PhysBrain 1.5 : ce que son score dit vraiment des capacités d’un robot

PhysBrain 1.5, développé par DeepCybo, cherche à traiter dans un même modèle trois questions liées : que montre une scène, quel mouvement proposer au robot et à quoi pourrait ressembler la suite ? Ses poids sont accessibles, mais il faut distinguer ses résultats aux tests de compréhension incarnée d’une démonstration de manipulation fiable dans le monde réel. 1910

Un même modèle, plusieurs types de sorties

Les versions 2B et 8B s’appuient sur les modèles vision-langage Qwen3-VL correspondants. Au lieu de confier chaque tâche à un module de sortie spécialisé, PhysBrain 1.5 représente sous forme de séquences discrètes les réponses en langage naturel ou spatiales, les mouvements de l’effecteur du robot — la partie qui agit sur son environnement — et les états visuels futurs. Ces derniers comprennent des images couleur (RGB), des données de profondeur et des informations sur l’espace occupé par le robot. Le modèle apprend à prédire l’élément suivant de ces séquences au sein d’une architecture autorégressive commune. 1810

Cette conception rapproche description de la scène, action envisagée et résultat prédit. Prédire une trajectoire ne prouve toutefois pas qu’un robot puisse l’exécuter avec succès. 18

Un entraînement en deux étapes

Selon DeepCybo, le préentraînement exploite des vidéos d’interactions humaines centrées sur des tâches : le contexte de la scène est associé à des mouvements reconstruits et aux observations qui suivent. Vient ensuite un ajustement supervisé mêlant démonstrations humaines, trajectoires de robots et expériences simulées. Dire que PhysBrain 1.5 a été entraîné uniquement sur des vidéos humaines occulterait donc cette seconde étape. 112

Que signifient les scores publiés ?

DeepCybo annonce pour PhysBrain 1.5-8B un score moyen de 72,5 sur 28 tests de compréhension incarnée. Dans sa comparaison, il arrive en tête des modèles ouverts évalués et obtient le meilleur résultat parmi eux sur 14 tests. La version 2B atteint 66,6 en moyenne. Les épreuves portent notamment sur la perception visuelle et spatiale, la compréhension 3D et multivue, le raisonnement, la planification, l’identification des possibilités d’action et l’analyse de trajectoires visuelles. 191011

Dans le tableau publié par DeepCybo, le résultat du modèle 8B est proche de ceux attribués aux modèles propriétaires GPT-6-Astra (73,3) et Gemini 3.6 Flash (73,0). Il s’agit d’une comparaison selon son protocole, pas d’un classement indépendant de tous les modèles disponibles ni d’un taux de réussite sur des tâches robotiques réelles. 118

Ce qu’il reste à vérifier avant un déploiement

Les poids des versions 2B et 8B, le rapport technique et des ressources d’évaluation donnent aux équipes de quoi examiner les modèles et tenter de reproduire les résultats. 191011

Avant de se fier à la moyenne, il faut regarder les résultats test par test, les paramètres d’évaluation, un éventuel recoupement entre données d’entraînement et de test, ainsi que l’équivalence des conditions imposées aux modèles comparés. Pour un usage robotique, l’épreuve décisive reste l’exécution en boucle fermée sur le matériel visé : réussite des tâches, reprise après erreur, latence et sécurité avec les objets et dans les conditions réellement rencontrés. Le score publié ne mesure pas ces performances à lui seul. 1910