La start-up sud-coréenne spécialisée en IA robotique RLWRLD a commercialisé RealDex1 (nom interne RLDX-1), un modèle de base conçu exclusivement pour les mains robotiques à haut degré de liberté (haut-DOF) — se positionnant comme une couche d'intelligence indépendante du matériel plutôt que comme un fabricant de robots.
L'annonce a été faite lors d'une interview détaillée avec Junghee Ryu, fondateur et PDG de RLWRLD, sur le podcast NEXT with John Koetsier. Nommée Technology Pioneer 2026 par le Forum Économique Mondial, l'entreprise affirme que la manipulation dextre reste le principal goulot d'étranglement et la dernière barrière en matière d'automatisation industrielle.
Pourquoi les mains à haut DOF sont-elles si difficiles à contrôler ?
Pendant des années, les préhenseurs industriels et les simples designs à deux doigts ont dominé l'automatisation d'usine. Mais à mesure que les humanoïdes passent des laboratoires aux lignes de production, la demande pour des mains à cinq doigts avec plus de 20 actionneurs actifs explose — et aucun système d'IA existant n'a été en mesure de les contrôler de manière fiable sur différentes plateformes matérielles.
M. Ryu indique que son équipe a rencontré plus de 200 dirigeants de l'industrie à travers l'Asie de l'Est, et que « presque toutes les entreprises ont déclaré avoir besoin d'une dextérité humaine ». Le problème ? Les approches d'IA existantes étaient conçues pour des préhenseurs à 1–2 DOF et s'effondrent lorsqu'elles sont étendues à des mains à cinq doigts de 22–24 DOF.
L'architecture de RealDex1 : un transformateur d'action à flux multiples
RealDex1 est un modèle de base pour le haut du corps qui adopte une approche fondamentalement différente du contrôle de la main :
- Architecture de transformateur d'action à flux multiples — intègre non seulement des données visuelles mais plusieurs flux physiques simultanément
- Fusion de données tactiles, de force et de couple — combine les capteurs tactiles des bouts des doigts et de la paume avec les données de couple et de force dans un même pipeline
- Modules de conscience du mouvement — suit le mouvement de l'objet en temps réel pendant la manipulation
- Capacité de mémoire étendue — nécessaire à la complexité de la coordination à haut DOF
Contrairement aux entreprises qui développent l'IA pour une seule plateforme robotique, RLWRLD affirme que son modèle fonctionne sur une grande variété de mains robotiques, prenant en charge à la fois les designs à tendons (comme Tesla Optimus et Figure) et les mains à entraînement direct (comme Shadow ou Wuji).
Une stratégie indépendante du matériel
RLWRLD teste actuellement des mains de grands fournisseurs aux États-Unis, en Chine, en Corée et au Japon. L'entreprise a co-conçu un avant-bras et un corps entier à tendons avec le fabricant d'humanoïdes coréen WIRobotics, mais se positionne principalement comme un fournisseur d'IA pour l'ensemble du secteur.
Cette approche indépendante du matériel fait écho à la stratégie de NVIDIA avec GR00T et au modèle Pi-0 de Physical Intelligence — mais RLWRLD se concentre exclusivement sur le sous-problème de la main et de la dextérité, que beaucoup considèrent comme la partie la plus difficile.
Collaboration sur les benchmarks avec NVIDIA
M. Ryu a confirmé que RLWRLD travaille avec NVIDIA pour définir des normes de mesure de la dextérité et établir un benchmark de tests. Cela s'inscrit dans une tendance plus large de l'industrie vers des benchmarks standardisés à mesure que les modèles de manipulation se multiplient.
L'entreprise est également impliquée dans l'initiative OpenHand, qui promeut des normes ouvertes en robotique — un contraste notable avec les écosystèmes fermés de plus en plus courants dans le secteur des humanoïdes.
Pourquoi c'est important
Si RealDex1 tient sa promesse de dextérité manuelle humaine inter-plateformes, cela pourrait :
- Raccourcir la mise sur le marché des humanoïdes — le contrôle de la main est largement cité comme le principal goulot d'étranglement technique
- Réduire les coûts d'intégration — les fabricants de robots pourraient acheter la dextérité en tant que service plutôt que de la développer en interne
- Accélérer le déploiement en usine — la manipulation dextre ouvre des tâches d'assemblage, d'emballage et de contrôle qualité actuellement hors de portée des robots
- Créer une alternative aux acteurs à intégration verticale — comme Tesla Optimus et Figure, qui développent à la fois le matériel et l'IA
La question plus large est de savoir si un modèle d'IA spécialisé sur les seules mains peut surpasser les modèles VLA généralistes (comme GR00T N2 et Pi-0) qui gèrent le contrôle de l'ensemble du corps. Le débat « spécialisé contre généralisé » se joue à chaque couche de la pile de l'IA incarnée — et les mains dextres en sont le terrain d'essai le plus critique.
