HumanCLAW de Meta : les VLM échouent à contrôler un corps, meilleur InteractSR à 16,8 % pour Gemini-3.1

Meta et quatre universités publient HumanCLAW, un banc de 1 218 épisodes égocentriques (trouver, naviguer, s'asseoir) dans 41 maisons intérieures. Aucun VLM ne dépasse Gemini-3.1 à 16,8 % d'InteractSR ; Gemma-4-31B (11,1 %) devance GPT-5.5 (3,4 %) et Claude-4.8 (1,5 %). Le goulot n'est pas la perception (95 % de reconnaissance) mais la conscience corporelle : les modèles s'assoient dans le vide dans 58 % des échecs d'interaction.