Maison
Embodied Intelligence dévoile la première norme sectorielle visant à freiner la croissance anarchique
Le domaine de l'intelligence incarnée est entré dans une phase décisive de normalisation. Le 26 mars, la première norme industrielle relative à l'intelligence incarnée, élaborée conjointement par l'Académie chinoise des technologies de l'information et des communications et plus de 40 autres institutions, a été officiellement publiée. Cela marque la fin d'une période de développement fragmenté et le début d'une nouvelle ère caractérisée par la normalisation.
Cette norme entrera en vigueur le 1er juin 2026. Son objectif principal est d'établir un cadre de référence unifié pour les tests, de définir l'architecture et les exigences de capacité des systèmes d'intelligence incarnée, et de fournir à l'industrie des critères d'évaluation technique faisant autorité.

Points clés : un système d'évaluation complet et multidimensionnel
Selon la norme, les futurs tests d'intelligence incarnée dépasseront les évaluations unidimensionnelles pour englober un spectre complet allant des environnements virtuels aux environnements réels :
Dimensions des tests: permet une évaluation approfondie des capacités fondamentales, du raisonnement cognitif et de l'exécution complète de tâches en boucle fermée.
Méthodes de test: intègre quatre modes : simulation statique, simulation dynamique, tests en conditions réelles et tests hybrides.
Couverture environnementale: normalise les benchmarks, les méthodologies et les métriques d'évaluation pour les environnements simulés et physiques.
Intégration du logiciel et du matériel : une bibliothèque de tâches pratiques pour la mise en œuvre
Afin de garantir que la norme soit applicable au-delà de la théorie, l'équipe de développement a également mis en place une infrastructure de soutien robuste :
Bibliothèque de tâches exhaustive: une base de données contenant plus de 10 000 tâches de test a déjà été mise en place.
Scénarios variés: elle propose 300 types de tâches distincts, couvrant de manière exhaustive les principaux domaines d'application tels que les environnements industriels, domestiques, de vente au détail et logistiques.
Matrice d'outils: une suite complète d'outils de test a été développée, comprenant des solutions pour la collecte et la gestion des données, la génération de tâches de simulation et le calcul automatisé des métriques, ce qui améliore considérablement la praticité et l'automatisation de la norme.
Article connexe
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Conformité des véhicules autonomes en Californie : une nouvelle ère marquée par les amendes, les zones de géolocalisation et 1 million de miles
Guident exploite une navette AuveTech dans le sud de la Floride, gérant un parcours de quatre miles à West Palm Beach et un parcours d’un mile à Boca Raton grâce à sa technologie de surveillance à dis
Recommandations de sujets spéciaux liés
commentaires (1)
Le domaine de l'intelligence incarnée est entré dans une phase décisive de normalisation. Le 26 mars, la première norme industrielle relative à l'intelligence incarnée, élaborée conjointement par l'Académie chinoise des technologies de l'information et des communications et plus de 40 autres institutions, a été officiellement publiée. Cela marque la fin d'une période de développement fragmenté et le début d'une nouvelle ère caractérisée par la normalisation.
Cette norme entrera en vigueur le 1er juin 2026. Son objectif principal est d'établir un cadre de référence unifié pour les tests, de définir l'architecture et les exigences de capacité des systèmes d'intelligence incarnée, et de fournir à l'industrie des critères d'évaluation technique faisant autorité.

Points clés : un système d'évaluation complet et multidimensionnel
Selon la norme, les futurs tests d'intelligence incarnée dépasseront les évaluations unidimensionnelles pour englober un spectre complet allant des environnements virtuels aux environnements réels :
Dimensions des tests: permet une évaluation approfondie des capacités fondamentales, du raisonnement cognitif et de l'exécution complète de tâches en boucle fermée.
Méthodes de test: intègre quatre modes : simulation statique, simulation dynamique, tests en conditions réelles et tests hybrides.
Couverture environnementale: normalise les benchmarks, les méthodologies et les métriques d'évaluation pour les environnements simulés et physiques.
Intégration du logiciel et du matériel : une bibliothèque de tâches pratiques pour la mise en œuvre
Afin de garantir que la norme soit applicable au-delà de la théorie, l'équipe de développement a également mis en place une infrastructure de soutien robuste :
Bibliothèque de tâches exhaustive: une base de données contenant plus de 10 000 tâches de test a déjà été mise en place.
Scénarios variés: elle propose 300 types de tâches distincts, couvrant de manière exhaustive les principaux domaines d'application tels que les environnements industriels, domestiques, de vente au détail et logistiques.
Matrice d'outils: une suite complète d'outils de test a été développée, comprenant des solutions pour la collecte et la gestion des données, la génération de tâches de simulation et le calcul automatisé des métriques, ce qui améliore considérablement la praticité et l'automatisation de la norme.
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés











