AgiBot a présenté le 29 octobre à Shanghai la version preview de GO-3, un modèle de base pour robots qui relie raisonnement, prévision et mouvement. L'entreprise chinoise propose aussi Worken, une unité de mesure du travail réellement accompli par une machine.
GO-3 Preview, le modèle d'AgiBot pour enchaîner raisonnement et geste
La démonstration s'est tenue lors de l'AGIBOT Innovation Day 2026, à Shanghai. AgiBot y a dévoilé la version preview de GO-3, présentée comme son prochain modèle de base pour l'intelligence incarnée, c'est-à-dire l'IA qui pilote un corps physique dans un espace réel.
L'architecture porte un nom, WRAM, pour World Reasoning Action Model. Elle enchaîne trois étapes : comprendre la consigne, prévoir le résultat d'une action, puis convertir la décision en mouvement. Une même chaîne, du langage au geste.
Cette description ressemble à celles de tous les modèles robotiques récents. La différence se joue dans l'ordre des étapes. Beaucoup de systèmes apprennent à imiter un geste, puis vérifient après coup si le résultat correspond. Ici, la prévision du résultat intervient avant l'action, ce qui doit permettre au robot d'écarter une trajectoire vouée à l'échec sans l'avoir exécutée.
AgiBot affirme que GO-3 arrive en tête de trois classements de robotique incarnée : RoboDojo, RoboTwin et RoboColiseum. Ces résultats sont avancés par l'entreprise, sans vérification indépendante publiée à ce jour. La même prudence s'applique au taux de réussite d'environ 85 % cité pour des essais en conditions réelles, un chiffre repris par la presse spécialisée à partir des éléments fournis par AgiBot. Aucun audit extérieur n'a été publié.
Comment GO-3 apprend, entre vidéos humaines et trajectoires de robots
Le modèle s'entraîne sur deux familles de données.
La première est constituée de vidéos tournées à la première personne, où l'on voit une personne saisir un objet, ouvrir un placard, préparer un plat. Ces images apportent ce que les robots n'ont pas en quantité : des millions d'exemples de gestes humains ordinaires, filmés dans des cuisines et des salons réels.
La seconde vient des robots eux-mêmes. Chaque manipulation produit une trajectoire, avec les images vues par les caméras, les commandes envoyées aux articulations et le résultat obtenu. Cette fois, la donnée est rare, mais elle relie directement ce que le robot voit à ce qu'il fait.
L'objectif affiché par AgiBot est de rendre ces expériences transférables. Un robot qui a vu quelqu'un ranger une casserole doit pouvoir s'en servir pour attraper une boîte. Le modèle est entraîné en trois temps : une phase de pré-entraînement dans des environnements variés, une phase d'ajustement, puis le déploiement.
AgiBot soutient qu'après le pré-entraînement, le robot peut exécuter des tâches inconnues sans ajustement spécifique pour chaque nouveau geste. C'est la promesse centrale de tous les modèles de base appliqués à la robotique, et la plus difficile à démontrer hors démonstration préparée.
Genie Evolver, la salle d'entraînement de cent robots
La phase la plus intéressante du dispositif s'appelle Genie Evolver. Elle combine les données d'environ une centaine de robots physiques avec un simulateur et des modèles de monde, ces réseaux capables de prédire la suite d'une scène.
Le principe est celui de la répétition à grande échelle. Un geste appris en atelier est rejoué des milliers de fois dans un environnement simulé, où l'échec ne casse rien. Le système évalue, corrige, recommence. Les robots réels fournissent la matière première, la simulation fournit le volume.
Cette méthode a un avantage évident : elle coûte moins cher qu'un apprentissage mené uniquement sur des machines. Elle a aussi une faiblesse connue en robotique : la simulation ne reproduit jamais parfaitement le frottement d'un tissu ou la fragilité d'un verre. Un modèle trop entraîné en simulation apprend des réflexes qui ne tiennent pas en cuisine.
