Robotique

Peau électronique, main robotique et ultrasons sous-marins : Mova montre qu’il innove

À l'occasion d'un salon technologique organisé à Berlin, le constructeur de robotique Mova a présenté sa feuille de route baptisée « The AI MOVAment », consacrée aux robots domestiques. L'entreprise y dévoile plusieurs innovations destinées à repousser les limites physiques actuelles de ces machines : une peau électronique pour améliorer la perception tactile, une main robotique conçue pour une manipulation plus fine et agile des objets, ainsi qu'une technologie de connectivité par ultrasons adaptée aux environnements sous-marins. Ces avancées s'attaquent à un verrou central de la robotique de service, à savoir la capacité d'un robot à interagir avec un environnement domestique imprévisible, à saisir des objets fragiles et à percevoir finement son entourage au-delà de la simple caméra. La peau électronique et la main robotique visent directement les usages d'assistance à domicile, un marché que de nombreux constructeurs jugent stratégique à mesure que les robots compagnons se rapprochent du grand public. La technologie sous-marine, plus inattendue pour un acteur du domestique, laisse entrevoir une diversification vers des applications industrielles ou maritimes, là où les ondes radio classiques sont inopérantes. Cette présentation intervient alors que la robotique grand public connaît une accélération portée par les progrès de l'intelligence artificielle appliquée à la perception et au contrôle moteur. De nombreux constructeurs multiplient les démonstrations dans les grands salons occidentaux pour asseoir leur crédibilité technologique. En misant simultanément sur le toucher, la préhension et la connectivité sous-marine, Mova cherche à se distinguer par la diversité de son portefeuille technologique, sans préciser à ce stade de calendrier de commercialisation.

Motional et le MIT expliquent les décisions des voitures autonomes

Motional, l'entreprise de conduite autonome soutenue par Hyundai, et des chercheurs du Computer Science and Artificial Intelligence Laboratory (CSAIL) du MIT ont mis au point un système capable d'expliquer en temps réel les décisions prises par une voiture autonome. Les travaux, publiés dans la revue Nature, associent la PDG de Motional, Laura Major, à une équipe du MIT. Baptisé Concept-Wrapper Network (CW-Net), le système traduit les calculs internes du réseau de neurones de conduite en concepts compréhensibles par un humain, comme « véhicule à l'arrêt en approche » ou « proximité d'un cycliste », affichables sur un tableau de bord. Contrairement à des explications générées après coup sous forme de texte plausible mais pas toujours fidèle, CW-Net fonde directement la décision finale du véhicule sur ces concepts interprétables, ce que l'équipe qualifie de « causalement fidèle ». Le système a été testé sur un véhicule autonome équipé d'un opérateur de sécurité, sur piste privée puis sur route ouverte autour de Las Vegas, avec une version expérimentale du logiciel de planification de Motional. Cette approche s'attaque directement au problème de la « boîte noire » qui freine la confiance dans les véhicules autonomes : lorsqu'une voiture freine brusquement sans raison apparente, ni le conducteur ni les passagers ne peuvent aujourd'hui savoir pourquoi. Deux incidents relevés pendant les essais illustrent l'intérêt du dispositif. Dans le premier, le véhicule s'arrêtait systématiquement près d'un cône de signalisation ; après son retrait, la voiture s'est arrêtée quand même, et CW-Net a révélé que le système hallucinait la présence d'un véhicule arrêté, un biais retracé jusqu'aux données d'entraînement. Dans le second cas, le véhicule s'est arrêté pour un cycliste, mais CW-Net a montré que cette décision ne reposait pas réellement sur la détection du cycliste : le freinage provenait en fait d'un système de sécurité de secours, et non du planificateur expérimental fondé sur l'apprentissage profond. Pour Laura Major, ces résultats illustrent les limites d'une approche tout-en-un fondée uniquement sur le deep learning, capable d'atteindre 80 à 95 % de fiabilité mais insuffisante pour retirer un conducteur du véhicule ou gagner la confiance des villes et des usagers. Explorée jusqu'ici surtout en simulation, l'intelligibilité des systèmes d'IA embarqués sort ainsi du laboratoire pour être confrontée à la route réelle. Motional reconnaît qu'ajouter des couches d'explicabilité comporte un coût potentiel en vitesse et en performance, un compromis que l'entreprise cherche à mesurer alors qu'elle affine son système en vue d'un déploiement plus large.

Robots humanoïdes et Big Data : les défis d’infrastructure derrière l’investissement de SoftBank dans 1X

SoftBank négocie actuellement le rachat d'une participation majoritaire dans 1X Technologies, start-up norvégienne spécialisée dans les robots humanoïdes, pour une valorisation avoisinant les 6 milliards de dollars. Ce montant reste toutefois inférieur aux 10 milliards de dollars que 1X espérait initialement lever, selon les informations rapportées par The Information le 27 août 2026. La société, déjà soutenue par l'OpenAI Startup Fund et par le fonds Tiger Global, intéresse le groupe japonais quelques mois seulement après son acquisition de la filiale robotique du géant industriel ABB, opération conclue pour 5,4 milliards de dollars. Cette double manœuvre confirme l'accélération des investissements de SoftBank dans le secteur des agents autonomes et des machines capables d'évoluer dans des environnements physiques complexes. Au-delà de l'assemblage mécanique, l'intérêt stratégique de 1X réside dans sa capacité à gérer d'immenses volumes de données en continu. Les robots de l'entreprise reposent sur une approche dite d'IA incarnée, où des réseaux de neurones multimodaux apprennent directement sur le terrain, par imitation et par renforcement. Leurs capteurs optiques, lidars et récepteurs kinesthésiques génèrent un flux ininterrompu de vidéos et de données de télémétrie spatiale, bien plus volumineux que celui des objets connectés classiques. Pour les industriels, cela signifie repenser entièrement la collecte, le filtrage et l'annotation de ces données afin d'entraîner des modèles de fondation visio-linguistiques toujours plus précis. La qualité des gestes exécutés par ces machines dépend directement de la robustesse des pipelines d'ingestion, ce qui transforme la donnée en véritable enjeu de compétitivité industrielle, au même titre que le matériel lui-même. Cette course technologique se heurte cependant à des contraintes physiques concrètes : un simple délai de transmission réseau peut provoquer une collision ou un arrêt d'urgence du robot. Les entreprises doivent donc privilégier l'inférence locale, via l'Edge AI, pour garantir une réactivité immédiate, tout en synchronisant régulièrement ces machines avec un cloud hybride chargé de réentraîner les modèles à partir des données collectées sur le terrain. Cette logique, déjà illustrée par le projet GR00T de Nvidia et sa plateforme de jumeaux numériques Omniverse, dessine une architecture à deux vitesses combinant traitement local et centralisation analytique. L'opération envisagée par SoftBank illustre ainsi un basculement plus large du secteur : la bataille pour la robotique autonome ne se joue plus seulement sur la mécanique ou l'intelligence artificielle embarquée, mais sur la capacité des entreprises à bâtir des infrastructures de données capables de faire progresser des flottes entières de machines en temps réel.

Meta teste des robots dans ses datacenters : vers la fin des techniciens humains ?

Meta expérimente des robots dans plusieurs de ses centres de données américains pour effectuer des tâches jusqu'ici réservées aux techniciens humains, comme brancher des câbles, redémarrer des serveurs ou déplacer du matériel. Selon des employés actuels et anciens du groupe, plusieurs fournisseurs sont impliqués dans ces tests, dont Watney Robotics, Kinova et ABB. Le site d'Altoona, dans l'Iowa, plus grand centre de données de Meta, joue un rôle pilote dans cette stratégie : le maire Dean O'Connor y voit un site pilote systématiquement, ce qui a validé y est ensuite déployé ailleurs. Depuis juin, deux robots Watney à double bras y testent des opérations de câblage sous supervision humaine, plus lents que les techniciens mais jugés prometteurs. D'autres machines sont déjà en service en Iowa et en Virginie, notamment un modèle à roues équipé d'un lecteur de codes-barres pour la gestion des stocks et le diagnostic de pannes. À New Albany, dans l'Ohio, le nouveau campus Prometheus accueille aussi des robots ABB à quatre roues, dotés d'une plateforme élévatrice et d'un bras à six axes, pour déplacer des pièces. Cette automatisation inquiète une partie du personnel : un technicien estime qu'une automatisation réussie pourrait, à terme, absorber jusqu'à 80 % du travail actuellement réalisé par certains postes, et les discussions en interne à Altoona seraient devenues particulièrement pessimistes. L'enjeu dépasse Meta puisqu'il touche à l'avenir des emplois de maintenance technique dans un secteur, celui des infrastructures cloud et IA, en pleine expansion aux États-Unis. Meta refuse de commenter précisément ses expérimentations, mais son porte-parole Francis Brennan assure que l'entreprise investit massivement dans la formation et le recrutement, évoquant un manque de main-d'œuvre qualifiée face au boom des infrastructures. Le groupe a lancé un programme de formation gratuite, destiné à des milliers de personnes chaque année, aux métiers de l'électricité, de la mécanique et de la plomberie, avec des perspectives d'embauche dans plusieurs États. Cette robotisation s'inscrit dans une vision affichée depuis un an par Eric Xu, responsable de la robotique chez Meta, qui présente l'objectif non comme un remplacement des humains mais comme un moyen d'accélérer les interventions, de surveiller les installations et de réaliser de la maintenance préventive. La technologie reste toutefois loin d'être mature à grande échelle : Helen Oleynikova, PDG d'Exclaim Robotics, souligne que le secteur multiplie les prototypes et démonstrations sans solution réellement éprouvée. Les limites techniques sont nombreuses, à l'image des caméras fonctionnant en niveaux de gris, incapables de distinguer un voyant vert d'un voyant rouge, ce qui oblige encore à envoyer un humain vérifier certaines pannes. Les robots peinent aussi à négocier des virages ou à franchir les câbles au sol, restent lents selon deux sources internes, et nécessitent des arrêts pour recharger leur batterie. Meta avait même envisagé d'utiliser des drones avant d'abandonner cette piste, signe que la voie vers des centres de données largement automatisés reste encore semée d'obstacles.

