RéponsesPublié17 sources
EchoPolicy-0 prend la tête de MolmoSpaces, MagicBrain se classe quatrième
MagicLab annonce 75,4 % de réussite moyenne pour EchoPolicy 0, premier du classement Combined de MolmoSpaces sur quatre tâches. MagicBrain, un système de 3,4 milliards de paramètres, se classe quatrième avec une moyenne de 72,4 % et un score de 94,4 % à la tâche Pick.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- MagicLab annonce 75,4 % de réussite moyenne pour EchoPolicy 0, premier du classement Combined de MolmoSpaces sur quatre tâches.
- MagicBrain, un système de 3,4 milliards de paramètres, se classe quatrième avec une moyenne de 72,4 % et un score de 94,4 % à la tâche Pick.
- Ces résultats mesurent les performances sur un benchmark ; ils ne prouvent pas, à eux seuls, la fiabilité des systèmes en situation réelle.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: As reported on October 14, 2026, how did MagicLab’s EchoPolicy-0 and its in-house 3.4-billion-parameter MagicBrain perform on AI2’s MolmoSpa. Article summary: MagicLab reported EchoPolicy-0 first on AI2’s MolmoSpaces Combined leaderboard at a 75.4% equal-weighted success rate, while its 3.4-billion-parameter MagicBrain reportedly ranked fourth at 72.4%, including 94.4% on Pick. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
MagicLab indique que son framework de manipulation robotique EchoPolicy-0 est arrivé premier du classement Combined de MolmoSpaces, le benchmark de l’Allen Institute for AI (AI2), avec un taux de réussite moyen de 75,4 % sur quatre tâches. Son autre système, MagicBrain, doté de 3,4 milliards de paramètres, s’est classé quatrième avec 72,4 % de moyenne et 94,4 % à la tâche Pick, qui consiste à saisir un objet.1
18 Ces scores sont des résultats de benchmark : ils ne démontrent pas, à eux seuls, les performances des systèmes lors d’un déploiement dans le monde réel.
Deux scores à distinguer
Le résultat de 75,4 % attribué à EchoPolicy-0 correspond à une moyenne à pondération égale sur les quatre tâches de la version 1 de MolmoSpaces : saisir un objet (Pick), le saisir puis le déplacer (Pick and Place), ouvrir et fermer.1 MagicLab le présente comme le meilleur score du classement Combined.
1
Une vérification des données publiées sur le classement par Pandaily aboutit à une moyenne calculée d’environ 75,5 %, très proche du chiffre communiqué par l’entreprise. Nous retenons ici le résultat annoncé par MagicLab, soit 75,4 %.41
MagicBrain, lui, affiche une moyenne de 72,4 % dans le même classement et arrive quatrième. Son score de 94,4 % concerne uniquement la tâche Pick : il ne s’agit pas de sa moyenne générale.18
| Système | Résultat annoncé dans le classement Combined | À retenir |
|---|---|---|
| EchoPolicy-0 | 75,4 %, première place | Moyenne à pondération égale sur quatre tâches |
| MagicBrain | 72,4 %, quatrième place | 94,4 % à la tâche Pick |
Ce que mesure MolmoSpaces
MolmoSpaces est un benchmark d’IA incarnée « zero-shot » mis au point par AI2. Son environnement comprend plus de 230 000 scènes intérieures et environ 130 000 ressources représentant des objets.1 Il sert à évaluer la capacité d’un système robotique à exécuter des consignes de manipulation dans des scènes définies, selon un cadre commun.
Ces chiffres décrivent l’ampleur de l’écosystème du benchmark, et non le nombre d’essais associés aux résultats présentés. Les scores permettent de comparer des systèmes sur les tâches évaluées ; ils ne disent pas, à eux seuls, comment ceux-ci se comporteraient dans un atelier ou dans d’autres conditions physiques.
EchoPolicy-0 relie perception et action
MagicLab décrit EchoPolicy-0 comme un framework qui réunit un modèle vision-langage, des outils géométriques de manipulation et une politique générale d’action. L’objectif est d’enchaîner l’observation de la scène, la compréhension de la consigne, le choix d’une action, son exécution et la vérification du résultat.18
Le système peut aussi s’appuyer sur des indications visuelles pour choisir entre plusieurs actions proposées. La documentation d’évaluation mentionne une vérification visuelle qui peut guider la suite de l’exécution, déclencher une nouvelle tentative ou conduire à une autre option.18
20 L’approche ne se limite donc pas à produire un mouvement : elle prévoit aussi un retour sur le résultat de l’action.
MagicBrain mise sur le bon choix de cible
MagicBrain suit une autre approche : le guidage visuel en contexte aide à repérer l’objet visé par la consigne, puis oriente le modèle chargé de générer le mouvement. Cette séparation vise à distinguer deux étapes différentes : identifier ce qu’il faut manipuler et déterminer comment le manipuler.19
33
Dans les cas étudiés, MagicLab rapporte que les erreurs de sélection de l’objet, plutôt que l’instabilité du mouvement, figuraient parmi les causes fréquentes d’échec de saisie.30 Autrement dit, même un geste bien exécuté ne permet pas de réussir si le robot s’empare du mauvais objet. Cette observation concerne les cas examinés par l’entreprise et ne décrit pas nécessairement toutes les défaillances de saisie robotique.
Des résultats prometteurs, mais encore circonscrits
Les deux systèmes illustrent une même difficulté : relier correctement les consignes en langage naturel à la perception visuelle et aux gestes du robot. MagicLab Studio dit privilégier les architectures en plusieurs niveaux et identifie le suivi des instructions comme un défi pour les tâches générales.33
Les scores montrent comment EchoPolicy-0 et MagicBrain se sont comportés sur les tâches de MolmoSpaces. Ils ne constituent pas, à eux seuls, une preuve de fiabilité dans des environnements physiques variés ni de maturité commerciale.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « EchoPolicy-0 prend la tête de MolmoSpaces, MagicBrain se classe quatrième » ?
MagicLab annonce 75,4 % de réussite moyenne pour EchoPolicy 0, premier du classement Combined de MolmoSpaces sur quatre tâches.
Quels sont les points clés à valider en premier ?
MagicLab annonce 75,4 % de réussite moyenne pour EchoPolicy 0, premier du classement Combined de MolmoSpaces sur quatre tâches. MagicBrain, un système de 3,4 milliards de paramètres, se classe quatrième avec une moyenne de 72,4 % et un score de 94,4 % à la tâche Pick.
Que dois-je faire ensuite en pratique ?
Ces résultats mesurent les performances sur un benchmark ; ils ne prouvent pas, à eux seuls, la fiabilité des systèmes en situation réelle.