Robot HomeBody : ce que ça change pour la superintelligence

Avancées technologiques · 28 septembre 2026

Des chercheurs de Stanford et de Caltech ont branché directement GPT-6 Astra, le dernier modèle d'OpenAI, sur un robot humanoïde Unitree G1. Baptisé HomeBody, le système a rangé une cuisine inconnue et rapporté un objet rangé dans un tiroir, sans entraînement spécifique à ce lieu. Une démonstration prometteuse, mais encore lente et sans mesures chiffrées.

Le projet a été publié fin septembre 2026 par The Movement Lab de l'université Stanford. Il pose une question centrale pour la superintelligence (SI) : un modèle de langage généraliste peut-il piloter un corps physique sans couche intermédiaire apprise ?

Ce que fait HomeBody

HomeBody permet à un modèle de vision et de langage de pointe de contrôler un robot humanoïde grâce à deux briques : une mémoire spatiale persistante et une bibliothèque de compétences (saisir un objet, se déplacer, ouvrir un tiroir). Deux tâches ont été montrées en conditions réelles :

• Ranger la cuisine : ramasser des sachets de café, jeter des briques de lait périmées, coordonner le rangement de plusieurs objets.
• Rapporter le médicament : retrouver un tiroir grâce à la mémoire, l'ouvrir, prendre un objet caché, le tendre à une personne puis jeter une brique.

Selon The Decoder, le modèle planifie chaque étape et se corrige lorsqu'une action échoue.

La nouveauté : pas de couche VLA

La plupart des robots pilotés par l'IA suivent une chaîne en trois étages :

Un VLA (vision-langage-action) est un modèle qui transforme une image et une consigne en mouvements. Il doit être entraîné sur de nombreuses démonstrations. HomeBody s'en passe : le modèle de langage appelle directement des compétences programmées et reçoit un retour d'exécution.

Comment le robot « se souvient »

• Le robot explore d'abord les lieux : vidéo, caméra de profondeur, lidar et cartographie SLAM.
• Ces données servent à construire un jumeau numérique dans le simulateur Isaac Sim de Nvidia.
• Le robot se localise ensuite dans ce double virtuel, ce qui lui permet de raisonner sur l'emplacement des objets, même hors de son champ de vision.
• Pour saisir un objet, il combine segmentation d'image (SAM 2.1), estimation de profondeur et planification de trajectoire.

Ce que ça change pour la superintelligence

La SI est souvent pensée comme une intelligence purement numérique. HomeBody montre une autre voie : les progrès d'un modèle généraliste, ici le raisonnement spatial de GPT-6 Astra présenté par OpenAI début septembre, peuvent se transférer au monde physique sans réentraîner le robot.

• Modularité : le modèle de langage est remplaçable. Un meilleur modèle devrait, en principe, améliorer le robot sans autre changement. C'est une hypothèse des auteurs, pas encore un résultat mesuré.
• Généralisation : le robot agit dans un lieu qu'il n'a jamais vu pendant son entraînement.
• Sécurité : donner un corps à un modèle de pointe rend concrets les risques d'erreur ou de comportement imprévu. The Decoder rappelle que des travaux antérieurs ont signalé des problèmes de sécurité lorsqu'Astra contrôle un robot.

Les limites reconnues par les chercheurs

Le projet ne publie pas de taux de réussite ni de comparaison chiffrée. Les résultats reposent sur des vidéos et des descriptions qualitatives.

• Le temps de raisonnement de GPT-6 Astra crée des pauses entre les actions.
• La reconstruction du jumeau numérique demande du temps de préparation et des coûts d'API.
• Les servomoteurs des doigts surchauffent lors des longues sessions.
• La perception tourne sur un ordinateur portable équipé d'une carte graphique RTX 4090.

FAQ

Conclusion

HomeBody suggère que la frontière entre modèles de langage et robotique s'amincit. Reste à prouver la fiabilité par des mesures. Suivez les prochaines étapes sur Avancées SI et Nouveautés SI, découvrez les outils dans l'annuaire et les notions clés dans la FAQ.