Le programme japonais GENIAC a dévoilé une nouvelle série de projets de développement de l’intelligence artificielle pour les robots, dans une démarche qui fait passer l’attention du programme des modèles généraux d’intelligence artificielle générative aux données, aux dispositifs et aux modèles dont les robots ont besoin pour interagir avec le monde physique. L’annonce a été faite lors d’un événement organisé à Tokyo le 9 septembre 2026, avec le soutien du ministère japonais de l’Économie, du Commerce et de l’Industrie et de l’Agence de développement des nouvelles énergies et technologies industrielles (NEDO).
Le programme comprend un projet de développement de modèles fondamentaux pour les robots, auquel participent 13 organisations au sein d’un groupe de travail, ainsi qu’un projet de recherche visant à bâtir un écosystème de données réunissant neuf organisations. Les organisations participant au projet d’écosystème de données avaient annoncé leurs résultats en juillet 2026, tandis que des projets concrets, dont les présentations ont chacune duré environ cinq minutes, ont été présentés lors de l’événement.
Des modèles linguistiques aux modèles capables d’interagir avec le monde physique
La session GENIAC de 2026 vise à élargir les résultats du programme lancé en février 2024, avec une orientation qui dépasse le marché japonais pour s’étendre à des applications de portée mondiale. Cela comprend le développement de modèles utilisables dans les robots industriels et de service, plutôt que de se limiter à des modèles capables de comprendre des textes ou des images sans effectuer d’actions dans l’environnement qui les entoure.
Parmi les projets présentés, SB Intuitions travaille sur un modèle de manipulation d’objets à l’aide de deux bras robotiques, tandis que Highlanders développe un modèle destiné à interagir avec un environnement semblable à celui des humains. La liste des participants comprend également MW, Telexistence, Muso Action, XNOVA, FastLabel, ugo, Preferred Networks, Preferred Robotics et KDDI.
Preferred Networks a présenté le modèle de vision et de langage PLaMo-VL, doté de 8 milliards de paramètres et destiné à fournir aux drones et aux robots des capacités de perception spatiale à partir d’images japonaises. Turing a également présenté un modèle de type VLA combinant vision, langage et action, avec un accent sur le contrôle en temps réel des véhicules autonomes et des robots.
Les données et les dispositifs font partie du problème
Le défi mis en évidence par le programme ne se limite pas à la conception d’un modèle d’intelligence artificielle plus grand. Les applications robotiques nécessitent des ensembles de données adaptés, ainsi que des capteurs, des moteurs, des unités de commande et des dispositifs embarqués capables d’exécuter les modèles en temps réel. C’est pourquoi le projet d’écosystème de données réunit notamment l’Université de Tokyo, l’Université d’Osaka, FingerVision, AI Robot Research Institute (AIRoA), AIST, STATION Ai et ELEMENTS.
Les projets indiquent que la constitution de données utilisables en commun et le développement d’une infrastructure pour l’intelligence artificielle incarnée seront des facteurs déterminants pour transformer les modèles, qui ne sont encore que des démonstrations de recherche, en composants de véritables systèmes robotiques. LMM a également présenté un modèle multimodal destiné à lire des graphiques et des diagrammes, dont les performances ont été vérifiées à l’aide de l’ensemble de données japonais JDocQA.
Pourquoi cette information est-elle importante ?
Le changement concret réside ici dans l’orientation du soutien public, qui passe du développement de modèles généraux à une chaîne plus complexe comprenant les données, les logiciels, le matériel et l’intégration aux robots. Cela gagne en importance parce que le ministère japonais de l’Économie, du Commerce et de l’Industrie vise, selon l’article, à déployer 1 000 robots fonctionnant grâce à l’intelligence artificielle dans 18 domaines d’ici 2040.
Toutefois, l’annonce ne prouve pas encore que cet objectif sera atteint ni que les modèles sont prêts pour une production commerciale à grande échelle. Le succès des robots dépendra également de la qualité des données, de l’efficacité de leur fonctionnement sur des dispositifs aux ressources limitées, de la sécurité des interactions avec les humains et de la capacité des développeurs à intégrer les modèles dans des systèmes mécaniques fiables. GENIAC semble donc davantage constituer la construction d’une base industrielle et de recherche à long terme que le lancement d’un produit unique prêt pour le marché.