Le responsable de la robotique chez Nvidia salue le nouveau modèle GPT-6 Astra d’OpenAI, qu’il considère comme une bonne nouvelle pour les robots. Cependant, des tests indépendants montrent qu’il est encore trop lent, trop coûteux et trop imprécis pour des tâches réelles.

Les commentaires de Deepu Talla interviennent alors que Nvidia (NASDAQ : NVDA) fait face au départ de son PDG, Jensen Huang.

Pourquoi le responsable de la robotique chez Nvidia fait-il aujourd’hui l’éloge du modèle d’IA d’un rival ?

Deepu Talla, responsable de la robotique chez Nvidia (NASDAQ : NVDA), présente publiquement GPT-6 Astra d’OpenAI comme une avancée pour la robotique. Selon lui, un modèle conçu pour comprendre et utiliser le langage pourrait aider les machines à se déplacer et à travailler dans le monde réel.

Le moment choisi pour les commentaires de Talla est délicat pour l’entreprise. Jensen Huang vient de quitter son poste de PDG de Nvidia, alors que son comportement fait l’objet d’un examen minutieux. Dans sa couverture en direct, Cryptopolitan a lié la faiblesse des valeurs technologiques à l’incertitude entourant son départ.

Nvidia a également fait parler d’elle au sujet de Megaspeed, une entreprise basée à Singapour qui a acheté ses puces. Les ministères américains du Commerce et de la Justice ont publié une déclaration commune sur l’affaire, bien qu’ils commentent rarement les enquêtes en cours. Cette déclaration visait à clarifier ce qu’ils ont décrit comme des informations inexactes sur l’affaire, diffusées dans les articles de presse.

Selon la déclaration, le ministère du Commerce a ouvert une enquête en 2024 sur d’éventuelles violations des contrôles à l’exportation, après avoir repéré une activité suspecte dans le cadre de sa surveillance du détournement de puces sensibles.

En mai 2025, ses enquêteurs ont demandé à Nvidia des documents concernant des ventes directes ou indirectes à Megaspeed. Puis, en juin 2025, Nvidia a inscrit Megaspeed sur sa liste des entités auxquelles il est interdit de vendre.

Ce même mois, des agents du Bureau de l’industrie et de la sécurité du ministère du Commerce ont collaboré avec les autorités singapouriennes pour effectuer une inspection sur place chez Megaspeed et ont interrogé sa PDG, Alice Huang.

À la suite de l’inspection sur place, le ministère de la Justice a pris la tête d’une enquête pénale. Les deux ministères ont déclaré qu’ils appliqueraient toute la rigueur de la loi à Megaspeed pour tout acte criminel qui aurait pu être commis.

Ils ont également déclaré que, sous l’administration Trump, 17 personnes avaient été inculpées dans le cadre de six affaires pour avoir prétendument participé à la contrebande de puces d’une valeur de plusieurs milliards de dollars. La déclaration n’accuse Nvidia d’aucun acte répréhensible.

Astra est-elle vraiment prête à faire fonctionner des robots ?

Malgré les commentaires de Talla, des tests indépendants montrent qu’Astra n’est pas encore prête à être déployée. L’un de ces tests, AA-Robotics v0.1, un aperçu de recherche d’Artificial Analysis, montre que GPT-6 Astra est arrivé en tête de cinq grands modèles d’IA, avec un score de 69. GPT-6.1 Sol, Gemini 4 Argon et deux modèles Claude sont arrivés derrière lui.

Chaque modèle commandait un bras robotique à six articulations et devait atteindre un objectif formulé en langage courant dans le cadre de huit tâches sur une table. Mais malgré des résultats apparemment impressionnants, les modèles étaient environ 100 fois plus lents qu’une personne. Un humain a besoin d’environ 20 secondes par tâche, tandis qu’Astra en a nécessité environ une demi-heure.

Astra était également le modèle le plus coûteux, à 16,36 $ par tâche. Artificial Analysis a déclaré que les modèles de langage actuels sont trop lents et trop coûteux pour être utilisés en robotique en conditions réelles.

Au-delà de la vitesse et du coût, ils manquent également de précision. RoboCurve, une société d’intérêt public, aurait testé les performances d’Astra sur de vrais bras robotiques. Astra a réussi à mettre un bloc dans un bol lors de 19 essais sur 20, soit un taux de réussite de 95 %, pour 0,94 $ par essai. En revanche, Claude Fable 5.1 d’Anthropic n’a réussi que 40 % du temps.

Cependant, lorsqu’on lui a confié une tâche plus difficile — enfoncer une pièce de puzzle dans une fente ronde étroite avec une précision millimétrique — Astra n’a réussi que 2 fois sur 20, soit 10 %, tout comme Fable 5.1.

Le PDG d’Unitree, Wang Xingxing, a déclaré que les petites erreurs s’accumulent à chaque mouvement d’un robot, un problème auquel les modèles numériques ne sont pas confrontés. Jay Chooi, de RoboCurve, s’est montré plus optimiste : selon lui, si les progrès actuels se poursuivent, les modèles de langage pourraient guider des bras robotiques en temps réel d’ici deux à trois ans.

Nvidia promet une percée depuis quelque temps déjà. Au CES, en janvier, Huang a déclaré que le « moment ChatGPT » de l’IA physique était « tout proche ». Un an plus tôt, il avait dit qu’il était « imminent ».

Dans une étude intitulée « Astranomy », le laboratoire de robotique de Nvidia à Seattle a testé un système utilisant Astra. L’étude a été présentée à CoRL 2026.

Le système a obtenu un score de 74,8 % à RoboLab-120, un test dans lequel des robots ramassent des objets et les déposent ailleurs. C’était 23,8 points de plus que la meilleure méthode précédente. Mais chaque décision prenait 18,56 secondes, et une seule exécution réussie a utilisé 30,9 millions de jetons, pour un coût d’environ 36,40 $.

L’étude Astranomy indique clairement que le délai et le coût constituent des obstacles majeurs à l’utilisation d’Astra dans la vie réelle, ce qui concorde avec les résultats récurrents des tests indépendants.

Si vous lisez ceci, vous avez déjà une longueur d’avance. Gardez-la grâce à notre newsletter.