GPT-6 Astra progresse nettement sur les tâches spatiales

GPT-6 Astra, le modèle d’OpenAI, montre selon des premiers benchmarks un bond marqué en raisonnement spatial, c’est-à-dire sa capacité à comprendre et manipuler des objets dans l’espace. Sur StationeryBench, un test de robotique mené sur 200 essais avec des robots YAM à deux bras, Astra a entièrement réussi 7 tâches sur 100, quand MolmoAct2 n’en a validé aucune. Le sujet compte pour la robotique, mais aussi pour la stratégie d’OpenAI, qui évoque de longue date des robots grand public. Et, au passage, les bras robotisés n’ont pas encore trouvé le mode d’emploi parfait.

Un test de bureau, mais des enjeux très larges

StationeryBench met face à face GPT-6 Astra et MolmoAct2 sur cinq tâches d’objets de bureau, comme ouvrir un marqueur, verser des trombones ou passer une règle entre deux bras robotisés. Les deux modèles ont piloté le même matériel, des robots YAM à double bras, sur 200 tentatives au total. Dans ce cadre, Astra affiche un score médian de progression de 46 sur 100, contre 12 pour MolmoAct2. La comparaison reste limitée à ce protocole, mais elle suggère un progrès réel sur des gestes très concrets.

Yoav Artzi, chercheur en IA à Cornell et chez Google DeepMind, parle d’un "step change in spatial reasoning". Sur le benchmark REMAP, encore non publié, GPT-Astra atteint une précision proche du niveau humain, même si Artzi nuance aussitôt : "even ASTRA doesn't get to what humans do in other scenarios." Cette réserve compte, car un bon score en labo ne garantit pas une maîtrise générale des situations physiques du quotidien.

Ce que cette avance laisse entrevoir pour OpenAI

Selon Artzi, OpenAI aurait probablement entraîné le modèle sur de grandes quantités de données 3D, notamment des scènes Blender. L’hypothèse colle avec les performances observées sur les tâches en trois dimensions, là où les modèles peinent souvent à passer du texte à l’action. Si cette orientation se confirme, elle pourrait peser sur la prochaine génération d’agents capables d’interagir avec le monde physique, pas seulement avec des écrans.

OpenAI n’a pas détaillé publiquement sa feuille de route robotique dans cette source, mais le signal est clair : la bataille ne se joue plus seulement sur la réponse textuelle, elle se déplace vers la perception et la manipulation. Pour le marché, cela rapproche les modèles de fondation des usages industriels et domestiques. Pour les équipes produit, cela veut dire plus de données 3D, plus de tests réels, et probablement plus de casse avant la fluidité parfaite.