Hugging Face dévoile Microduck, un robot bipède open source de 25 cm à 399 dollars, entraîné par apprentissage par renforcement

Pollen Robotics, l'équipe de robotique basée à Bordeaux et intégrée à Hugging Face, a ouvert le 27 août 2026 les précommandes de Microduck, un robot bipède de 25 cm de haut, 14 cm de large et moins de 800 grammes, vendu 399 dollars avec livraison promise avant Noël. L'appareil embarque 15 moteurs répartis entre les jambes, le cou et la tête, un bec articulé capable de ramasser des objets au sol, une caméra frontale, un lidar compact sous forme de matrice de temps de vol 8x8, deux centrales inertielles (une dans le corps, une dans la tête), des microphones, un haut-parleur, deux antennes NFC, ainsi que le Wi-Fi et le Bluetooth. Le calcul embarqué repose sur un processeur Rockchip RK3566 avec accélérateur IA, 1 Go de RAM et 32 Go de stockage, alimenté par une batterie amovible NP-F550 de 2600 mAh offrant environ une heure d'autonomie. Dès la sortie de la boîte, sept mouvements entraînés sont disponibles via une manette de jeu fournie : marcher, s'asseoir et se relever, donner un coup de pied, saisir un objet, faire du patin à roulettes et se redresser après une chute. Le robot ne parle pas, mais génère sa propre identité vocale au premier démarrage et la conserve ensuite définitivement. La particularité de Microduck tient moins au matériel qu'à sa méthode d'entraînement, entièrement publique sur GitHub : chaque mouvement est une politique de réseau de neurones entraînée par apprentissage par renforcement dans un simulateur physique, puis exportée vers le robot réel. Cette transparence change la donne pour les développeurs et chercheurs en robotique, qui peuvent reproduire, modifier ou étendre les comportements du robot sans dépendre d'une démonstration marketing invérifiable. Pollen indique qu'une démarche de marche exploitable s'obtient en une à deux heures sur GPU CUDA avec 4096 environnements simulés en parallèle, et propose une alternative sans GPU local via Hugging Face Jobs. Le logiciel est publié sous licence Apache 2.0, ce qui ouvre la voie à une communauté élargie autour de la robotique bipède low-cost, même si les fichiers de conception mécanique et électronique restent fermés. Microduck fait suite à Reachy Mini, déjà écoulé à plus de 10 000 exemplaires, mais en inverse la philosophie : conçu pour tomber et se relever plutôt que pour rester sagement posé sur un bureau. Le réalisme du transfert simulation vers réel repose sur une modélisation fine des actionneurs Dynamixel XL330 selon le modèle BAM M6, incluant frottements et jeu mécanique, plutôt qu'un simple contrôleur idéal, avec une randomisation poussée de la tension, des délais et de la friction. Un référentiel de treize tâches d'entraînement a été publié, et l'annonce a été portée par Thomas Wolf, cofondateur de Hugging Face.

💬 Un robot qui apprend à marcher en simulation avant de poser une patte dans le monde réel, et dont tout le code d'entraînement est public sur GitHub, ça change la donne pour qui bricole de la robotique sans budget labo. 399 dollars, 15 moteurs, une heure d'autonomie, bon, sur le papier c'est un jouet, mais l'important c'est ailleurs : Pollen Robotics prouve qu'on peut publier une méthode d'entraînement reproductible plutôt qu'une démo marketing invérifiable. Reste que le hardware, lui, reste fermé, donc parlons pas encore d'un robot vraiment open source, juste d'un logiciel qui l'est.

Les robots battent les records humains : notre corps devient-il obsolète ?

Lors des deuxièmes World Humanoid Robot Games, organisés à Pékin du 22 au 26 août 2026, le robot humanoïde chinois Tiangong Ultra a bouclé le 100 mètres en 8,64 secondes en finale, devançant le record du monde masculin d'Usain Bolt établi à 9,58 secondes. La machine avait débuté la compétition avec un temps de 9,39 secondes, avant de descendre à 8,86 secondes en demi-finale puis à 8,64 secondes en finale, selon les résultats rapportés par Reuters. Sur 400 mètres, Tiangong Ultra a réalisé 38,15 secondes, très loin devant le record humain de 43,03 secondes détenu par le Sud-Africain Wayde van Niekerk. Sur 1 500 mètres, la meilleure performance robotique de l'événement est descendue à 2 minutes 21,64 secondes, alors que le record humain masculin se situe à 3 minutes 26 secondes. Au saut en hauteur sans élan, les humanoïdes ont atteint 3,40 mètres. L'événement, relayé également par le quotidien officiel chinois People's Daily, a rassemblé 2 056 robots et 666 équipes venues de 16 pays, sur 51 épreuves différentes. Ces performances marquent, pour la première fois, un dépassement net des meilleures références humaines dans des disciplines athlétiques classiques par des machines à forme humanoïde. Il ne s'agit pas de records homologués par World Athletics : les robots concourent selon leurs propres règles et conditions, distinctes de celles de l'athlétisme humain, ce qui rend certaines comparaisons directes, comme celle du saut en hauteur sans élan, difficilement transposables. Mais le signal envoyé à l'industrie robotique et aux observateurs de l'intelligence artificielle est net : la maîtrise mécanique et algorithmique de la locomotion bipède progresse à une vitesse qui dépasse largement les gains obtenus par l'entraînement humain sur des décennies, avec des implications potentielles pour la logistique, la sécurité industrielle ou les usages militaires où la vitesse et l'endurance physique comptent. L'ampleur du progrès en un an seulement illustre le rythme de cette évolution. Lors de la première édition des Jeux en 2025, Tiangong Ultra avait remporté le 100 mètres en 21,50 secondes, contre 8,64 secondes en 2026, soit un gain de 12,86 secondes. Sur 400 mètres, le chrono est passé de 1 minute 28,03 secondes à 38,15 secondes, et sur 1 500 mètres de 6 minutes 34,40 secondes à 2 minutes 21,64 secondes. Au saut en hauteur sans élan, les robots sont passés de moins d'un mètre à 3,40 mètres. Cette trajectoire, portée par la Chine comme vitrine de sa filière robotique, alimente déjà les spéculations sur les prochaines éditions des Games et sur la vitesse à laquelle d'autres capacités physiques humaines pourraient être rattrapées, voire dépassées, par les machines.

💬 Le 100m sous les 9 secondes par une machine, c'est un cap symbolique, mais ne confonds pas ça avec un record homologué : les robots jouent selon leurs règles, sur leur terrain. Ce qui compte, c'est le delta d'une édition à l'autre, 21 secondes à 8,64 en un an, une courbe de progrès que le corps humain ne peut pas suivre par définition. La vraie question n'est pas "l'humain peut-il courir plus vite", c'est "où la Chine compte-t-elle déployer cette vitesse" : entrepôt, usine, ou terrain militaire.

Les robots font le show aux Jeux olympiques… mais ils peinent encore à accomplir cette tâche

Pékin a accueilli fin août 2026 la deuxième édition des Jeux mondiaux de robots humanoïdes, une compétition qui a nettement changé d'échelle par rapport à sa première édition. Alors que celle-ci réunissait environ 500 machines dans 25 disciplines, cette nouvelle édition a rassemblé plus de 2 000 robots répartis dans 50 épreuves. Le règlement impose que chaque concurrent possède un corps humanoïde complet, torse, deux bras, deux jambes, ainsi qu'une source d'énergie intégrée, sans aucun câble externe pour limiter ses mouvements. La moitié des épreuves reprennent les codes olympiques classiques : athlétisme, football, boxe, haltérophilie. Le sprint a livré les résultats les plus spectaculaires, avec deux robots dépassant le record mondial du 100 mètres d'Usain Bolt, fixé à 9,58 secondes, l'un d'eux établissant un temps de 9,39 secondes. Sur 400 mètres, un robot a couru en 39,7 secondes, battant largement les références humaines de 43,03 secondes chez les hommes et 47,60 secondes chez les femmes. En parallèle, des épreuves moins médiatisées portaient sur des tâches pratiques : trier des livres, entretenir un jardin, réaliser des travaux de maçonnerie ou attraper des haricots à la pince. Ce contraste entre exploits sportifs et tâches domestiques révèle où se situe réellement le niveau d'avancement de la robotique humanoïde aujourd'hui. Les images de robots battant des records olympiques circulent massivement sur les réseaux sociaux et alimentent l'idée que ces machines seraient sur le point d'intégrer les foyers et les usines. Or les épreuves pratiques montrent que des gestes triviaux pour un humain, comme vider un lave-vaisselle, restent extrêmement complexes pour un robot, qui doit identifier chaque objet, calculer la force à appliquer, anticiper son déplacement puis s'adapter au moindre imprévu. Pour l'industrie, cet écart signifie que l'autonomie domestique ou l'usage en entrepôt et en usine reste un horizon plus lointain que ne le suggèrent les vidéos virales, ce qui a des implications directes sur les investissements et les calendriers de commercialisation annoncés par les fabricants. Cette compétition s'inscrit dans la stratégie chinoise visant à s'imposer comme leader mondial de la robotique humanoïde, dans un contexte de concurrence internationale croissante avec les acteurs américains et européens du secteur. Les organisateurs cherchent, à travers des épreuves hybrides mêlant sport et tâches du quotidien, à mesurer les progrès réels des machines au-delà de l'effet de démonstration. La prochaine étape pour les constructeurs consistera à combler l'écart entre performance physique brute, comme la vitesse de course, et les capacités de perception, de décision fine et de manipulation nécessaires à une véritable autonomie dans des environnements non contrôlés, condition indispensable avant toute adoption à grande échelle dans les foyers ou les entreprises.

