← Toutes les actualités

GO-3 Preview de Zhiyuan : l’apprentissage se poursuit après le déploiement, poids et API non précisés

Selon un article de Jiqizhixin daté du 29 octobre 2026, Zhiyuan a publié le modèle incarné GO-3 Preview, qu’il présente comme classé premier dans trois évaluations — RoboDojo, RoboTwin et RoboColiseum — et dont les composants WRAM, Genie Evolver et Genie Master couvrent le pré-entraînement, le post-entraînement et l’apprentissage après déploiement. L’article ne mentionne ni poids publics, ni licence, ni API externe.

Publication Mise à jour

Ce qui change

Selon un article de Jiqizhixin daté du 29 octobre 2026, Zhiyuan a annoncé ce jour-là la publication du modèle incarné GO-3 Preview, qu’il présente comme classé premier dans les évaluations RoboDojo, RoboTwin et RoboColiseum, et qui divise l’apprentissage en trois phases : pré-entraînement, post-entraînement et après déploiement. Pour le pré-entraînement, l’article indique qu’environ 90 % des données proviennent de données humaines à la première personne et que le modèle repose sur l’architecture WRAM : CoAE extrait des images de caméra la position, la forme et les relations entre objets ; SVP prédit plusieurs états visuels futurs en une seule passe avant, puis un modèle de dynamique inverse combine ces prédictions avec l’état du robot pour produire des actions ; KASO génère plusieurs futurs candidats et sélectionne ceux qui sont compatibles avec les actions réelles pour les intégrer à l’entraînement conjoint. L’article divise les capacités après pré-entraînement en deux niveaux, zero-shot et few-shot : le premier désigne la capacité de transfert sans ajustement supervisé spécifique à la tâche cible sur un robot réel ; le second utilise quelques démonstrations pour améliorer la précision et la coordination d’opérations complexes. L’article affirme aussi une capacité d’utilisation immédiate sur des centaines de tâches. Les démonstrations inter-embodiments ont été réalisées sur le robot humanoïde bipède X2, qui a ouvert une porte en tenant un objet à deux mains et ramassé un objet à genoux. Pour le post-entraînement, Genie Evolver réunit à l’échelle d’une centaine de robots réels, la simulation physique et un modèle du monde dans un environnement distribué, et utilise CEL (apprentissage par expérience collective) pour agréger l’expérience d’exécution. Les chiffres cités sont, à temps d’entraînement égal, une progression du taux de réussite de la tâche d’emballage de téléphones de 50,8 % à 98,3 % à mesure que le nombre de robots réels participant à l’apprentissage augmente, et une baisse du nombre d’échecs de 25 à 2 sur 120 essais d’un processus long d’emballage de téléphones en plusieurs étapes. Pour l’après-déploiement, le cadre d’agent Genie Master utilise EEP pour enchaîner l’invocation de capacités, le retour d’exécution et la replanification en cas d’interruption, et capitalise les cas de réussite, d’échec et de reprise après anomalie sous forme de mémoire ou de données d’entraînement. L’article indique que le robot Jingling G2, translittération de son nom chinois, équipé de ce cadre, a été validé en déploiement dans de vrais magasins de proximité pour le réapprovisionnement, la prise de produits et l’emballage de plats cuisinés.

Conséquences pour les développeurs

L’article ne précise pas si les poids de GO-3 Preview sont publics, ni sous quelle licence, et ne mentionne ni API externe ni SDK. En l’état, un développeur ne peut donc pas savoir s’il peut télécharger ou appeler le modèle ; cette annonce ne remplace aucune voie d’intégration existante et relève plutôt d’un signal sur les méthodes et l’évaluation. Trois points méritent d’être retenus. Premièrement, le retour de données pendant le déploiement vers la politique implique que le modèle n’est pas un point de contrôle figé au moment de la publication. Une même machine et une même instruction peuvent aboutir à des politiques différentes selon le moment ; les hypothèses de reproductibilité et de tests de régression doivent donc évoluer. Il s’agit d’une inférence fondée sur la description de l’article, pas d’une affirmation de celui-ci. Deuxièmement, la séparation explicite entre zero-shot et few-shot est directement réutilisable comme grille d’évaluation : le zero-shot désigne le transfert sans ajustement supervisé spécifique à la tâche cible sur un robot réel, le few-shot l’amélioration de la précision et de la coordination par quelques démonstrations. C’est plus opérationnel qu’un « prêt à l’emploi » générique. Troisièmement, les capacités inter-embodiments n’ont été illustrées que sur X2, avec l’ouverture d’une porte en tenant un objet à deux mains et le ramassage d’un objet à genoux ; l’article ne donne aucune donnée pour d’autres bras robotiques et pinces, et le coût de transfert entre embodiments reste inconnu. À noter : les trois premières places, les taux de réussite et les nombres d’échecs sont déclarés par le fabricant. L’article ne fournit ni scores détaillés, ni concurrents, ni versions des benchmarks, ni jeux de tâches, ni graines aléatoires. L’affirmation selon laquelle « en quelques heures » le système obtient un taux de victoire supérieur à celui de joueurs humains ordinaires n’est accompagnée ni de la taille de l’échantillon ni des règles. Ces éléments doivent être lus comme des signaux directionnels, pas comme une base de sélection.

