La startup shanghaïenne ACE Robotics vient de placer son modèle Kairos en première position sur quatre benchmarks internationaux de l’IA embarquée dans les robots. Sa version allégée, Kairos 3.0-4B, tourne 72 fois plus vite que Cosmos 2.5 de NVIDIA sur un GPU A800. Une performance qui confirme une architecture technique radicalement différente des approches dominantes.
Premier sur quatre évaluations de référence
Les quatre benchmarks sur lesquels Kairos World Model obtient la première place couvrent les grandes familles de compétences robotiques réelles. RoboTwin 2.0 mesure la manipulation bimanuelle et le transfert simulation-réalité. LIBERO-Plus évalue la planification sur des séquences longues, où le système doit maintenir une compréhension cohérente de la scène sur plusieurs étapes. WorldModelBench Robot teste la génération visuelle pilotée par du texte naturel. DreamGen, développé par le laboratoire GEAR de NVIDIA, juge la fidélité physique des simulations générées.
Sur DreamGen, Kairos se classe premier sur les deux métriques clés : Physical Alignment (cohérence avec les lois physiques) et Interaction Fidelity (réalisme des interactions entre objets). Résultat : les simulations produites sont directement utilisables pour entraîner des robots réels, sans passe de correction supplémentaire.
Une architecture unifiée, pas un modèle vidéo recyclé
La plupart des concurrents partent d’un modèle de génération vidéo généraliste, puis l’affinent sur des données robotiques. ACE Robotics a choisi une voie différente. Depuis décembre 2025, le modèle Kairos intègre nativement la perception du monde, la génération de scènes et la prise de décision motrice dans un seul réseau backbone. Perception, prédiction et action forment une boucle continue sans coutures entre modules distincts.
L’impact sur les performances est significatif. Kairos 3.0-4B peut générer jusqu’à 7 minutes de vidéo haute-fidélité, et fonctionne sur la plateforme edge THOR avec un ratio génération/durée de 1:1,5 — soit une génération en quasi temps réel sur le terrain. NVIDIA a d’ailleurs intégré une architecture proche dans Cosmos 3.0, publié ultérieurement.
Un cerveau pour plusieurs corps de robots
La capacité « one brain, multiple embodiments » du modèle lui permet de piloter des robots de types variés sans adaptation spécifique : mains robotiques dextères, humanoïdes, bras industriels. Dans les démonstrations, des robots préparent des petits-déjeuners, effectuent des tâches ménagères et arrosent des plantes, manipulant des objets souples ou liquides.
ACE Robotics a également publié Kairos-HomeWorld avec le CUHK MMLab et l’Institut de Shenzhen Loop Area. Il s’agit du premier modèle 3D interactif couvrant une maison entière, capable de générer des environnements domestiques complets navigables pour l’entraînement de robots. Un maillon manquant dans la chaîne de développement du Physical AI résidentiel.
Cosmos comme validation indirecte
Le fait que NVIDIA ait repris une architecture similaire dans Cosmos 3.0 constitue une forme de validation par l’industrie. ACE Robotics revendique d’avoir posé les bases d’un standard pour les world models embarqués. La course aux benchmarks n’est pas qu’une opération de relations publiques : les classements sur RoboTwin 2.0 et DreamGen influencent directement les décisions d’achat des laboratoires de robotique qui construisent leurs pipelines d’entraînement.