Physical AI : comment les modèles fondateurs affranchissent la robotique du mur de la data

Le laboratoire de robotique Generalist, fondé en 2024 par Pete Florence, Andy Zeng et Andrew Barry, vient d'atteindre une valorisation de 3 milliards de dollars après avoir levé près de 200 millions de dollars supplémentaires sous la conduite du fonds 8VC. Ce complément de financement, annoncé le 26 août 2026, prolonge une Série B de 400 millions de dollars menée par Radical Ventures en juin, portant le montant total réuni à environ 600 millions de dollars. L'entreprise compte parmi ses soutiens Nvidia, Bezos Expeditions et la chercheuse Fei-Fei Li. Son modèle phare, baptisé Gen 1.5, permet à un robot d'apprendre une nouvelle tâche à partir d'une simple démonstration vidéo de 3 à 12 secondes, sans réentraînement lourd ni programmation spécifique au cas par cas. Cette avancée change concrètement la donne pour les industriels. Jusqu'ici, l'automatisation physique exigeait un codage manuel complexe et de longues heures de téléopération pour chaque nouvelle tâche, ce qui rendait les déploiements coûteux et rigides face aux variations des lignes de production. Avec des modèles capables de généraliser un mouvement observé sur vidéo, les équipes techniques peuvent ajuster le comportement d'une machine en quelques minutes plutôt qu'en plusieurs semaines, sans mobiliser de spécialistes en science des données. Le modèle de Generalist est en outre conçu pour interagir avec différents bras robotiques, préhenseurs et capteurs déjà présents dans les usines et entrepôts, évitant aux entreprises de remplacer leur parc matériel existant. Pour les directeurs industriels et informatiques, cela signifie des déploiements plus agiles et un retour sur investissement nettement accéléré. Cette percée s'inscrit dans l'essor plus large de la Physical AI, qui vise à transposer à la robotique la logique des grands modèles de langage. Le problème est que ces derniers s'entraînent sur des exaoctets de texte disponibles sur le web, alors que la robotique manquait cruellement de données d'interaction réelles avec le monde physique. Les foundation models comme Gen 1.5 contournent cet obstacle en apprenant directement à partir de vidéos humaines et de représentations physiques multimodales, en s'appuyant notamment sur une architecture de type Flow Matching censée garantir la stabilité des modèles sur des équipements hétérogènes. Le transfert du virtuel vers le réel reste toutefois un défi de recherche actif, selon des travaux publiés sur ResearchGate. Avec le soutien d'investisseurs comme Nvidia et de figures telles que Fei-Fei Li, Generalist se positionne parmi les acteurs les plus dotés de cette nouvelle vague de start-up misant sur la robotique généraliste comme prochaine grande frontière de l'intelligence artificielle après les modèles de langage.

💬 Trois milliards de valo et pourtant l'idée derrière est simple : au lieu de coder chaque geste, tu montres une vidéo de 12 secondes et le robot généralise. C'est exactement le pari de la Physical AI, transposer aux bras robotiques ce que le texte a fait pour les LLM, sauf que là il manquait la data et Gen 1.5 attaque ce trou-là frontalement. Reste que le sim-to-real reste un mur de recherche actif, pas un problème résolu, donc les levées à neuf chiffres financent surtout un pari, pas encore un produit qui tourne partout en usine.

SoftBank en discussions pour racheter une part majoritaire du fabricant de robots humanoïdes 1X, valorisé à 6 milliards de dollars

SoftBank négocie l'acquisition d'une participation majoritaire dans 1X Technologies, entreprise de robotique humanoïde soutenue par OpenAI, pour une opération qui valoriserait la startup à environ 6 milliards de dollars, selon des sources proches du dossier. Fondée il y a douze ans, 1X développe des robots humanoïdes au corps souple destinés à assister les particuliers dans les tâches domestiques. À l'automne dernier, la société avait tenté de lever 1 milliard de dollars sur la base d'une valorisation de 10 milliards de dollars, mais n'était parvenue à réunir que moins de la moitié de cet objectif, selon deux personnes informées de cette levée de fonds. Cet investissement de SoftBank renforcerait les ambitions du conglomérat japonais dans le secteur de la robotique, un domaine où il multiplie les paris depuis plusieurs années. Pour 1X, l'opération apporterait surtout les ressources financières nécessaires pour déployer ses robots à domicile, un marché encore largement inexploré et techniquement exigeant, où la sécurité, la fiabilité et l'acceptabilité auprès du grand public restent des obstacles majeurs. L'écart entre l'objectif initial de 10 milliards et la valorisation de 6 milliards évoquée aujourd'hui illustre aussi un ajustement des attentes des investisseurs face à la difficulté de transformer les promesses de la robotique humanoïde en produits commercialement viables. Cette opération s'inscrit dans une compétition mondiale intense autour des robots humanoïdes, où des acteurs comme Tesla, Figure AI ou des groupes chinois investissent massivement pour concevoir des machines capables d'accomplir des tâches physiques dans des environnements non structurés, à commencer par le foyer. SoftBank, déjà connu pour ses investissements passés dans Boston Dynamics et sa société Pepper, cherche à consolider sa position dans ce secteur jugé stratégique pour la prochaine décennie. Le soutien d'OpenAI à 1X ajoute une dimension supplémentaire, liant les progrès de l'intelligence artificielle générative aux ambitions de la robotique incarnée, un axe de développement que plusieurs grands groupes technologiques considèrent désormais comme la prochaine frontière après les modèles de langage.

💬 L'écart entre les 10 milliards visés à l'automne et les 6 milliards d'aujourd'hui, c'est ça le vrai signal : les investisseurs commencent à faire la différence entre une démo qui impressionne et un robot capable de tourner chez toi sans surveillance. SoftBank continue de miser gros sur l'humanoïde après Boston Dynamics et Pepper, mais ce deal ressemble plus à un ajustement de valorisation qu'à une victoire. Le robot domestique reste le vrai Graal du secteur (sécurité, fiabilité, acceptation par le grand public), et pour l'instant personne n'a vraiment craqué ce problème, même avec le soutien d'OpenAI derrière.

Aux jeux mondiaux de robots humanoïdes, des coureurs battent des records et s'enflamment

Des vidéos devenues virales montrent des robots humanoïdes pulvériser le record du 100 mètres détenu par Usain Bolt lors de la deuxième édition des World Humanoid Robot Games, organisée à Pékin du 22 au 26 août. Mais ces mêmes images révèlent aussi les limites de la technologie : plusieurs robots sprinteurs, incapables de s'arrêter correctement, percutent des barrières et s'effondrent au sol. Certains se brisent même au niveau de la taille dans une gerbe d'étincelles, et d'autres prennent feu. Après une première édition en 2025, cette compétition organisée par les médias d'État chinois et la municipalité de Pékin a de nouveau mis les machines à l'épreuve sur des épreuves spectaculaires : course, kung-fu, chorégraphies de danse, combats de kickboxing, football et tennis de table. Nouveauté cette année, les robots ont également été testés sur des tâches domestiques plus banales, comme laver et étendre du linge, des exercices où ils sont apparus nettement plus lents que des humains. Cet événement illustre le double visage actuel de la robotique humanoïde : des performances brutes impressionnantes dans des tâches contrôlées et répétitives, mais une fragilité persistante dès qu'il s'agit de gérer l'imprévu, comme freiner en pleine course, ou d'accomplir des gestes fins du quotidien. Pour l'industrie, ce contraste est révélateur des défis qui restent à résoudre avant une adoption commerciale à grande échelle, que ce soit dans l'industrie, la logistique ou l'assistance domestique. Le choix d'ajouter des épreuves pratiques comme le linge montre aussi que les organisateurs cherchent désormais à mesurer une utilité concrète, au-delà du seul spectacle. Cet événement s'inscrit dans une stratégie plus large de la Chine, qui pousse activement le développement de sa filière robotique et cherche à démontrer son avance technologique face à la concurrence internationale, notamment américaine. En mettant en scène ces compétitions très médiatisées, les autorités et les médias d'État chinois entendent aussi attirer investisseurs et talents vers un secteur jugé stratégique. Les échecs spectaculaires, aussi viraux que les exploits, rappellent cependant que la marge entre démonstration et robot réellement fiable pour un usage quotidien reste importante, et que la compétition entre fabricants chinois de robots humanoïdes ne fait que commencer.

💬 Sprinter et onze secondes plus tard s'effondrer en gerbe d'étincelles, ça résume bien où en est la robotique humanoïde chinoise. Battre Usain Bolt en ligne droite c'est facile, freiner sans se briser en deux c'est autre chose, et c'est justement ça que personne n'arrive à vendre pour l'instant. La vraie info c'est l'ajout du linge à étendre : le jour où ces jeux mesureront la vitesse sur une tâche domestique plutôt que le chrono du 100 mètres, on saura que l'industrie a arrêté de faire du spectacle pour de vrai.

