Du 12 au 29 octobre 2025, le camp d'entraînement Embodied Intelligence « Leyun Embodied Intelligence · SparkEdu · Shanghai Jiao Tong University Station » s'est achevé avec succès. Il était organisé conjointement par l’École d’Ingénieurs Paris SJTU, Shanghai Jiao Tong University Student Innovation Center et DAMO Developer Matrix, et co-organisé par la Shanghai Jiao Tong University Artificial Intelligence Innovation Association.
S'appuyant sur la plateforme de développement robotique sans barrière et tout-en-un Leyun Embodied Intelligence Platform, développée par l'Alibaba DAMO Academy, le camp proposait un mélange unique d'« expériences pratiques + exploration en ligne ». Son objectif était de permettre aux étudiants de suivre un apprentissage et une pratique complets, de la formation aux modèles d'IA à l'interaction avec le monde physique, en utilisant uniquement « un ordinateur, un bras robotique peu coûteux et une connexion Internet stable » pendant leur temps libre.
Le camp a suscité l'enthousiasme de plus de 100 étudiants de SPEIT, de l'École d'Ingénierie Mécanique, de l'École d'Informatique et de l'École d'Intelligence Artificielle. Après une évaluation approfondie des parcours universitaires, des intérêts de recherche et de la diversité des niveaux scolaires, les organisateurs ont sélectionné 50 étudiants pour former 14 équipes qui ont participé à deux semaines d'exploration immersive et de pratique pratique de l'intelligence incarnée.
Lors de la cérémonie d'ouverture, trois experts techniques de DAMO ont donné des conférences. Ils ont fourni des informations accessibles sur l'évolution et les dernières avancées des grands modèles, aidant les étudiants à comprendre la logique fondamentale de l'IA. Par la suite, les experts ont détaillé l'architecture et les capacités de la plateforme de développement de l'intelligence incarnée Leyun, ont présenté les voies d'accès collaboratives dans le cloud et ont montré le flux de travail complet, de la collecte des données au déploiement des compétences, à travers des démonstrations pratiques. Les organisateurs ont également mis en place une plateforme de développement dédiée au SPEIT Student Innovation Center, offrant aux participants des environnements pratiques et un soutien technique.
Au cours des deux semaines que dura le projet, les participants ont tiré parti de l'architecture collaborative cloud-edge de la plateforme et des questions-réponses en temps réel de la communauté pour mener à bien des expériences de bout en bout, depuis la collecte de données et le réglage des modèles jusqu'au déploiement des compétences et à la validation sur des appareils réels, sous la supervision des experts techniques et des assistants pédagogiques de DAMO. Au final, quatorze équipes ont développé plus d'une douzaine de projets basés sur des modèles d'intelligence incarnée à grande échelle.
Au cours de la phase d'évaluation, les experts ont procédé à des évaluations approfondies basées sur des indicateurs clés tels que le « taux de réussite des compétences » et la « résistance aux interférences ». Parmi les projets qui se sont distingués, citons : « Bras robotique simulé pour les secours lors de catastrophes sismiques » (Zhou Junyu, Gui Tian'ai, Li Nan), « Bras robotique d'identification et de tri des blocs verts » (Wei Zhendong, Zhang Jiarong, He Junhao) et « Bras robotique de nettoyage de bureau » (Zhu Guangpu, Li Mingzhu, Gui Xiangyu) se sont distingués, remportant le « Prix de l'équipe exceptionnelle ». Ces réalisations démontrent pleinement les solides compétences en ingénierie, les capacités d'apprentissage agiles et les capacités d'innovation exceptionnelles des étudiants du SJTU.
La réussite de ce camp d'entraînement représente un effort de collaboration important entre SPEIT et le Centre d'innovation pour les étudiants universitaires afin de faire progresser l'intégration de l'IA et de l'enseignement de l'ingénierie. Son modèle innovant « lancement léger, pratique approfondie » répond non seulement aux besoins des étudiants qui souhaitent trouver un équilibre entre les études et l'innovation scientifique, mais réduit également de manière efficace les coûts en temps et en espace associés à l'enseignement traditionnel de la pratique de l'ingénierie, améliorant ainsi considérablement la durabilité et la valeur promotionnelle de l'activité.
À l'avenir, les étudiants du SPEIT continueront à développer leurs ressources, à perfectionner des projets innovants tels que l'intelligence incarnée et à créer des plateformes ouvertes plus accessibles et plus flexibles. Cela permettra à leurs pairs d'acquérir une expérience concrète, d'améliorer leurs compétences et d'ouvrir de nouvelles voies pour la convergence entre l'ingénierie et l'IA.
