Tout le monde se concentre sur qui livre la démo humanoïde la plus flashy. Jim Fan vient de vous dire quelle est la véritable course : qui peut générer suffisamment de données de physique synthétique pour combler un écart de 100 000 ans. Ce chiffre n'est pas une exagération. Ken Goldberg à Berkeley a calculé que les données textuelles utilisées pour entraîner les LLM prendraient 100 000 ans à un humain pour être lues. Les robots n'ont presque aucun accès à l'équivalent de cela pour la manipulation physique. Chaque prise, chaque trébuchement, chaque changement de poids doit être appris de zéro ou simulé. C'est pourquoi le laboratoire de Fan livre trois versions de modèle en neuf mois (N1 en mars, N1.5 en juin, N1.6 en décembre) tandis que la plupart des entreprises de robotique sont encore en train de collecter des démos du monde réel. NVIDIA ne se contente pas de rivaliser sur le matériel. Ils rivalisent sur leur capacité à générer des données d'entraînement synthétiques illimitées grâce à Omniverse. La pile GR00T révèle la stratégie : GR00T Dreams génère des données vidéo synthétiques. GR00T-Gen crée des environnements de simulation. GR00T-Mimic génère des trajectoires. Chaque composant existe pour fabriquer les données de physique qui n'existent pas sur Internet. Le cadre du "Test de Turing Physique" de Fan est précis. Nous construirons des systèmes capables de raisonner sur les protéines et de prouver des théorèmes avant de construire des systèmes capables de plier le linge de manière fiable. Physical Intelligence a justement démontré cela la semaine dernière lorsqu'ils ont relevé les défis des "Olympiades des Robots" de Benjie Holson. Leur modèle a remporté des médailles d'or dans 3 des 5 catégories. Mais remarquez ce qu'ils n'ont pas pu résoudre : des tâches nécessitant l'utilisation d'outils avec des propriétés physiques spécifiques. La frontière n'est pas le raisonnement. C'est la dynamique de contact. OpenAI et Anthropic se développent en grattant Internet. L'IA physique n'a pas d'Internet à gratter. L'équipe qui gagnera est celle qui parviendra à fabriquer 100 millions d'heures d'expérience en physique à l'intérieur de la simulation et à les transférer dans le monde réel. NVIDIA, avec son ADN graphique, son infrastructure de simulation et son équipe de 30 personnes, open-source systématiquement des modèles de base, pourrait être mieux positionnée que quiconque pour faire exactement cela.