Les robots compagnons IA comblent le manque de lien humain dans les foyers modernes

Depuis 2017, une première génération de robots compagnons a tenté de recréer une présence humaine dans les foyers, avec des appareils dotés de personnalité, capables de se déplacer, de plaisanter et de répondre à la voix. Limités à de simples commandes vocales et à des fonctions restreintes, la plupart ont fini abandonnés sur une étagère une fois la nouveauté passée, et la fermeture des serveurs de certaines entreprises a même été vécue par leurs propriétaires comme la perte d'un animal de compagnie. L'entreprise Ollobot mise désormais sur ce qu'elle appelle une intelligence douce, incarnée par son robot familial OlloNi SS1, conçu non plus pour impressionner mais pour rester présent au quotidien. Selon les chiffres cités, le marché mondial des compagnons dotés d'intelligence artificielle était évalué à 36,8 milliards de dollars en 2025, et devrait atteindre 48 milliards de dollars en 2026 avant de grimper à 318 milliards de dollars d'ici 2033, soit une croissance annuelle moyenne de 31 % sur la période. Cette évolution répond à un problème social documenté : près d'un adulte âgé sur trois vit seul sans compagnie quotidienne, et les enfants dont les parents ont migré pour travailler, confiés à des proches, présentent un risque de solitude 2,5 fois plus élevé que ceux vivant avec leurs parents. Des schémas similaires, moins visibles, touchent aussi les professionnels actifs vivant seuls en milieu urbain. Les outils existants, appels vidéo, enceintes connectées ou messageries, servent surtout à programmer des échanges entre personnes déjà proches, sans créer de présence continue. Le OlloNi SS1 vise justement à combler cet écart en s'adressant à trois profils distincts : les personnes âgées isolées, pour qui la détection de chutes et l'interaction proactive limitent le besoin de sollicitations familiales répétées ; les enfants de parents éloignés, avec un enregistrement de vie perçu comme moins intrusif qu'une caméra de surveillance classique ; et les actifs urbains, à qui le robot offre une présence sociale ambiante sans exigence de leur part. Le secteur des robots compagnons se transforme ainsi en profondeur, passant d'appareils réactifs, qui n'agissaient que sur commande vocale, à des systèmes proactifs capables de surveiller une pièce via caméras et micros pour détecter les émotions et engager spontanément l'interaction. La conception, autrefois centrée sur les fonctionnalités, privilégie désormais le ressenti émotionnel qu'elle procure, un défi technique plus exigeant mais plus fidèle à l'usage réel des utilisateurs. Les marques les plus avancées ne vendent plus un simple objet mais un écosystème connecté, intégrant logiciel et accès à distance dès la conception, une orientation qui pourrait redéfinir la manière dont les foyers gèrent l'isolement social dans les années à venir.

J'ai passé une journée dans un "carnaval" de robots à Shanghai : ce que j'y ai vu

Des familles ont afflué ce week-end dans un « carnaval » de robots organisé par un centre de recherche et développement à la périphérie de Shanghai, en Chine, à l'occasion d'un jour férié. Ce site industriel héberge plus de 100 entreprises spécialisées dans la recherche, le développement, la fabrication et la commercialisation de technologies robotiques. Sur place, un robot-chien miniature a fait sensation auprès des enfants en tentant des figures acrobatiques, tandis que des robots quadrupèdes télécommandés s'affrontaient dans une bataille de billes d'eau sous les acclamations du public. Dans la tente principale, un robot humanoïde vêtu d'un haut scintillant a exécuté une démonstration de boxe ivre, un style d'arts martiaux chinois, pendant qu'un autre effectuait un salto avant devant une foule en délire scandant « encore, encore, encore ». L'entreprise DexForce y présentait un modèle capable de préparer du café, tandis qu'un autre stand montrait des bras robotiques pliant des t-shirts. Selon les chiffres cités, près de 90 % des plus de 13 000 robots humanoïdes à deux bras et deux jambes livrés dans le monde l'an dernier ont été fabriqués en Chine. Cet engouement public reflète une stratégie nationale délibérée : intégrer l'intelligence artificielle dans des systèmes physiques, un concept appelé « IA incarnée », constitue un axe central du dernier plan quinquennal chinois. Pour Yang Duan, chef de produit chez DexForce, ces machines peuvent « libérer les gens du travail physique et des corvées répétitives ». En multipliant les vitrines spectaculaires, comme ces carnavals ou les marathons de robots bipèdes organisés à Beijing, les entreprises chinoises cherchent à familiariser le grand public avec des machines dont l'adoption reste freinée ailleurs par des problèmes de sécurité liés à leur poids et à leur équilibre bipède, ainsi que par des prix élevés et une autonomie de batterie limitée. Ce type d'exposition grand public sert autant de test en conditions réelles que d'opération de communication destinée à construire l'acceptabilité sociale de ces machines avant leur déploiement massif. Cette effervescence intervient alors que de nombreux experts en robotique restent sceptiques sur la pertinence de la forme humanoïde comme modèle optimal, préférant parfois des architectures spécialisées, comme les robots capables de transporter des charges lourdes ou d'inspecter des canalisations d'égout également exposés lors de l'événement. Malgré ces réserves techniques, les industriels chinois poursuivent leurs investissements et multiplient les démonstrations publiques, des centres commerciaux aux attractions touristiques de plusieurs villes du pays. La compétition mondiale sur l'IA incarnée s'annonce donc autant industrielle que culturelle, la Chine misant sur une adoption précoce et visible pour consolider son avance dans un secteur encore naissant mais jugé stratégique pour les décennies à venir.

Le robot humanoïde XPENG IRON attire un financement record dans l'IA physique

XPENG a annoncé une levée de fonds de plus de 900 millions de dollars pour sa filiale d'intelligence artificielle physique, valorisant l'unité à 6,3 milliards de dollars. Ce tour de table, conclu via des accords d'achat d'actions avec plusieurs investisseurs, vise à accélérer le développement du robot humanoïde IRON. Le constructeur chinois de véhicules électriques affirme qu'il s'agit de la plus importante levée de fonds privée en un seul tour dans l'industrie chinoise de l'IA physique, tant par le montant que par la valorisation obtenue. IDG Capital a mené l'opération, avec la participation de Gaorong Ventures, tandis que Tencent et Alibaba rejoignent le tour en tant qu'investisseurs stratégiques. XPENG conservera le contrôle de sa division robotique, qui restera consolidée dans les comptes du groupe. He Xiaopeng, président et directeur général de XPENG, a souligné les douze années d'investissement en recherche et développement intégré ayant permis à l'entreprise de bâtir les fondations technologiques de cette ère de l'IA physique, entre modèle fondationnel du monde physique, puces Turing et infrastructure IA maison. Cette opération intervient alors que l'action XPENG a chuté de plus de 7% le jour de l'annonce et affiche un recul de 51% sur douze mois, le constructeur faisant face à une concurrence croissante en Chine de la part de rivaux locaux et de Tesla, sur le marché domestique comme à l'international. Le contraste entre la valorisation de 6,3 milliards de dollars accordée à la division robotique et la chute continue du cours de l'action illustre la conviction des investisseurs que l'IA physique et la robotique humanoïde représentent un relais de croissance distinct, potentiellement plus prometteur que l'activité automobile traditionnelle. Pour l'industrie, ce financement confirme l'émergence de la Chine comme pôle majeur d'investissement dans les robots humanoïdes commerciaux, aux côtés des acteurs américains, et pourrait accélérer la course à la production de masse de ces machines destinées à terme à des usages domestiques, industriels ou commerciaux. Le robot IRON, au cœur de cette stratégie, repose sur une structure en treillis flexible entièrement fermée conçue en interne, offrant 76 degrés de liberté sur l'ensemble du corps et 21 par main pour une dextérité élevée. Il embarque jusqu'à 2 250 TOPS de puissance de calcul répartie sur trois puces Turing développées par XPENG, lui permettant d'exécuter localement son modèle fondationnel d'IA physique avec une faible latence d'inférence. L'entreprise applique à la fabrication de robots les standards de qualité et les processus de production développés pour ses véhicules électriques, dans l'optique d'atteindre une échelle de production comparable à celle de l'automobile. XPENG prévoit d'entrer en production de masse d'ici fin 2026, avec un déploiement initial dans ses propres magasins et campus, avant des livraisons commerciales en Chine et à l'international prévues pour 2027. Les fonds levés serviront aussi à renforcer les dispositifs d'intéressement des cadres dirigeants et des équipes travaillant sur la robotique, ainsi qu'à financer l'expansion commerciale hors de Chine.

💬 Six milliards de dollars pour la filiale robotique pendant que l'action XPENG s'effondre de moitié en un an, ça dit tout sur où les investisseurs pensent que se joue la vraie bataille. Bon, sur le papier, IRON coche toutes les cases, 76 degrés de liberté, puces maison, mais entrer en production de masse fin 2026 c'est autre chose que faire tourner une démo. Reste que Tencent et Alibaba qui montent au capital, ça change le narratif : la Chine ne rattrape plus les humanoïdes américains, elle finance sa propre course en parallèle.

