Westlake Robotics met à jour son cerveau général WR1 : pliage coordonné à deux robots et tâches domestiques enchaînées sur trois pièces
Selon un rapport daté du 10 octobre 2026, Hangzhou Westlake Robotics a dévoilé une version mise à jour de son modèle de « cerveau général » WR1, combinant un modèle du monde et une architecture VLA. Dans une démonstration tournée en un seul plan-séquence, il aurait enchaîné la prise de vêtements, le pliage de pantalons en coordination avec un second robot, le placement de maïs dans une friteuse à air, le rangement de peluches et la mise en ordre d'une couette, en traversant cuisine, salon et chambre, le pliage autonome de vêtements par une main habile étant présenté comme une première mondiale.
Ce qui change
Selon un rapport daté du 10 octobre 2026, Hangzhou Westlake Robotics, issue de la valorisation de travaux de l'Université Westlake en intelligence artificielle et robotique, a présenté une version mise à jour de son modèle de cerveau général WR1. Le rapport indique que WR1 repose sur une architecture de double pré-entraînement « grand cerveau / petit cerveau », associant un modèle du monde à un modèle vision-langage-action, et produisant de manière unifiée, à partir d'observations visuelles et d'instructions en langage naturel, une séquence d'actions complète incluant déplacement du corps, posture globale et manipulation par main habile, le contrôle corporel global étant confié au grand modèle d'action généraliste développé en interne, GAE. La démonstration comporte deux segments. Dans le premier, le robot décroche un pantalon d'un étendoir et le pose sur son bras comme support ; sous l'effet de perturbations — l'étendoir qui oscille et la position de deux t-shirts qui se décale — il continue d'observer et de s'ajuster, puis lance un t-shirt à un bras mécanique qui le plie de façon autonome, avant de se retourner pour étaler le pantalon sur une table et le plier en coordination avec un second robot humanoïde ; le rapport présente ce pliage autonome de vêtements par une main habile comme une première mondiale. Dans le second segment, le robot traverse trois zones — cuisine, salon, chambre — et réalise successivement : ouvrir le réfrigérateur et prendre du maïs, effectuer un virage en U pour le déposer dans la friteuse à air, s'accroupir pour ranger les peluches sur le canapé et la table basse, puis mettre en ordre une couette ; le rapport affirme qu'aucune remise à zéro manuelle ni aucune commande par segments n'a été nécessaire. Le rapport mentionne également que WR1 introduit un mécanisme de rétrospection des états de mouvement à court et long terme ainsi qu'un découpage des actions en temps réel, afin de réduire les pauses dues aux mises à jour d'actions, et qu'un mécanisme d'anticipation réglable compense les délais d'exécution. La source indique que l'entreprise a bouclé plusieurs tours de financement de l'ordre de plusieurs centaines de millions de yuans, sans publier le nombre de paramètres du modèle, le volume des données d'entraînement ni la latence d'inférence.
Conséquences pour les développeurs
Il convient d'abord de délimiter la catégorie : WR1 est un système d'intelligence incarnée couplé à du matériel, qui ne relève pas de la même forme de produit que les modèles de langage et multimodaux référencés sur KimiSeek, tels que DeepSeek, Qwen, GLM ou Kimi ; les développeurs ne peuvent pas l'utiliser directement via les chemins d'appel d'API texte ou image existants, et c'est particulièrement vrai pour sa partie de contrôle corporel global. Pour les équipes qui suivent les piles robotiques et l'orientation VLA, la valeur analysable de cette annonce réside dans la description publique de l'architecture en couches et des mécanismes d'enchaînement des tâches : séparer la compréhension multimodale, la prédiction par modèle du monde et le contrôle corporel global en deux niveaux — cerveau général et modèle d'exécution — puis organiser le flux d'instructions via un module de gestion des tâches ; cette approche est cohérente avec la direction dominante de la recherche VLA actuelle. Les affirmations du rapport selon lesquelles le système « égale voire dépasse les solutions Figure et Helix » et constitue « la première démonstration mondiale de pliage autonome de vêtements par une main habile » relèvent d'allégations unilatérales de la source, sans reproduction par un tiers ni comparaison d'indicateurs, et ne doivent pas être citées comme des conclusions vérifiées. En outre, ce type de démonstration se déroule généralement dans un décor contrôlé ; la source ne fournit aucune indication sur le taux d'échec, le nombre de tentatives ou l'existence éventuelle d'un montage, de sorte qu'il n'est pas possible d'en déduire une maturité industrielle, notamment pour ce qui est de la continuité entre pièces dans un environnement domestique réel non structuré. Pour les développeurs côté modèles, l'enseignement le plus concret concerne la relation entre le taux de réussite par étape et le taux de réussite global dans les tâches longues, ainsi que la capacité de mécanismes de type rétrospection des états à atténuer les pauses aux jonctions d'actions ; ces deux points présentent une structure de problème similaire à l'orchestration de chaînes longues d'agents et peuvent servir de référence analogique, sans pour autant équivaloir à une solution technique directement réutilisable.
