La réalisation de projets de robotique avancée à usage domestique est devenue nettement plus simple. Smolvla , un modèle d'intelligence artificielle open source pour la robotique développé par la plateforme Hugging Face, a été mis à disposition.

Ce modèle a été entraîné à l'aide d'ensembles de données partagés et sous licence par la communauté, et il a surpassé des modèles plus importants dans des tâches réalisées aussi bien en environnements virtuels que réels. Comme l'explique un article de blog officiel , l'objectif de Smolvla est de faciliter l'accès aux modèles VLA (vision-langage-action) et d'accélérer la recherche dans le domaine des agents robotiques généralistes.

Il a été souligné que Smolvla représente non seulement un modèle léger et performant, mais intègre également une approche méthodologique pour la formation et l'évaluation de technologies robotiques polyvalentes. Ce développement s'inscrit dans une stratégie plus large de Hugging Face, visant à consolider un écosystème logiciel et matériel robotique accessible et économique.

L'année dernière, Lerobot, une initiative composée de modèles, d'ensembles de données et d'outils axés sur la robotique, a été lancée. Par la suite, l'acquisition de Pollen Robotics, une start-up française, a été finalisée et de nouveaux systèmes robotiques abordables ont été annoncés, notamment des plateformes humanoïdes accessibles au public.

Le modèle Smolvla, doté de 450 millions de paramètres, a été entraîné à partir des données de la communauté Lerobot et d'autres ensembles de données spécifiquement dédiés à la robotique, disponibles sur la plateforme Hugging Face. Ces paramètres, également appelés pondérations, sont les éléments qui déterminent le comportement du modèle.

Il a été souligné que Smolvla pouvait fonctionner sur un seul GPU grand public, voire sur un ordinateur portable comme un MacBook. De plus, son implémentation a été conçue pour du matériel abordable, y compris les systèmes robotiques développés par le développeur.

Le modèle Smolvla est désormais disponible en téléchargement sur la plateforme Hugging Face. Les utilisateurs de la communauté ont commencé à expérimenter son application sur du matériel existant. L'un d'eux a rapporté avoir réussi à contrôler un bras robotique tiers grâce à ce modèle en seulement 31 démonstrations, obtenant des résultats équivalents, voire supérieurs, à ceux des modèles spécialisés pour des tâches spécifiques.

Une innovation particulière de ce modèle réside dans sa prise en charge d'une architecture d'inférence asynchrone, qui sépare les processus de perception (vision et audio) des processus d'action. Il a été démontré que cette structure permet aux robots de réagir plus rapidement dans des environnements dynamiques.

Cependant, il a été constaté que Hugging Face n'est pas le seul acteur pertinent dans l'écosystème croissant de la robotique ouverte. Des entreprises comme Nvidia ont développé des outils spécifiques pour ce domaine, tandis que des startups comme K-Scale Labs travaillent sur des composants humanoïdes open source. Parmi les autres initiatives notables, citons Dyna Robotics, RLWRLD et Physical Intelligence, cette dernière étant soutenue par Jeff Bezos.

Avec Smolvla, une nouvelle étape a été franchie vers la démocratisation de la robotique, en offrant des solutions puissantes, accessibles et adaptables pour une large gamme d’applications.