GEN-1.5 de Generalist AI : un modele de fondation pour robots qui apprend une nouvelle tache a partir d'une seule demonstration de 3 a 12 secondes

Generalist AI a dévoilé GEN-1.5, un modèle fondation pour robots capable d'apprendre une nouvelle tâche physique à partir d'une seule démonstration de 3 à 12 secondes de données sensorimotrices, insérée dans une fenêtre de contexte de 30 secondes. Sans mise à jour de gradient ni fine-tuning, le robot exécute alors la tâche directement. Sur dix tâches de manipulation variées, cet apprentissage en un coup, dit "physical prompting", atteint en moyenne 59% de réussite (écart-type de 10 points) avec le seul modèle pré-entraîné. Dix pas de gradient sur cinq minutes de données par tâche, soit environ 50 démonstrations, font grimper ce taux à 83% (écart-type de 9 points). Dans un cas extrême, un seul pas de gradient sur une minute de données a permis d'atteindre 66,5% de réussite sur une tâche inédite, sans réglage spécifique des hyperparamètres. GEN-1.5 est un modèle multimodal traitant vidéo, capteurs, langage et proprioception, produisant des trajectoires d'action à 100 Hz, entraîné en continu depuis plus de huit mois sur des données d'interaction physique collectées dans des foyers, entrepôts et usines. Il s'agit pour l'instant d'une publication de recherche: aucun poids public, aucune API, aucune tarification, l'accès passant uniquement par un partenariat direct avec Generalist AI. Cette avancée est significative car l'adaptation des politiques robotiques nécessitait jusqu'ici des dizaines de milliers de pas de gradient. Ici, dix pas suffisent à faire évoluer les poids du modèle de moins de 0,15% sur des tâches inédites, ce qui suggère que le fine-tuning reconfigure des connaissances déjà acquises plutôt qu'il n'en construit de nouvelles. Generalist AI y voit un équivalent, pour la robotique, du moment GPT-3, où l'apprentissage en contexte était apparu sans avoir été conçu comme objectif d'entraînement. Pour l'industrie, cela laisse entrevoir des robots capables d'apprendre nombre de tâches sur site, à partir de démonstrations filmées, sans passer par des cycles longs et coûteux de collecte de données puis de réentraînement, ce qui pourrait accélérer le déploiement de robots polyvalents en entrepôt ou à domicile. Le contexte est celui d'une course entre laboratoires de robotique à produire des modèles fondation généralistes, capables de transférer des compétences d'une tâche à l'autre comme les grands modèles de langage transfèrent des connaissances entre domaines. Generalist AI met en avant plusieurs capacités de transfert obtenues avec GEN-1.5: la généralisation compositionnelle, qui permet d'enchaîner deux démonstrations indépendantes en un seul comportement continu avec des mouvements de transition inédits; le transfert simulation vers réel, où une démonstration entièrement simulée sert de guide au robot réel alors que le pré-entraînement ne contenait aucune donnée simulée; et l'imitation humain vers robot, où une personne démontre le geste de ses propres mains devant les caméras du robot, qui le reproduit ensuite avec ses propres pinces. Ces résultats, bien que limités à des tâches courtes et simples selon l'entreprise elle-même, ouvrent la voie à des suites: extension à des tâches plus longues, ouverture progressive de l'accès au-delà des partenariats directs, et concurrence accrue avec d'autres acteurs de la robotique fondation qui cherchent eux aussi à réduire la dépendance aux données d'entraînement massives.

Vidéo : ce robot humanoïde chevauche… un cheval robotisé à Pékin

À Pékin, la Conférence mondiale sur la robotique 2026 a mis en scène une image inattendue : un robot humanoïde chevauchant un robot quadrupède conçu comme un cheval mécanique. L'engin, baptisé Qiji X1, a été développé par DaxAI Robotics, une entreprise pékinoise fondée autour de 2025 par Wang Kun, avec Xu Wenqiang comme cofondateur et directeur technique, fort d'une expérience en intelligence artificielle. Le Qiji X1 se présente comme un robot quadrupède pilotable, équipé de quatre pattes articulées remplaçant roues et chenilles, d'une selle et d'un guidon frontal permettant à un passager de le diriger. Selon DaxAI Robotics, l'appareil pourrait transporter jusqu'à 300 kilogrammes, soit environ 660 livres. Lors des démonstrations organisées à Pékin le 23 août 2026, largement relayées en vidéo sur les réseaux sociaux, le robot avançait encore lentement et avec prudence, mais suffisamment pour capter l'attention des visiteurs présents à l'événement. Cette démonstration illustre un axe de recherche en plein essor dans la robotique chinoise : remplacer les systèmes de locomotion classiques par des pattes articulées capables de franchir des obstacles inaccessibles aux véhicules à roues. L'enjeu dépasse l'anecdote spectaculaire : si les robots à pattes progressent en stabilité et en autonomie, ils pourraient à terme transporter des personnes ou du matériel sur des terrains accidentés, en montagne, en zone sinistrée ou sur des chantiers difficiles d'accès, là où motos et véhicules tout-terrain montrent leurs limites. Pour l'industrie, cela confirme aussi l'intérêt croissant porté à des plateformes robotiques hybrides, combinant capacités de transport et pilotage humain direct, un segment encore largement expérimental mais qui attire l'attention des fabricants chinois en quête de nouveaux débouchés commerciaux. Le Qiji X1 n'était toutefois pas la seule attraction de la conférence pékinoise. L'événement a également braqué les projecteurs sur les robots humanoïdes, avec plusieurs fabricants chinois présentant des machines capables de marcher, danser et reproduire divers mouvements humains, signe d'une compétition technologique intense entre entreprises du secteur en Chine. Ce contexte s'inscrit dans une stratégie plus large de la Chine visant à s'imposer comme un leader mondial de la robotique, entre humanoïdes destinés à l'industrie ou aux services et plateformes quadrupèdes expérimentales comme celle de DaxAI Robotics. Pour l'instant, le cheval robotisé reste un prototype de démonstration, loin de remplacer une voiture, une moto ou un vélo, mais il illustre la direction que plusieurs acteurs chinois cherchent à donner à la mobilité robotique dans les années à venir.

JO des robots 2026 : ce robot humanoïde tient tête à une ex-star chinoise au tennis

Un robot humanoïde développé par la société chinoise Galbot a affronté l'ancienne joueuse de tennis professionnelle Zheng Jie lors des World Humanoid Robot Games, organisés à Pékin. Face à des coups droits, revers, lobs et amorties variés par son adversaire, la machine a su se déplacer sur toute la largeur du court, ajuster sa position et renvoyer la balle, y compris après une chute où elle s'est retrouvée sur le dos avant de se relever seule en quelques secondes pour reprendre l'échange. Galbot affirme que ses services ont dépassé les 100 km/h et que le robot a réalisé plus de 100 échanges consécutifs face à des joueurs humains, sans aucune téléopération : la machine suivait la balle, choisissait ses coups et ajustait ses déplacements en temps réel. L'entreprise revendique le premier match autonome de tennis humanoïde diffusé en direct, ainsi qu'un nouveau record mondial dans cette discipline naissante, les robots ayant aussi disputé des matchs en double aux côtés de champions humains. Cette démonstration marque une étape notable pour la robotique humanoïde, car le tennis exige une combinaison de compétences bien plus exigeante que la marche ou la course : suivre un objet se déplaçant à grande vitesse, anticiper sa trajectoire, frapper au bon moment tout en conservant l'équilibre, et réagir en temps réel aux choix tactiques d'un adversaire humain. La capacité du robot à se relever seul après une chute, sans intervention humaine, illustre des progrès concrets en matière de perception, de contrôle moteur et de récupération d'équilibre, des briques technologiques qui dépassent largement le cadre du sport et concernent directement les usages industriels, logistiques ou domestiques envisagés pour les humanoïdes. Pour l'industrie, cela renforce l'argument selon lequel ces machines s'approchent d'une polyvalence motrice proche de celle des humains, un enjeu clé pour justifier les investissements massifs dans ce secteur. Cette compétition s'inscrit dans la vague d'événements sportifs dédiés aux robots humanoïdes qui se multiplient en Chine, le pays cherchant à s'imposer comme leader mondial de cette industrie face aux États-Unis. Les World Humanoid Robot Games de Pékin ont déjà mis en scène des courses à très haute vitesse, et cette incursion sur le court de tennis élargit le champ des démonstrations à des sports nécessitant finesse et réactivité plutôt que seulement puissance brute. Galbot, acteur chinois spécialisé dans les robots humanoïdes, s'ajoute ainsi à une liste croissante de constructeurs, dont Unitree, qui utilisent ces vitrines pour prouver la maturité de leurs machines. Si l'écart avec un véritable professionnel du circuit ATP ou WTA reste important, ces démonstrations répétées alimentent les ambitions d'une robotique humanoïde capable, à terme, de s'illustrer dans des environnements dynamiques et imprévisibles, bien au-delà des terrains de sport.

💬 Un robot qui se relève seul après une chute et reprend l'échange, c'est ça la vraie news, pas le score contre Zheng Jie. La motricité de récupération, c'est la brique qui manquait pour sortir l'humanoïde de l'usine et le mettre dans des environnements imprévisibles, l'entrepôt, la maison, la rue. Reste que la Chine multiplie ces vitrines sportives pour une raison précise : convaincre les investisseurs avant même de convaincre les usages, et ça, ça ne se voit pas au ralenti sur une balle de tennis.

Tout savoir sur Aletta : le premier robot qui pourrait bientôt automatiser la prise de sang

La Food and Drug Administration américaine a accordé une autorisation de mise sur le marché à Aletta, présenté comme le premier robot autonome capable de réaliser des prises de sang en ambulatoire. Le dispositif combine une imagerie proche infrarouge et une échographie Doppler intégrée pour repérer précisément une veine adaptée dans le bras du patient. Une fois la cible identifiée, la machine enchaîne seule la pose du garrot, l'insertion de l'aiguille, le prélèvement, le retrait de l'aiguille puis l'application d'un pansement, une séquence de gestes jusqu'ici entièrement assurée par un soignant. La procédure reste toutefois initiée et surveillée par un professionnel qualifié, et le cadre réglementaire américain actuel autorise un seul soignant à superviser jusqu'à trois appareils Aletta en simultané. La FDA précise avoir fondé sa décision sur des essais cliniques mesurant directement le taux de réussite des prélèvements, des résultats jugés équivalents, voire supérieurs, à ceux obtenus par un phlébotomiste expérimenté. Cette autorisation marque une étape notable pour la robotisation des soins courants, car la prise de sang figure parmi les actes médicaux les plus fréquents au monde et concerne des millions de patients chaque année. Michelle Tarver, directrice du Centre des dispositifs et de la santé radiologique de la FDA, a souligné que la pénurie croissante de phlébotomistes qualifiés provoque déjà des retards de prise en charge dans certaines structures. En permettant à un même soignant de superviser plusieurs robots à la fois, Aletta pourrait théoriquement augmenter le débit de prélèvements dans les cabinets très fréquentés et réduire les temps d'attente, sans pour autant supprimer la présence humaine sur place. L'enjeu dépasse le simple gain de productivité : il touche à la capacité des systèmes de santé occidentaux à absorber une demande croissante avec des effectifs paramédicaux sous tension. Le contexte est celui d'une pénurie durable de personnel de santé spécialisé aux États-Unis, qui pousse les régulateurs à évaluer plus favorablement les technologies d'automatisation médicale, à condition qu'elles s'appuient sur des données cliniques solides plutôt que sur une simple démonstration technique. La FDA n'a toutefois communiqué aucune date précise de déploiement commercial d'Aletta dans les cabinets ambulatoires, laissant son calendrier concret encore incertain. Le dispositif a par ailleurs déjà été évoqué en usage dans des hôpitaux européens selon des publications récentes sur les réseaux sociaux, ce qui suggère un déploiement international parallèle. Reste à voir si les équipes médicales et les patients accepteront cette nouvelle organisation du soin, et si les performances annoncées se confirmeront à grande échelle.

