Baidu a mis en open source ERNIE 5.5 Flash Base, un modèle de type mixture-of-experts de 280 milliards de paramètres pré-entraîné sur 33 500 milliards de tokens, selon The Decoder. L'important n'est pas la taille. C'est ce que Baidu a omis.
Le modèle est publié avant tout fine-tuning. MarkTechPost rapporte qu'il a été mis en ligne avant les phases de mid-training ou de post-training, avec 14 milliards de paramètres actifs à l'inférence. The Decoder y voit un choix délibéré : Baidu veut que les développeurs puissent emmener le modèle de base dans la direction qu'ils souhaitent, plutôt que de livrer un produit déjà façonné par ses propres choix.
Une semaine de briques brutes
ERNIE 5.5 Flash Base n'est pas un cas isolé. Thinking Machines Lab a publié Inkling 2 Small, un modèle mixture-of-experts de 594 milliards de paramètres dont 17 milliards actifs, avec des poids prévus sous licence Apache 2.0, selon MarkTechPost. Tencent a de son côté publié Hy4, décrit par The Decoder comme son premier modèle multimodal capable de comprendre des images et d'utiliser des logiciels de façon autonome, une capacité connue sous le nom de « computer use ».
Trois laboratoires différents, trois architectures différentes, un même choix : livrer un grand modèle généraliste comme une infrastructure plutôt que comme un assistant fini.
Pour les équipes qui construisent sur des plateformes ouvertes de robots humanoïdes cette distinction compte. Un modèle de base sans affinage n'est pas une capacité dont un robot dispose aujourd'hui. C'est un point de départ : l'ancrer dans des données de capteurs, lui apprendre à émettre des commandes moteur, et le tester face aux modes de défaillance qui n'apparaissent que sur du matériel réel restent des tâches qu'une équipe de robotique doit accomplir elle-même. Aucune des sorties de cette semaine n'est un système de contrôle robotique.
Pourquoi l'écart entre modèle et autonomie reste large
La preuve la plus nette de cet écart cette semaine vient d'un domaine totalement extérieur à la robotique. SemiAnalysis a lancé GDPx, un benchmark conçu pour mesurer la performance des agents d'IA sur des tâches de travail réelles plutôt que sur des jeux de tests sélectionnés. Selon The Decoder, aucun agent d'IA n'a dépassé 12 %. Claude Opus 5.5 arrive en tête, de justesse devant Gemini.
Il s'agit d'un benchmark pour des agents logiciels généralistes, pas pour des robots humanoïdes. Mais il concerne directement quiconque évalue des plateformes robotiques sur la seule force des modèles de langage ou de vision qui les équipent. Si les agents les plus performants disponibles aujourd'hui plafonnent à un score à un chiffre sur un benchmark contrôlé et ancré dans le réel, l'argument marketing d'un robot « construit sur » un nouveau modèle de fondation de grande taille en dit très peu sur ce qu'il peut réellement accomplir, de façon fiable, dans un entrepôt, une maison ou une usine. Le modèle est nécessaire. Il est loin d'être suffisant.
Ce que cela change pour comparer les plateformes
Il faut traiter la mention « construit sur un grand modèle ouvert » comme un indicateur de feuille de route, pas comme une preuve de capacité. Elle indique qu'une plateforme a accès à une matière première sérieuse et à la flexibilité de l'adapter. Elle ne dit rien sur la capacité de la pile logicielle d'autonomie de cette plateforme à saisir un objet inconnu, à récupérer après une prise manquée, ou à suivre une instruction à plusieurs étapes dans une pièce encombrée.
Ce sont ces questions qui séparent un produit opérationnel d'une démonstration, et elles se répondent par des preuves au niveau des tâches, pas par un nombre de paramètres. Tant qu'une équipe de robotique n'aura pas publié de taux de réussite réels sur des tâches construites à partir de ces modèles de base nouvellement publiés, ERNIE 5.5 Flash Base, Inkling 2 Small et Hy4 restent des intrants pour une future génération de logiciels humanoïdes, pas la preuve qu'une telle génération soit déjà arrivée.
Les lecteurs qui veulent suivre l'apparition de ces preuves peuvent consulter le comparateur de prix des robots humanoïdes ainsi que l'actualité continue en robotique et en IA.
Sources : The Decoder, MarkTechPost
Article rédigé avec l'aide d'outils d'IA, à partir de sources publiées, selon nos règles éditoriales. Illustration générée par IA. Aucune commission sur les achats. En savoir plus