Intégration et évaluation
Ce qui suit relève d'une analyse conditionnelle et de recommandations, et non de faits énoncés par la source. Premièrement, si votre équipe travaille sur l'orchestration de chaînes longues d'agents ou de tâches robotiques, il peut être utile de comparer votre approche à la rétrospection des états de mouvement à court et long terme et au découpage des actions en temps réel décrits par la source : intégrer la trajectoire en cours d'exécution dans le contexte au moment de générer le segment d'action suivant. L'intérêt d'une telle intégration dépend de la longueur de votre chaîne de tâches — lorsque le taux de réussite par étape est élevé mais que le taux de réussite de bout en bout se dégrade nettement avec le nombre d'étapes, ce type de mécanisme de raccordement d'états est le plus rentable ; comme critère d'évaluation, on peut tracer la courbe du taux de réussite de bout en bout pour une même tâche lorsque le nombre d'étapes passe de trois à dix, et observer si la pente de dégradation s'aplatit. Deuxièmement, si votre équipe s'intéresse à la manipulation d'objets souples ou déformables, la source cite comme principales difficultés la déformation continue de l'objet, les perturbations externes et la coordination entre deux robots ; le choix correspondant est d'investir dans une boucle perception-action ou de s'appuyer sur des trajectoires prédéfinies. Lorsque l'objet manipulé est déformable, comme un vêtement, et que la scène comporte des sources de perturbation telles qu'un support oscillant ou un objet mobile, une stratégie de perception en boucle fermée a plus de chances de fonctionner ; comme critère d'évaluation, on peut mesurer la baisse du taux de réussite par rapport à une ligne de base sans perturbation après introduction volontaire de perturbations, par exemple en vérifiant que la chute du taux de réussite reste dans une plage acceptable lorsque le support oscille ou que la position initiale de l'objet change. Troisièmement, si votre équipe envisage de reproduire une architecture en couches similaire, il faut d'abord déterminer si vous disposez des conditions pour collecter de manière unifiée des données de démonstration d'entraînement et des données d'exécution autonome : la source indique que GAE assure à la fois la phase de collecte de démonstrations et celle d'exécution autonome, en partageant la même base de contrôle ; ce prérequis n'est pas rempli dans une équipe qui ne dispose que de données côté inférence sans chaîne de données de téléopération sur le corps, et il n'est alors pas conseillé de reprendre telle quelle cette architecture en couches. Ces recommandations n'impliquent pas que la source ait fourni les données correspondantes.
Limites et points à confirmer
Il faut préciser que cette version de WR1 n'est pas actuellement référencée sur la plateforme KimiSeek : celle-ci héberge des modèles de langage et multimodaux tels que DeepSeek, Qwen, GLM et Kimi, qui appartiennent à une catégorie différente des systèmes d'intelligence incarnée ; si la source évoque ultérieurement une API ou une disponibilité commerciale, il s'agira du côté du fabricant et non de ce site, et la tarification et les modalités d'ouverture précises devront être vérifiées auprès des canaux officiels du fabricant. Cette source émane de l'entreprise elle-même ; la démonstration est une présentation de performances auto-déclarée, sans reproduction par un tiers, sans statistiques de taux d'échec, sans nombre de tentatives ni indication indépendante sur l'existence éventuelle d'un montage. Des formulations telles que « première mondiale » ou « dépasse la solution Helix » relèvent d'allégations unilatérales de la source et ne doivent pas être citées comme des faits vérifiés. La source n'a pas publié le nombre de paramètres de WR1, le volume des données d'entraînement, la latence d'inférence, ni précisé si les poids sont ouverts ou si une API est proposée, pas plus qu'elle n'a indiqué le coût matériel et les conditions de déploiement de la démonstration ; il est donc impossible d'évaluer son exploitabilité industrielle ou son degré de reproductibilité. La date de publication de ce rapport est le 10 octobre 2026 ; la source ne donne pas de date distincte pour le tournage et la publication de la démonstration, et les repères temporels associés doivent être vérifiés auprès des canaux officiels les plus récents de Westlake Robotics.