AgiBot ne détaille pas, dans son annonce, la part exacte de simulation dans le résultat final. C'est pourtant la variable qui décidera de la robustesse du système.
Les démonstrations avancées par AgiBot, et ce qu'elles valent
Les exemples présentés à Shanghai donnent une idée du niveau visé.
Selon AgiBot, un robot entraîné au curling de table pendant quatre heures en ligne a dépassé la moyenne des humains testés sur la même épreuve. La même source indique qu'un robot a retiré cinq blocs d'une tour de construction sans la faire tomber, et qu'il a préparé une crêpe chinoise à plusieurs étapes après un petit nombre de démonstrations. Une version ajustée a assemblé des briques de type Lego, avec un agent IA chargé de coordonner les étapes.
Ces scènes ont une chose en commun : elles exigent un enchaînement, pas un geste unique. Retirer un bloc sans faire tomber la tour suppose d'ajuster la force et l'angle à chaque prise. C'est là que les modèles précédents échouaient le plus souvent.
Il faut toutefois lire ces démonstrations pour ce qu'elles sont. Une entreprise montre ce qui fonctionne, dans les conditions qu'elle choisit. Le curling de table, avec ses règles stables et son objet unique, se prête mieux à une démonstration qu'une chambre en désordre. Le nombre de tentatives nécessaires pour obtenir la séquence présentée n'est pas communiqué.
Worken, une unité pour compter le travail utile d'un robot
La proposition la plus originale de la journée ne concerne pas un robot, mais une façon de les compter.
Worken est un mot formé de Work et de Token. AgiBot le définit comme des heures de travail intelligent effectif. Que compte-t-on au juste ? La formule multiplie trois termes : le nombre de robots actifs, la durée de travail autonome, et un ratio d'efficacité de la production.
Chaque terme exclut volontairement une partie de la réalité. Le premier ne compte que les machines qui travaillent vraiment, pas celles qui sortent d'usine ni celles stockées dans un entrepôt. Le second mesure le temps où le robot agit seul, pas le temps où il est sous tension. Le troisième convertit la production en équivalent de travail humain, selon un standard de tâche donné.
L'intention est claire. Les fabricants de robots communiquent aujourd'hui sur le nombre d'unités produites et livrées. AgiBot propose de parler plutôt de travail fourni. Si l'unité s'impose, elle déplacera la comparaison sur un terrain moins flatteur pour les constructeurs, puisqu'un robot vendu et jamais utilisé comptera zéro.
L'idée a aussi une limite. Le troisième terme de la formule demande de définir ce qu'est un travail acceptable, et cette définition varie selon les métiers et les pays. Une unité de mesure proposée par un constructeur, sur des critères qu'il choisit, reste un outil de communication autant qu'un instrument de mesure. Le calcul reste déclaratif.
Les autres annonces de l'Innovation Day, de AHA3 à Link-U OS
La journée n'a pas porté que sur les logiciels.
AgiBot a présenté AHA3, troisième génération de son architecture matérielle pour humanoïdes. L'entreprise la décrit comme la première plateforme commerciale réunissant trois formes d'intelligence sur un même corps : le déplacement, l'interaction et la manipulation. Les articulations sont annoncées étanches au niveau IP67, avec un refroidissement liquide, une spécification utile pour un usage en atelier ou en extérieur.
Le constructeur a aussi montré WITA-Omni, un modèle d'interaction capable de traiter plusieurs modalités à la fois, G2 Max, un robot industriel à deux bras portant 40 kilogrammes par bras avec 21 degrés de liberté, et Link-U OS 1.0, un système d'exploitation dont le code doit être ouvert avant la fin de l'année.
La même échéance est annoncée pour l'ouverture du modèle GO-3 complet. C'est le point à surveiller. Un modèle de base réellement publié, avec ses poids et ses procédures d'entraînement, permettrait à des équipes extérieures de tester les 85 % annoncés. Tant que ce n'est pas le cas, les classements et les démonstrations restent des déclarations d'entreprise, crédibles dans leur ambition, invérifiées dans leurs résultats.
