Unitree unifie tout dans une seule IA : UnifoLM-OminiA-0.3 permet désormais à ses robots humanoïdes de parler, voir et agir en même temps

Unitree vient de lever le voile sur UnifoLM-OminiA-0.3, un modèle d’IA pensé pour piloter un robot humanoïde sans empiler des briques logicielles séparées.

Le pari, c’est une seule “tête” capable de raisonner en temps réel, de dialoguer, de percevoir plusieurs modalités et de coordonner une manipulation corps entier.

Derrière la démo, une cible claire, des tâches domestiques et de bien-être, exécutées de façon autonome, stable, et résistante aux perturbations.

À lire aussi :

• Harvard a gravé 64 séquences d’ADN simultanément sur une puce de silicium, transformant le composant électronique en véritable usine génétique
• La Chine commercialise le premier implant cerveau-machine de l’histoire et laisse Neuralink d’Elon Musk encore bloqué aux essais cliniques

UnifoLM-OminiA-0.3, la même IA pour parler et agir

Unitree présente UnifoLM-OminiA-0.3 comme un modèle unique, conçu pour éviter le patchwork classique, un module pour le dialogue, un autre pour la vision, puis une couche de planification au-dessus. L’intérêt est très concret, moins de “coutures” entre composants, donc moins d’erreurs de passage de relais quand le robot doit enchaîner une consigne, une perception et une action.

Le diamant piézoélectrique n’était qu’une théorie : l’Université de Hong Kong plie une membrane ultrafine et capte une tension électrique réelle pour la première fois

Dans les scénarios mis en avant, l’humanoïde écoute une demande, interprète ce qui se passe autour de lui, puis adapte son comportement. La promesse tient dans la continuité, une même représentation interne pour relier langage, perception et mouvement, au lieu de traductions successives qui ajoutent de la latence.

Unitree insiste sur le raisonnement en temps réel. Pour un humanoïde, ce point compte plus que dans un chatbot, parce que la réalité bouge, une main rate une prise, un objet glisse, un humain traverse la trajectoire. Le modèle doit recalculer vite, sans figer le robot dans une hésitation visible.

La logique “unifiée” vise aussi la généralisation. Un robot qui sait déjà discuter et reconnaître des objets peut, en théorie, réutiliser ces compétences pour de nouvelles tâches, sans réécrire une pile logicielle complète. Sur le terrain, tout dépendra des données d’entraînement et des garde-fous, mais l’orientation est claire, réduire la friction entre démo et usage quotidien.

Perception omni-modale, la maison comme un flux de signaux

Unitree met en avant une compréhension omni-modale, en clair, le robot n’écoute pas seulement une phrase, il exploite plusieurs sources de signaux. Dans une maison, la perception n’est pas un “bonus”, c’est le cur du problème, reconnaître un objet partiellement caché, estimer une distance, repérer une main tendue, ou identifier un changement d’état, une porte entrouverte, un verre renversé.

L’enjeu est de fusionner des indices hétérogènes, vision, audio, et potentiellement d’autres capteurs embarqués, pour produire une action robuste. Une consigne comme “apporte-moi la bouteille” n’a de sens que si le robot comprend de quelle bouteille il s’agit, où elle se trouve, et si le trajet est libre.

Cette “perception en continu” sert aussi à l’interaction. Un humanoïde utile doit capter des signaux sociaux simples, une personne qui se recule, un ton de voix qui indique une hésitation, un geste qui redirige. Le modèle unifié est censé relier ces indices à une réponse verbale et motrice cohérente, sans passer par une cascade de règles.

Dans les usages évoqués, home-care et wellness, la perception devient une question de sécurité. Détecter une instabilité, éviter un choc, ralentir près d’un enfant, ou renoncer à soulever un objet mal saisi. La communication de Unitree insiste sur une exécution “stable” et résistante aux perturbations, ce qui renvoie à ce type de micro-événements domestiques.

Manipulation corps entier, quand les jambes deviennent des bras

Unitree associe UnifoLM-OminiA-0.3 à la manipulation mobile du corps entier. Pour un humanoïde, saisir un objet n’est presque jamais un simple mouvement de bras. Il faut placer les pieds, ajuster l’équilibre, orienter le buste, gérer la contrainte d’un espace étroit, puis stabiliser la prise pendant un déplacement.

