Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Ask a robot to pick up a part, and the hardest step is not the arm's movement but knowing exactly where the part is. That is the problem ACE Robotics says its new model, ACE-Brain-0.6, is built to solve. The company, chaired by SenseTime co-founder Xiaogang Wang, describes it as an embodied foundation model of roughly 9 billion parameters, the numerical settings a neural network learns during training and a rough measure of its size. Its focus is visual grounding: linking a language instruction to a precise location, an object part or an interaction region in a physical scene.
Demandez à un robot de saisir une pièce, et l’étape la plus difficile n’est pas le mouvement du bras, mais la connaissance de l’emplacement exact de la pièce. C’est le problème que dit résoudre le nouveau modèle d’ACE Robotics, ACE-Brain-0.6. L’entreprise, présidée par Xiaogang Wang, cofondateur de SenseTime, le décrit comme un modèle de fondation incarné d’environ 9 milliards de paramètres, c’est-à-dire les réglages numériques qu’un réseau de neurones apprend pendant l’entraînement et une mesure approximative de sa taille. Son axe principal est l’ancrage visuel : relier une instruction en langage naturel à une position précise, à une partie d’objet ou à une zone d’interaction dans une scène physique.
The model is based on Qwen3.5-9B. Its vision encoder stays frozen, meaning the part that reads images is not retrained, while the language part was fine-tuned on about one million spatial samples, covering roughly 940,000 images and 2.7 million question-answer pairs. The training data merges more than 30 open robot datasets with private first-person footage. Tools such as Grounding DINO and SAM 3 turn gripper-state and motion cues into spatial labels that can be checked. ACE Robotics says the model only answers when the visual evidence is complete: before it answers a counting question, for example, every instance must be labelled.
Le modèle repose sur Qwen3.5-9B. Son encodeur visuel reste figé, ce qui signifie que la partie qui lit les images n’est pas réentraînée, tandis que la partie linguistique a été affinée sur environ un million d’échantillons spatiaux, couvrant près de 940 000 images et 2,7 millions de paires question-réponse. Les données d’entraînement combinent plus de 30 jeux de données ouverts sur la robotique et des enregistrements privés en vue subjective. Des outils comme Grounding DINO et SAM 3 transforment des indices sur l’état de la pince et sur les mouvements en étiquettes spatiales vérifiables. ACE Robotics affirme que le modèle ne répond que lorsque les éléments visuels sont complets : avant de répondre à une question de comptage, par exemple, chaque instance doit être étiquetée.
The performance figures are the company's own, and have not yet been independently verified. On six of eight grounding evaluations, ACE-Brain-0.6 scores above GPT-6 Astra, OpenAI's model in the company's comparison. On Where2Place it reaches 76.55 against 71.10, and on RobotGrounding, a 2,591-question set the team built itself across 14 task types, 94.13 against 91.10. Averaged over seven public benchmarks, the scores are 74.53 and 73.68. That margin is small, and it is measured on tests the company chose.
Les performances annoncées sont celles de l’entreprise et n’ont pas encore été vérifiées de manière indépendante. Sur six des huit évaluations d’ancrage, ACE-Brain-0.6 dépasse GPT-6 Astra, le modèle d’OpenAI retenu dans la comparaison de l’entreprise. Sur Where2Place, il atteint 76,55 contre 71,10, et sur RobotGrounding, un ensemble de 2 591 questions que l’équipe a constitué elle-même dans 14 types de tâches, 94,13 contre 91,10. En moyenne sur sept benchmarks publics, les scores sont de 74,53 et 73,68. L’écart est faible, et il est mesuré sur des tests choisis par l’entreprise.
The more instructive result concerns data. In controlled runs, with architecture and training recipe kept fixed, growing the training set from 260,000 to about one million samples raised the seven-benchmark average from 69.3 to 74.5, on a curve the company describes as near log-linear. Doubling the data added about 2.4 points on average, while simply adding more samples of the same type gained less than one point. The gains came from variety, meaning new scenes, spatial relations and supervision formats, rather than from volume.
Le résultat le plus instructif concerne les données. Dans des essais contrôlés, à architecture et recette d’entraînement inchangées, faire passer le jeu d’entraînement de 260 000 à environ un million d’échantillons a fait monter la moyenne sur les sept benchmarks de 69,3 à 74,5, selon une courbe que l’entreprise décrit comme presque log-linéaire. Doubler les données a ajouté environ 2,4 points en moyenne, alors que le simple ajout d’échantillons du même type a rapporté moins d’un point. Les gains viennent de la variété, c’est-à-dire de nouvelles scènes, de nouvelles relations spatiales et de nouveaux formats de supervision, plutôt que du volume.
For now, the practical benefit is narrow. As of publication, ACE-Brain-0.6 weights were not listed as open; the public GitHub repositories under DAXIAORobotics still list ACE-Brain-0 and ACE-Brain-0.5. Robotics teams that want to test the model on their own hardware will have to wait for a release they cannot yet download. If the open release follows and the results hold outside the company's own benchmarks, the gain would reach research groups and robot builders first, who could then test whether better-chosen data helps their own robots find what they are meant to grasp.
Pour l’instant, l’intérêt pratique reste limité. À la date de publication, les poids d’ACE-Brain-0.6 ne figuraient pas parmi les contenus en libre accès ; les dépôts GitHub publics de DAXIAORobotics proposent toujours ACE-Brain-0 et ACE-Brain-0.5. Les équipes de robotique qui veulent tester le modèle sur leur propre matériel devront attendre une publication qu’elles ne peuvent pas encore télécharger. Si la version ouverte suit et si les résultats se confirment en dehors des benchmarks de l’entreprise, le bénéfice profitera d’abord aux groupes de recherche et aux constructeurs de robots, qui pourront alors vérifier si des données mieux choisies les aident à trouver ce qu’ils doivent saisir.