NC AI dévoile un modèle de vision compact pour l'IA physique

Résultats des tests

L'évaluation reposait sur BLINK, ERIQ et ERQA. En mode de réponse standard, sans raisonnement détaillé, Vacky Vision 3B devance six modèles ouverts de 2 à 8 milliards de paramètres, dont des modèles Qwen d'Alibaba et de la famille Mistral. En mode de raisonnement pas à pas, il obtient 63,2 points, soit 14,8 de plus que les 48,4 de Ministral 3 8B Reasoning. L'entreprise précise que ces chiffres dépendent de conditions d'évaluation précises et n'impliquent pas une supériorité sur toutes les tâches.

Le modèle affiche aussi les meilleurs scores du panel sur ChartQA et TextVQA, ce que NC AI compte exploiter pour lire cadrans, plans et ordres de travail. Il traite huit images d'une vidéo de quatre secondes pour suivre mouvements et changements de position.

Version dédiée au soudage

NC AI a aussi entraîné « Vacky Vision 3B Weld », spécialisé dans le soudage. Lors de tests internes, la précision de classification est passée de 41,1 à 80,9, la détection de défauts et l'analyse de l'état de 39,3 à 69,8, et la localisation et la forme des soudures de 5,3 à 72,5. Il s'agit de résultats de référence, non de validations sur de vraies lignes de production.

L'entreprise affirme avoir bâti sur sa propre infrastructure un pipeline de pré-entraînement et de réglage fin en deux étapes. Elle développe avec Hanwha Ocean une IA pour robots soudeurs autonomes, mène avec POSCO DX des essais de robots humanoïdes et construit avec Hyundai Rotem un modèle du monde.

Elle prévoit d'ajouter de l'apprentissage par renforcement, d'embarquer le modèle comme module de perception, puis de l'étendre à un modèle vision-langage-action (VLA) capable de décider des actions. Son PDG, Lee Yeon-soo, juge ces modèles légers et performants indispensables à l'IA physique en temps réel.