Le terme important est la coordination. Un robot qui “voit” une tasse mais ne sait pas se positionner correctement échoue. À l’inverse, un robot qui marche bien mais ne comprend pas l’objectif manipule à vide. L’approche unifiée cherche à relier intention et cinématique, avec des décisions de posture prises au même niveau que les décisions de dialogue.

Unitree parle d’exécution autonome et résistante aux perturbations. Dans un salon, les perturbations sont banales, un tapis qui accroche, un objet déplacé, une main humaine qui touche le bras du robot, ou un poids mal réparti. La capacité à corriger en temps réel, sans tomber dans une oscillation ou un arrêt, est un critère clé pour sortir du mode démonstration.

Sur le plan pratique, cette “manipulation corps entier” vise des tâches d’assistance, porter, ranger, tendre un objet, accompagner une personne, ou manipuler à hauteur variable. Le message de Unitree est moins “force brute” que “contrôle”, une action fluide, avec une marge de sécurité, et une capacité à s’adapter au contexte immédiat.

De la démo à l’aide à la personne, l’obstacle de la fiabilité

Unitree positionne le modèle sur des tâches de soins à domicile et de bien-être. C’est un terrain attractif, mais impitoyable, parce que l’utilisateur final tolère mal l’imprévu. Un robot peut être impressionnant en laboratoire, mais frustrant si une action sur dix nécessite une reprise manuelle ou une reformulation.

La promesse de stabilité renvoie à une métrique implicite, le taux de réussite sur des séquences complètes, pas sur un geste isolé. Mettre la table, préparer un espace, rapporter un objet, puis revenir, ce sont des chaînes d’actions où l’erreur s’accumule. Un modèle unifié peut réduire certaines ruptures, mais il doit aussi gérer l’incertitude, ce qu’il ne sait pas, et quand demander une clarification.

Le sujet de la sécurité est central. Dans des tâches d’assistance, le robot doit respecter des contraintes fortes, distance avec les personnes, vitesse des articulations, arrêt d’urgence, et comportement prévisible. L’IA “unifiée” ne suffit pas, elle doit s’intégrer à des couches de contrôle et de validation, souvent séparées, pour éviter qu’une interprétation erronée ne se transforme en mouvement risqué.

Unitree vise aussi une exécution “résistante aux perturbations”, ce qui peut se lire comme une ambition d’usage réel, en présence d’humains. L’adoption passera par des preuves, tests prolongés, retours d’utilisateurs, et indicateurs publics. L’évolution reste incertaine sur le calendrier, mais l’annonce place Unitree dans la course à l’IA incarnée, celle qui doit fonctionner hors des environnements parfaitement scénarisés.

Des chercheurs viennent de pointer vers l’océan : il cache assez de lithium et de magnésium pour alimenter l’humanité pendant 50 000 ans

Unitree face au marché, l’ère des modèles unifiés s’accélère

Avec UnifoLM-OminiA-0.3, Unitree s’aligne sur une tendance lourde, remplacer des pipelines spécialisés par des modèles plus généraux, capables de gérer perception, planification et action. L’intérêt industriel est évident, accélérer le développement d’applications, réduire les coûts d’intégration, et itérer plus vite sur de nouveaux usages.

La comparaison se fait moins sur un chiffre unique que sur une capacité, exécuter des tâches variées sans reconfiguration lourde. Pour donner un repère, voici une lecture comparative de l’approche “pile modulaire” versus “modèle unifié”, sans prétendre à une mesure officielle, mais utile pour comprendre le positionnement.

Pour Unitree, l’enjeu est aussi de capitaliser sur sa visibilité dans les robots mobiles et humanoïdes. Une IA unifiée peut devenir un argument de plateforme, un même socle logiciel décliné sur plusieurs machines. Cela peut intéresser des intégrateurs, des laboratoires, et des acteurs du service, à condition d’avoir des outils de déploiement et des interfaces stables.

Reste la question du passage à l’échelle, support, mises à jour, compatibilité, et conformité. Une IA qui dialogue et agit dans un foyer touche à des sujets sensibles, données audio et vidéo, sécurité, responsabilité. L’annonce de Unitree met la barre sur la capacité technique, la suite se jouera sur la robustesse, et sur la confiance que le marché accordera au système dans des environnements non maîtrisés.