💬 Aletta, ça change vraiment la donne, pas parce que le robot pique mieux qu'un phlébotomiste (les essais montrent juste l'équivalence), mais parce qu'un seul soignant peut en superviser trois en même temps. C'est ça le vrai coup : la FDA valide un modèle de supervision multiple, pas juste une machine. Reste que sans date de déploiement annoncée, on est encore loin des cabinets bondés du quotidien.

Les robots vivent leur ère GPT-2

Lors de la conférence sur la robotique Actuate, qui a réuni cette semaine à San Francisco environ 1200 fondateurs, développeurs et ingénieurs, plusieurs démonstrations ont montré les progrès encore modestes de la robotique dotée d'intelligence artificielle. Chelsea Finn, professeure d'informatique et de génie électrique à Stanford et cofondatrice de la startup Physical Intelligence, y a projeté une vidéo d'un bras robotique préparant seul un latte, un geste lent mais applaudi par la salle, même si un humain devait encore faire mousser le lait. Elle a comparé ce stade de la robotique à celui des grands modèles de langage juste après la sortie de GPT-2 par OpenAI en 2019. Le dernier modèle de Physical Intelligence exécute déjà, sans réentraînement spécifique, des tâches limitées comme plier du linge ou des boîtes en carton grâce à deux bras munis de pinces. Cette comparaison est significative: elle suggère que la robotique généraliste pourrait bientôt connaître son propre "moment ChatGPT", où les machines deviendraient largement utiles et fiables au quotidien comme dans l'industrie. Pour l'instant, les robots restent maladroits face à des tâches simples comme démêler des câbles ou couper des légumes, ce qui explique pourquoi l'industrie, pourtant gonflée de capitaux de risque, célèbre la moindre avancée. Réussir cette transition pourrait transformer des secteurs entiers, de la logistique à la restauration en passant par les services, avec des conséquences directes sur l'organisation du travail et l'emploi. Le contraste que souligne Chelsea Finn est révélateur: des robots baristas fonctionnent déjà, par exemple à l'aéroport de San Francisco, mais ils reposent sur du code logiciel classique conçu pour une tâche précise, et non sur un modèle d'IA unique entraîné pour accomplir plusieurs missions différentes, comme celui de Physical Intelligence. C'est justement cette bascule vers des modèles généralistes, capables de s'adapter à de nouvelles tâches sans réentraînement complet, que chercheurs et investisseurs considèrent comme l'étape décisive à venir. Selon Finn, la robotique fondée sur l'IA en est donc au stade des balbutiements des grands modèles de langage, avec l'espoir que la trajectoire fulgurante des LLM depuis 2019 se reproduise dans le monde physique.

💬 Bon, sur le papier la comparaison avec GPT-2 est maligne, mais ne t'emballe pas : entre GPT-2 et ChatGPT il s'est écoulé trois ans et des dizaines de milliards de dollars, et là on parle de bras robotiques qui galèrent encore à couper une carotte. Ce qui compte vraiment dans cette démo, c'est le glissement d'un modèle par tâche vers un seul modèle généraliste qui s'adapte sans réentraînement, exactement le saut qui a transformé le NLP en 2022. Reste à voir si la courbe de progrès du monde physique suit celle du texte, parce que manipuler un objet réel coûte nettement plus cher à apprendre qu'un token.

La Chine a créé un capteur qui permet aux robots de sentir les objets sans les toucher

Des chercheurs chinois de l'université Xidian ont mis au point un capteur à champ électrique permettant à un robot d'identifier un objet avant tout contact physique. Le dispositif, présenté par Zhang Weiqiang, professeur à Xidian, s'inspire du fonctionnement des anguilles électriques, capables de générer un champ électrique autour de leur corps pour repérer proies et obstacles dans l'eau trouble. Le capteur reproduit ce principe grâce à une surface en fluoropolymère chargée, qui agit comme une réserve d'électricité statique conservant sa charge sur une longue période et générant un champ électrique stable en l'absence d'objet à proximité. Dès qu'une cible entre dans ce champ, elle en modifie la forme, et c'est cette perturbation que le capteur mesure pour en déduire la conductivité électrique, les propriétés diélectriques, la forme géométrique et la distance de l'objet, sans nécessiter le moindre contact. L'intérêt principal de cette technologie tient à sa capacité à fonctionner là où la vision par caméra échoue. Poussière, fumée, obscurité ou mauvaise visibilité rendent souvent les systèmes optiques inefficaces, tandis que des matériaux transparents comme le verre restent difficiles à détecter pour une caméra classique. Un capteur à champ électrique contourne ces limites en s'appuyant sur les propriétés physiques des matériaux plutôt que sur la lumière réfléchie. Le métal, bon conducteur, provoque une forte perturbation du champ, tandis que des matériaux comme le plastique, le verre ou le bois, moins conducteurs mais polarisables, produisent des signatures différentes. Cette approche ouvre la voie à des applications dans les robots industriels, les systèmes de manipulation fine d'objets fragiles ou complexes, et potentiellement certaines prothèses, où la capacité à anticiper la nature d'un objet avant de le toucher peut améliorer la précision des gestes et réduire les risques de casse ou de blessure. Cette innovation s'inscrit dans une recherche plus large sur les modes de perception robotique alternatifs à la vision, un domaine où la Chine investit fortement à travers ses universités, dont Xidian s'est imposée comme un acteur actif en ingénierie électronique et robotique. Le développement reste toutefois à un stade préliminaire : Zhang Weiqiang lui-même reconnaît que la portée maximale du capteur n'est pas encore clairement établie, et que l'influence de facteurs environnementaux comme l'humidité ou la température sur la fiabilité des mesures doit encore être étudiée. Avant d'envisager des applications commerciales, l'équipe devra donc valider la robustesse du dispositif dans des conditions réelles variées et déterminer dans quelle mesure il peut être combiné à d'autres capteurs, notamment optiques ou tactiles, pour offrir aux robots une perception environnementale plus complète et fiable.

💬 Un capteur qui repère un objet avant même de le toucher, en s'inspirant des anguilles électriques, ça sort enfin du registre gadget-labo. La vraie force, c'est de fonctionner là où la caméra abandonne : fumée, poussière, verre transparent, tout ce qui plante la vision classique. Reste que le chercheur lui-même admet ne pas connaître la portée max du capteur ni son comportement en humidité ou en température, donc pour l'instant c'est un labo qui a une belle idée, pas encore un robot qui bosse en usine.

Tesla prépare le lancement en août de sa Cybercab, un robotaxi sans volant

Tesla a informé ses employés qu'un lancement public du Cybercab, son premier véhicule conçu sans volant ni pédale de frein, est imminent. Selon des personnes proches du dossier, l'entreprise dirigée par Elon Musk vise un déploiement public dès ce mois d'août à Austin, au Texas, ville qui sert déjà de terrain d'essai pour son service de VTC autonome Robotaxi. Ces dernières semaines, Tesla a multiplié les préparatifs concrets: essais routiers, trajets proposés à des employés sur routes privées, et sessions de formation organisées avec les services d'urgence locaux, signe que le calendrier se resserre autour d'une mise en service imminente. L'enjeu dépasse le simple calendrier produit. Le Cybercab incarne le pari le plus radical de Tesla dans la conduite autonome: un véhicule pensé dès sa conception pour fonctionner sans intervention humaine, sans les commandes traditionnelles qui équipent encore les Model 3 et Model Y utilisées actuellement dans le service Robotaxi. Sa mise en circulation testerait grandeur nature la confiance des autorités et du public envers une automobile où aucun conducteur ne peut reprendre la main en cas d'urgence, un cap symbolique pour toute l'industrie du véhicule autonome. Ce lancement s'inscrit dans la course que se livrent Tesla et des concurrents comme Waymo, filiale d'Alphabet, sur le marché naissant des robotaxis américains. Tesla a lancé son service Robotaxi à Austin en juin 2025 avec des véhicules classiques modifiés, sous supervision humaine à distance. Le Cybercab, dévoilé en 2024, doit marquer l'étape suivante: un modèle produit en masse, sans commandes manuelles, dont le succès ou l'échec à Austin conditionnera l'expansion vers d'autres villes américaines.

💬 Le détail qui compte ici, c'est "sans volant ni pédale de frein" : pour la première fois Tesla retire physiquement la solution de repli humaine, pas juste dans le logiciel. Si ça roule proprement à Austin, ça vaut plus que dix démos de robotaxi avec chauffeur de sécurité planqué au volant. Mais un lancement en douce sur routes privées avec des employés, c'est pas encore un feu vert des autorités, faut pas confondre calendrier interne et validation réglementaire.