La DAMO Developer Matrix, lancée conjointement par l'Alibaba DAMO Academy et l'Internet Society of China, a été agréée par l'Union Internationale des Télécommunications (UIT) en tant que plateforme communautaire chinoise pour son initiative « AI for Good ». Cette communauté se concentre sur les orientations de pointe en matière d'IA, notamment les modèles fondamentaux, l'intelligence scientifique et l'intelligence incarnée. Elle s'engage à stimuler l'innovation technologique, à relier les applications industrielles et à favoriser un écosystème d'innovation ouvert et partagé qui intègre l'industrie et le monde universitaire. Elle a attiré la participation de 43 universités et 18 entreprises spécialisées dans l'IA dans 9 pays et régions.
Initiative clé de la DAMO Developer Matrix pour les scénarios éducatifs, « Leyun Embodied·SparkEdu » a pour objectif de « donner à chaque étudiant intéressé par l'IA et la robotique les moyens de donner vie à l'IA ». Grâce à son architecture collaborative cloud-edge, elle réduit les barrières techniques et permet aux apprenants de parcourir tout le cheminement, de la cognition à la création.
Commentaires des étudiants
Gui Tian'ai, SPEIT
Cette activité m'a permis de mieux comprendre intuitivement comment les agents intelligents accomplissent des tâches en interagissant avec leur environnement. La plateforme fournie par DAMO Academy est extrêmement bien conçue, permettant de suivre l'ensemble du processus étape par étape en ligne, de manière claire et efficace. La tâche de notre équipe consistait à programmer un bras robotisé pour qu'il retire d'abord un obstacle bloquant l'objet cible, puis qu'il saisisse la cible et la place dans une zone désignée, une conception simulant le processus de sauvetage des victimes lors d'opérations de secours après un tremblement de terre.
Les résultats finaux de la formation ont été excellents, le bras robotique exécutant des mouvements naturels et fluides sans aucun décalage. Cette expérience m'a permis de découvrir par moi-même le potentiel de l'intelligence incarnée dans des applications pratiques et d'approfondir ma compréhension de l'interaction étroite entre les algorithmes, la perception et l'exécution. Ce stage de formation a non seulement été une expérience scientifique passionnante, mais aussi une introduction importante à l'intelligence incarnée pour moi.
Li Mingzhu, École d'Ingénierie Mécanique
Le camp d'entraînement Embodied Intelligence, organisé conjointement par DAMO Developer Matrix et l'université Jiao Tong de Shanghai, a proposé un parcours technique pratique riche en enseignements concrets. J'ai pu explorer de manière fluide l'ensemble du processus, du traitement des données à l'entraînement des modèles, en passant par l'inférence sur des appareils réels.
Notre équipe s'est concentrée sur des scénarios pratiques de nettoyage de bureau, en concevant une solution à bras robotisé spécialement conçue pour saisir les corps de stylos et les placer dans des porte-stylos cylindriques, en mettant l'accent sur les capacités de manipulation de précision du bras robotisé. Après avoir affiné les paramètres de la plateforme, le modèle GR00T a non seulement réussi à saisir et à placer avec précision les corps de stylos, mais il a également démontré sa capacité de suivi et sa robustesse lorsqu'il était confronté à des corps de stylos en mouvement dans des environnements dynamiques. Ce projet m'a permis de mieux comprendre le processus de formation en trois étapes de LeroBot et a considérablement amélioré mes compétences en matière d'application pratique et de résolution de problèmes.
He Junhao, École d'Intelligence Artificielle
Notre équipe a accompli la tâche d'identifier et de trier des blocs verts, permettant ainsi au bras robotisé de reconnaître des objets et de prendre des décisions dans des environnements complexes. Grâce à la collecte de données et à la formation de modèles, j'ai personnellement assisté à l'ensemble du processus de transformation des « données » en « comportement intelligent », ce qui m'a permis de comprendre en profondeur comment des données précises confèrent aux machines la capacité de voir et de coordonner leurs mains et leur esprit. Cette expérience m'a non seulement familiarisé avec les processus de développement de l'intelligence incarnée, mais a également renforcé ma conviction que cette voie technique, de la perception à l'exécution, est la pierre angulaire de l'intégration future de la robotique dans de vastes domaines tels que l'industrie et la logistique.