Un article CSDN décrit comment Pigey a fait passer le taux de réussite réel de la politique robotique π0.5 de 16,7% à 97,3% sans entraîner les poids du modèle. Pour les équipes en IA incarnée, l'intérêt réside moins dans le chiffre que dans le flux de travail implicite : une adaptation sans réentraînement complet pourrait réduire fortement les coûts d'itération et les délais de déploiement. C'est important pour les startups et laboratoires qui ne peuvent pas financer de grands cycles de fine-tuning pour chaque nouvel environnement. La source reste unique et non évaluée par les pairs. À lire comme un signal directionnel : l'adaptation légère ou sans entraînement devient un axe concurrentiel en robotique. À suivre : reproductions, publications open source et gains sur d'autres plateformes.
Un article CSDN rapporte que Pigey a porté le taux de réussite réel de la politique robotique π0.5 de 16,7% à 97,3% sans entraîner les poids. Si c'est reproductible, c'est un signal fort pour une adaptation moins coûteuse en IA incarnée.