World Labs transforme une seule tâche robotique réelle en des milliers de variations simulées pour l'entraînement

World Labs, startup fondée par la chercheuse en intelligence artificielle Fei-Fei Li, a présenté un nouveau moteur de simulation destiné à l'entraînement de robots. Le système part d'une seule tâche effectuée dans le monde réel et la décline en milliers de variantes simulées, ce qui permet de multiplier les scénarios d'apprentissage sans répéter physiquement chaque essai. Les modèles ainsi entraînés en environnement virtuel ont ensuite été déployés directement sur cinq plateformes robotiques différentes, où ils ont fonctionné pendant une heure chacune de façon totalement autonome, sans intervention humaine. Cette approche s'attaque à l'un des principaux goulots d'étranglement de la robotique moderne: la collecte de données d'entraînement dans le monde physique, lente, coûteuse et difficile à diversifier. En générant des milliers de variations à partir d'un seul exemple réel, World Labs cherche à réduire fortement le temps et les ressources nécessaires pour préparer un robot à des tâches nouvelles. Si la méthode tient ses promesses, elle pourrait accélérer le déploiement de robots capables de s'adapter à des environnements variés, un enjeu central pour les entreprises qui veulent automatiser des tâches en entrepôt, en usine ou à domicile, où les conditions ne sont jamais identiques d'un cas à l'autre. World Labs a été fondée par Fei-Fei Li, figure reconnue de l'intelligence artificielle pour ses travaux sur ImageNet et pour son rôle à Stanford, où elle codirige l'Institute for Human-Centered AI. La startup s'était jusqu'ici concentrée sur la génération de mondes virtuels et la modélisation spatiale, un terrain qui rejoint naturellement les besoins de simulation en robotique. Le transfert du simulateur vers le monde réel reste néanmoins un défi classique du secteur: les comportements appris en environnement contrôlé ne se généralisent pas toujours aux situations imprévisibles du quotidien. World Labs reconnaît elle-même que la robustesse de son système face à des tâches plus complexes reste encore à démontrer.

💬 Le vrai goulot d'étranglement en robotique n'a jamais été les modèles, c'est la collecte de données physiques, lente et chère. Là, une seule tâche réelle démultipliée en milliers de variantes simulées, déployée en autonomie totale sur cinq robots pendant une heure chacun, c'est du concret, pas juste une démo qui tourne trois fois en labo. Reste que World Labs le dit elle-même : sur des tâches plus complexes, personne ne sait encore si ça tient.

Dyna Robotics présente Dyna-2, un modèle monde-action entraîné sur 1 million d'heures de vidéos humaines

Dyna Robotics a présenté Dyna-2, un nouveau modèle "monde-action" destiné à la manipulation robotique, entraîné sur plus d'un million d'heures de vidéos humaines filmées à la première personne, soit l'équivalent d'environ 170 années d'expérience humaine continue à l'état éveillé. L'entreprise a annoncé le 10 août 2026 que ses robots de première génération, Dyna-1, fonctionnent déjà en production dans des hôtels, des restaurants et des laveries automatiques. Pour construire Dyna-2, l'équipe a testé une échelle de données allant de 1 000 à 1 000 000 d'heures, en conservant des proportions identiques entre les sources, afin d'isoler l'effet du volume de données sur les performances. Le modèle repose sur une architecture mixte de transformeurs adossée à un système de diffusion vidéo, où les flux vidéo et action sont traités séparément mais s'attendent mutuellement, avec un apprentissage par "flow matching". Contrairement à Dyna-1, aucun poids téléchargeable, API publique ou licence n'a été annoncé pour Dyna-2 : le déploiement passe uniquement par l'achat d'une cellule robotique Dyna, pas par un hébergement local. Cette annonce s'attaque à un verrou central de l'apprentissage robotique : la rareté des données étiquetées en actions, qui nécessitent une téléopération coûteuse à produire. En démontrant qu'une vidéo humaine ordinaire, non annotée, peut faire progresser les performances d'un robot sur des tâches qu'il n'a jamais vues, Dyna Robotics ouvre une voie de contournement à ce goulot d'étranglement. Concrètement, l'entreprise vise des opérateurs de services de taille moyenne et des entreprises multi-sites avec des tâches de manipulation répétitives et stationnaires, comme le débarrassage de plateaux, le tri de kits de premiers secours, la construction de sacs de linge, le service de nourriture à la louche, le nouage de cordes ou la récupération ciblée de boissons dans un réfrigérateur. Les secteurs visés sont l'hôtellerie, la blanchisserie commerciale, la restauration, l'assemblage léger et le nettoyage de locaux. Ce n'est en revanche pas une solution pour les développeurs individuels ou les laboratoires de recherche cherchant une inférence locale. Les résultats chiffrés étayent la thèse d'un effet d'échelle : l'erreur quadratique moyenne sur données humaines suit une loi de puissance (R²=0,919), et cette loi se transfère aux données robotiques inédites, testées en zéro apprentissage sur 39 tâches réparties sur deux plateformes bimanuelles stationnaires YAM, avec une inflexion des performances observée entre 10 000 et 100 000 heures de données. Autre enseignement clé : le débruitage vidéo conjoint bat systématiquement l'apprentissage centré uniquement sur l'action, sur les 39 tâches testées, et l'ajout de vidéos sans étiquette d'action, à volume d'actions fixe, fait chuter l'erreur de 0,340 à 0,120. Ces résultats renforcent l'idée que la vidéo humaine à grande échelle pourrait devenir un levier majeur pour la généralisation des robots à de nouveaux environnements, un enjeu suivi de près par l'ensemble de l'industrie de la robotique appliquée.

Mitsubishi se lance aussi dans les robots humanoïdes et vise 1 000 unités par mois

Mitsubishi Motors a signé le mois dernier un protocole d'accord avec Highlanders, une jeune pousse issue de l'Université de Tokyo, pour développer des robots humanoïdes destinés à ses lignes de production. Le constructeur japonais vise une cadence pouvant atteindre 1 000 unités par mois, produites dans son ancienne usine de moteurs thermiques de Kyoto, avec un début de production en série envisagé dès l'année prochaine si le projet respecte le calendrier prévu. Le premier modèle, baptisé HL Human, dispose de 19 degrés de liberté et d'actionneurs électriques censés reproduire des mouvements proches de ceux d'un être humain. Il s'appuie sur l'intelligence artificielle pour analyser son environnement, planifier ses déplacements et communiquer avec les opérateurs en langage naturel. Mitsubishi ne prévoit pas de commercialiser ces machines dans l'immédiat : elles serviront d'abord dans ses propres installations industrielles. Cette annonce illustre l'accélération d'une course industrielle mondiale vers les robots humanoïdes de production, dans laquelle Tesla, Hyundai, Figure AI et désormais Xpeng, qui vise elle aussi 1 000 unités mensuelles pour son robot IRON, se disputent le terrain. Pour Mitsubishi, l'enjeu dépasse le simple effet de mode : le groupe capitalise sur des décennies d'expertise en automatisation industrielle pour se positionner comme acteur de poids sur un marché en pleine expansion, plutôt que comme simple suiveur. L'idée que ces robots participent eux-mêmes, à terme, à la fabrication des futurs modèles produits sur le site montre une ambition de boucle industrielle où humains et machines travaillent de concert, potentiellement pour répondre aux tensions sur la main-d'œuvre et réduire les coûts de production. Selon Takao Kato, président-directeur général de Mitsubishi Motors, cette collaboration doit renforcer durablement l'expertise du groupe en robotique humanoïde. Le choix de transformer l'usine de moteurs thermiques de Kyoto n'est pas anodin : il symbolise la bascule d'un site historiquement dédié aux motorisations classiques vers la fabrication de robots, reflet plus large de la mutation des constructeurs automobiles traditionnels vers des acteurs technologiques diversifiés. Ce virage s'inscrit dans un contexte où plusieurs grands noms de l'industrie, confrontés à la maturité du marché automobile et à la concurrence chinoise, cherchent de nouveaux relais de croissance dans la robotique et l'IA embarquée. Reste à savoir si Mitsubishi parviendra à concrétiser cet objectif de 1 000 unités mensuelles, un chiffre ambitieux que d'autres acteurs comme Xpeng peinent eux aussi encore à atteindre, et si ces robots resteront cantonnés à un usage interne ou seront un jour proposés à d'autres industriels.

💬 Mille unités par mois dans une ancienne usine de moteurs thermiques, c'est le détail qui compte : Mitsubishi ne parie pas sur la robotique en marge, il reconvertit littéralement ses lignes automobiles pour ça. Le vrai signal du moment, c'est que Tesla, Hyundai, Figure, Xpeng et maintenant Mitsubishi visent tous le même chiffre rond de 1000 unités mensuelles, ce qui sent moins la coïncidence que l'objectif industriel qu'aucun n'a encore atteint. Reste à voir qui franchit la ligne en premier, parce que pour l'instant c'est surtout une course d'annonces.

