Verne Robotics publie V0.5, un modèle « world action » à poids ouverts destiné aux robots industriels

Verne Robotics, entreprise de San Francisco fondée en 2025, a publié V0.5, qu'elle présente comme un modèle « world action » à poids ouverts conçu pour accélérer le déploiement de robots industriels. Le modèle a été annoncé le 4 novembre, selon AI Post Hub ; les poids sont hébergés dans l'organisation Hugging Face de la société, et un dépôt GitHub est lié depuis l'annonce.

Fonctionnement du modèle

Un modèle « world action » apprend, à partir de vidéos, comment une scène évolue, et s'en sert pour choisir des actions. V0.5 réunit deux transformeurs, l'un pour la vidéo, l'autre pour les actions, entraînés ensemble avec un objectif de flow matching. Il part du modèle vidéo Wan2.2. À l'exécution, il reçoit les images des caméras, une mémoire, l'état du robot et une instruction en langage naturel, puis produit des séquences de commandes pour l'effecteur et la pince à 30 Hz, sans générer d'images futures. Dans la chaîne de Verne, un modèle vision-langage du commerce assure la planification de haut niveau, V0.5 sert de politique de contrôle et un contrôleur maison tourne à 500 Hz.

Le pré-entraînement s'appuie sur plus de 1,7 million de démonstrations, surtout de la téléopération et des enregistrements de pinces portatives, issues de fournisseurs, de jeux de données ouverts et de la collecte de Verne. Sans affinage, le taux de réussite sur RoboTwin 2.0 serait passé de 23 % à 51 % en utilisant 100 % des données plutôt que 29 %, et l'entreprise dit multiplier désormais ses données par dix.

Résultats annoncés

Sur les suites de simulation LIBERO, Verne revendique 99,3 % en moyenne, contre 96,85 % pour π0.5 de Physical Intelligence et 99,4 % pour ABot-M0.5. Sur RoboTwin 2.0, qui compte 50 tâches à deux bras, V0.5 atteint 81,0 % en scènes propres et 73,4 % en scènes aléatoires après affinage sur 2 500 démonstrations ; π0.5 obtient 70,7 % et 46,0 %. Verne reconnaît que V0.5 reste un peu derrière π0.5 sur les tâches que ce dernier réussit déjà presque toujours. L'entreprise se présente comme le meilleur modèle à poids ouverts d'une société américaine sur ces deux bancs d'essai au 1er novembre.

Limites et questions ouvertes

Ces chiffres émanent de Verne et n'ont pas été reproduits de façon indépendante. Les tâches réelles, comme le tri en bac, l'assemblage de rails DIN ou le pliage de boîtes à pizza, sont montrées en vidéo, sans taux de réussite. L'annonce n'indique ni la licence ni le nombre de paramètres, et ne dit pas si le dépôt GitHub contient le code d'entraînement. Le post-entraînement passe par une plateforme hébergée accessible sur inscription, en plus de services de déploiement sur mesure pour des partenaires.