées comme extrêmement court-termistes » en interne, même si elles aident OpenAI à itérer plus vite aujourd'hui. Power a aussi dit que le principal défi des assistants IA actuels n'est pas la qualité des modèles mais l'accompagnement des utilisateurs : la plupart des utilisateurs de ChatGPT ne savent pas ce qu'ils peuvent faire avec l'IA. L'écart entre les promesses des laboratoires et la valeur en production apparaît ailleurs. Azeem Azhar, fondateur du groupe de recherche Exponential View, a raconté avoir parlé à environ 160 vice-présidents informatiques à Las Vegas, rapporte The Decoder le 26 septembre. À la question de savoir qui pouvait citer des résultats mesurables de l'IA, deux tiers sont restés debout. À la question de savoir qui avait des résultats assez bons pour interrompre les vacances d'été de son PDG, ils n'étaient plus qu'environ huit debout.

La production d'électricité est l'autre contrainte. The Register a rapporté le 25 septembre que Fervo Energy, un fournisseur de systèmes géothermiques améliorés soutenu par Google, a produit ses premiers kilowatts à son usine de Cape Station dans le comté de Beaver, dans l'Utah. Le premier de trois GeoBlocks de 33 MW a commencé à alimenter le réseau. Les 66 MW suivants sont attendus pour le Nouvel An, puis un demi-gigawatt d'ici 2028.

CleanTechnica a rapporté le 26 septembre que le département de l'Énergie des États-Unis a annoncé le 21 septembre une enveloppe de 99 millions de dollars pour les systèmes géothermiques de nouvelle génération, répartie sur 21 projets. Quaise Energy doit recevoir jusqu'à 25 millions de dollars pour sa vitrine Project Obsidian dans le centre de l'Oregon.

Tous les résultats récents ne concernent pas les machines. Des chercheurs de l'université de Tohoku ont rapporté dans ScienceDaily le 26 septembre que le volume sanguin cérébral commence à augmenter environ 50 secondes avant le début du sommeil paradoxal, tandis que l'ATP neuronal baisse ensuite. « Vous êtes-vous déjà senti épuisé après un rêve intense ? » a demandé le professeur Ko Matsui dans le communiqué. Cette découverte suggère que rêver consomme peut-être de l'énergie plus vite qu'elle ne peut être reconstituée.