Intégration et évaluation

Les éléments suivants sont des recommandations et des analyses conditionnelles, pas des faits rapportés. Premièrement, faut-il prévoir un budget de collecte de démonstrations ? L’article indique que le modèle peut traiter des centaines de tâches immédiatement et qu’un ajustement avec quelques démonstrations permet des actions à contacts denses comme l’assemblage de briques LEGO. Si vos tâches sont surtout de la préhension et du placement et que le robot et la configuration de démonstration sont proches, commencez par le zero-shot ; si elles impliquent insertion, objets souples ou alignement de haute précision, préparez des données de démonstration. Le critère : au moins cinquante exécutions par tâche sur le même robot ; comparer l’écart de taux de réussite entre zero-shot et ajout de quelques démonstrations ; cet écart doit couvrir le coût de collecte et d’annotation, sinon revenir au zero-shot. Deuxièmement, faut-il investir dans plusieurs robots pour l’apprentissage par expérience collective ? L’article rapporte qu’à temps d’entraînement égal, l’élargissement du nombre de robots réels participant à l’apprentissage a fait passer le taux de réussite de la tâche d’emballage de téléphones de 50,8 % à 98,3 % ; le mécanisme est que CEL recherche des segments réussis, analyse le contexte des échecs et met à jour une politique partagée. La condition est de disposer de plusieurs robots capables de collecter en parallèle, de tâches standardisées, d’une remise à zéro stable de l’environnement et d’un pipeline de données fiable. Avec un seul appareil, ce bénéfice ne s’applique pas ; établissez d’abord une référence sur un seul robot. L’article ne précise pas si ces robots doivent être homogènes ; c’est une hypothèse à confirmer auprès du fabricant ou à vérifier soi-même, pas une donnée acquise. Le critère : suivre le nombre d’échecs par lots d’un nombre fixe d’épisodes (par exemple 120 par lot), exiger une baisse continue de la politique collective par rapport à la référence mono-robot, et surveiller les régressions sur les tâches existantes. Troisièmement, faut-il autoriser une mise à jour en ligne de la politique après déploiement ? Genie Master offre deux voies : l’expérience alimente les prompts et la mémoire pour améliorer la planification, ou les données d’exécution et de reprise alimentent l’entraînement de la politique d’action. Si la tâche est irréversible ou implique la sécurité des personnes, n’activez d’abord que la couche mémoire avec un recours humain ; si elle est réversible et qu’un mode ombre est disponible, activez ensuite la mise à jour de la politique. Le critère : la variation du taux de réussite sur le même jeu d’évaluation gelé avant et après chaque mise à jour, et la capacité à revenir à la version précédente dans un délai acceptable.

Limites et points à confirmer

GO-3 Preview n’est pas actuellement dans le catalogue de modèles de KimiSeek ; l’article ne mentionne aucune disponibilité d’API externe. Si une API ou des poids apparaissent plus tard, leur disponibilité dépendra des indications de Zhiyuan, le catalogue de ce site ne pouvant servir de preuve d’accessibilité. La publication des poids et les termes de licence sont deux choses distinctes ; l’article ne traite ni l’une ni l’autre. On ne peut donc déduire ni « fermé » ni « ouvert » de leur absence de mention. Les trois premières places sont déclarées par le fabricant ; l’article ne donne pas la liste des concurrents, les scores précis, les versions des benchmarks, les jeux de tâches ni le matériel de reproduction. Il est donc impossible de juger l’ampleur de l’avance et la comparabilité, et impossible de confirmer ou d’infirmer l’existence d’une comparaison publique. Les passages de 50,8 % à 98,3 % et de 25 à 2 échecs proviennent d’expériences fournies par le fabricant ; manquent les graines aléatoires, les critères de qualification d’un échec et le degré d’intervention humaine. La « première validation par l’industrie de Physical RSI dans un scénario métier réel » est une formulation du fabricant, sans vérification tierce ; la durée du déploiement en magasin, le nombre de magasins et le taux d’anomalies ne sont pas précisés. L’article ne donne pas non plus de seuils de puissance de calcul ni de coût pour l’entraînement ou le déploiement, et ne dit pas si les robots de l’expérience à grande échelle sont homogènes.

Trois minutes jusqu’au premier appel

Créez un compte et une clé API. Le coût des appels est déduit de votre solde. 30 % de réduction sur la première recharge. Rechargez ¥500, payez ¥350, recevez ¥500 de crédit. Rechargez ¥1000, payez ¥850, recevez ¥1000 de crédit Vous pouvez toujours commencer par une recharge d’essai de ¥10.

Sources et méthode éditoriale

刚刚,机器人学习进入「全链路Scaling」时代

L’IA a assisté l’analyse et la traduction des sources citées, suivies de contrôles automatiques. Les conseils ne sont pas des résultats de tests. Consultez le catalogue actuel pour les prix et la disponibilité.