Embodied-Reasoner: ZJU, CAS et Alibaba publient un modèle de raisonnement surpassant OpenAI o1

Percée open-source dans le raisonnement incarné

Une équipe conjointe de l'Université du Zhejiang, de l'Institut de logiciel de l'Académie chinoise des sciences (CAS) et de DAMO Academy d'Alibaba Group a publié Embodied-Reasoner, un modèle de raisonnement incarné multimodal entièrement open-source.

Dépassant les géants de l'industrie

Dans des évaluations sur 809 cas de test dans AI2-THOR, Embodied-Reasoner (7B) a atteint :

• 80,96% de taux de réussite contre 71,73% (OpenAI o1), 56,55% (o3-mini), 67,70% (Claude-3.7)
• 55,07% d'efficacité de recherche
• 86,30% d'exhaustivité des tâches
• 54,29% sur les tâches composites multi-étapes

Pipeline de formation en trois étapes

1. Apprentissage par imitation sur 9 300 trajectoires synthétisées
2. Auto-exploration par échantillonnage par rejet
3. Auto-correction par ajustement par réflexion

Validation dans le monde réel

L'équipe a validé Embodied-Reasoner dans des tâches réelles de recherche d'objets.

Disponibilité ouverte

Embodied-Reasoner est disponible en versions 2B et 7B paramètres.

Article : arXiv:2503.21696 | Code : https://github.com/zwq2018/embodied_reasoner