Ce robot de Hyundai garde l’équilibre même sur un navire en pleine mer

Hyundai Motor Group a annoncé avoir réalisé un essai inédit avec MobED, un robot autonome capable de se déplacer sur un navire en pleine mer sans perdre l'équilibre. Le test a eu lieu en Corée du Sud, à bord du navire polyvalent HYUNDAI DUBAI. Malgré les vibrations continues, les ponts irréguliers, les rampes et les seuils propres à un bateau en mouvement, le robot a suivi son itinéraire avec précision : il a roulé en ligne droite, négocié des virages, changé de vitesse et mémorisé plusieurs parcours. Dans les vastes zones de chargement, MobED a fonctionné en totale autonomie ; seuls les passages les plus étroits ont nécessité une reprise en main à distance par des opérateurs humains. Présentée fin 2025, la plateforme repose sur un système exclusif de roues indépendantes dont la hauteur s'ajuste automatiquement pour garder l'ensemble stable, même sur des bordures, rampes ou terrains accidentés. Sa version Pro embarque un LiDAR, des caméras et une navigation assistée par intelligence artificielle, ainsi qu'un mode « suivez-moi » pour transporter du matériel aux côtés d'un utilisateur. Cette prouesse technique vise un objectif très concret : réduire l'exposition des marins aux tâches les plus dangereuses. Les inspections des cales de cargaison fermées exposent en effet les équipages à des risques de manque d'oxygène ou de présence de gaz toxiques. En confiant ces missions à un robot capable d'embarquer caméras, outils d'inspection ou modules de transport, Hyundai espère limiter les accidents humains dans ce type d'environnement confiné. Autre atout mis en avant par le groupe : le dispositif ne nécessite aucune modification des navires existants, ce qui facilite en théorie son adoption rapide par les compagnies maritimes sans investissement lourd en infrastructure. Ce test s'inscrit dans une stratégie plus large de Hyundai, qui ne limite pas les ambitions de MobED au seul secteur maritime. Le groupe, déjà présent dans la robotique via sa filiale Boston Dynamics, envisage d'étendre cette plateforme à la logistique, à l'inspection d'infrastructures industrielles ou encore à la livraison. La robotique mobile capable de garder l'équilibre sur des surfaces instables reste un défi technique majeur, et cette démonstration en mer constitue une étape symbolique pour convaincre d'autres industries, du BTP à l'énergie offshore, de l'intérêt de ces machines. Reste à savoir si Hyundai parviendra à industrialiser MobED à grande échelle et à quel rythme les compagnies maritimes, souvent prudentes face aux nouvelles technologies, adopteront ce type de robot pour leurs inspections quotidiennes.

Les start-ups robotiques américaines font venir des pièces chinoises en les glissant dans des valises

Un venture capitaliste de San Francisco s'est rendu à Shenzhen, dans le sud de la Chine, un matin d'avril, avec une longue liste de courses fournie par ses amis dirigeant des startups robotiques américaines. Ces derniers lui avaient demandé de rapporter des robots humanoïdes ainsi que divers composants robotiques. Il s'est rendu dans le quartier de Huaqiangbei, le plus grand marché électronique au monde, où il a d'abord acheté des humanoïdes destinés à être expédiés par fret vers les États-Unis. Il est ensuite monté aux étages consacrés aux composants, un dédale d'innombrables échoppes à peine plus grandes qu'un placard, pour se procurer des pièces essentielles au contrôle du mouvement, à la gestion de l'alimentation et à la transmission des signaux. Plutôt que d'expédier ces composants par fret classique, il les a glissés dans sa valise pour les ramener directement dans ses bagages personnels lors de son vol retour vers San Francisco. Cet épisode illustre concrètement la dépendance persistante de l'industrie robotique américaine naissante envers la chaîne d'approvisionnement chinoise, malgré les tensions commerciales et les incitations à relocaliser la production. Pour les startups américaines, contourner le fret traditionnel au profit de bagages personnels permet de gagner un temps précieux et d'éviter des délais logistiques ou douaniers qui pourraient freiner le développement de prototypes. Cette pratique artisanale, presque anecdotique, révèle un enjeu structurel majeur pour un secteur en pleine effervescence, où l'accès rapide à des composants spécialisés bon marché conditionne directement la vitesse d'innovation. Shenzhen s'est imposée depuis des décennies comme la capitale mondiale de l'électronique grand public et industrielle, un écosystème que les fabricants chinois de composants dominent grâce à des coûts et une réactivité inégalés. Alors que les États-Unis cherchent à réduire leur dépendance technologique à la Chine dans des secteurs jugés stratégiques, notamment via des restrictions commerciales, la robotique humanoïde reste un domaine où cette dépendance demeure difficile à contourner à court terme. Cette situation soulève des questions sur la résilience des chaînes d'approvisionnement américaines et pourrait alimenter de nouvelles discussions sur les politiques industrielles visant à développer une production nationale de composants robotiques critiques.

Into the Omniverse : comment les modèles de monde ouvert repoussent les limites de l'IA physique

NVIDIA a rejoint en juillet plus de 200 entreprises et organisations signataires de la lettre ouverte « Open Weights and American AI Leadership », qui défend l'idée que le leadership en intelligence artificielle ne se mesurera pas à un seul modèle de pointe, mais à la capacité d'un écosystème ouvert à irriguer tous les secteurs. Dans cette logique, l'entreprise a dévoilé Cosmos 3, une famille de modèles de fondation du monde physique en accès ouvert, construite sur une architecture dite mixture of transformers. Cosmos 3 combine raisonnement visuel, génération de mondes et prédiction d'actions dans un seul ensemble de modèles, incluant une version Super de 64 milliards de paramètres destinée aux usages haute fidélité. Ces modèles sont diffusés sous licence OpenMDW 1.1 de la Linux Foundation, ce qui permet aux équipes de les post-entraîner sur leurs propres données et leur propre matériel. Ils s'accompagnent des bibliothèques Omniverse, désormais intégrées au NVIDIA Agent Toolkit, qui fournissent des outils prêts à l'emploi pour construire des environnements de simulation. Cette ouverture répond à un problème très concret pour l'IA physique, qui doit non seulement reconnaître son environnement mais aussi anticiper les conséquences de ses actions, que ce soit pour un robot, un véhicule autonome ou un système de vision embarquée. Un modèle générique n'a jamais vu le robot, les capteurs ou l'environnement opérationnel propres à une équipe donnée : combler cet écart suppose d'avoir accès aux poids du modèle, à une licence autorisant l'adaptation et aux outils nécessaires au post-entraînement. Les modèles du monde permettent ainsi de générer des données d'entraînement plus riches, de tester des politiques de décision et de spécialiser des systèmes avant leur déploiement réel, réduisant le recours à des essais coûteux et parfois dangereux sur le terrain. Collecter des données physiques à grande échelle reste en effet difficile et onéreux, en particulier pour les scénarios rares ou les cas extrêmes, difficiles à reproduire de façon sûre et répétée. C'est là qu'interviennent les bibliothèques Omniverse et le framework ouvert OpenUSD, qui permettent de composer, réutiliser et échanger des données 3D complexes entre jumeaux numériques, simulations et générateurs de données synthétiques. Ensemble, ces outils limitent la duplication de travail qui s'accumule à chaque changement d'actifs, de configuration de capteurs ou de conditions environnementales. Avec Cosmos 3, NVIDIA cherche à consolider sa position face à la concurrence dans l'IA physique, un domaine où la robotique, les véhicules autonomes et les systèmes de vision par ordinateur convergent de plus en plus vers des architectures et des outils de simulation partagés.

💬 Ce qui compte, c'est pas les 64 milliards de paramètres du modèle Super, aussi impressionnants soient-ils sur le papier, c'est la licence. Ouvrir les poids d'un modèle du monde physique, ça change la donne : une équipe peut enfin le post-entraîner sur son propre robot, ses propres capteurs, son propre terrain, sans multiplier les essais dangereux en vrai. L'IA physique va se jouer là, pas sur qui sort le modèle le plus flatteur en démo, mais sur qui peut l'adapter au réel sans exploser son budget.

NVIDIA Alpamayo 2 Super, son modèle ouvert pour robotaxis et véhicules autonomes, disponible en usage commercial

NVIDIA a annoncé la disponibilité commerciale d'Alpamayo 2 Super, son modèle ouvert de référence pour les robotaxis et les véhicules autonomes. Ce modèle appartient à la famille Alpamayo, présentée comme la plus adoptée des collections de modèles de raisonnement ouverts pour la conduite autonome sur Hugging Face. Construit sur la base de NVIDIA Cosmos 3 Super Reasoner et affiné par apprentissage par renforcement, Alpamayo 2 Super est désormais distribué sous licence OpenMDW-1.1, la licence permissive de la Linux Foundation pour les modèles d'IA ouverts. Cette licence autorise le fine-tuning, la création de modèles dérivés et la redistribution commerciale, ce qui permet aux constructeurs automobiles, aux fabricants de poids lourds et à leurs fournisseurs d'adapter le modèle à leurs propres données et stratégies de déploiement. Sur le plan des performances, Alpamayo 2 Super se classe premier sur LingoQA, un benchmark de raisonnement pour la conduite autonome regroupant près de 40 modèles évalués. Selon les tests internes de NVIDIA utilisant la métrique Lingo-Judge, il devance Qwen2.5-VL 72B de 17 points, Gemini 2.5 Pro de 15,1 points et GPT-4o de 23,2 points. Cette ouverture change la donne pour l'écosystème des véhicules autonomes. Jusqu'ici, les premières versions d'Alpamayo étaient réservées à la recherche et développement ; l'extension de la licence OpenMDW à toute la famille de modèles crée désormais un chemin direct entre l'adaptation et le déploiement en production. Les équipes peuvent ainsi construire sur un raisonnement avancé sans avoir à ré-entraîner chaque capacité de base depuis zéro, ni payer le coût d'un modèle frontière pour chaque tâche. Concrètement, cela renforce la concurrence dans un secteur dominé par des solutions propriétaires, tout en donnant aux développeurs davantage de contrôle sur leurs données et leur infrastructure, un enjeu central pour les flottes de véhicules et les questions de sécurité. Pour les programmes de conduite autonome, cela signifie un raisonnement de pointe exploitable dans le cloud, combiné à des modèles plus légers et spécialisés embarqués dans les véhicules. Cette approche illustre la stratégie plus large de NVIDIA autour d'un flux de travail « du cloud à la voiture ». Alpamayo 2 Super sert de modèle de référence pour générer des traces de raisonnement de haute qualité, des données d'entraînement synthétiques et des sorties utilisées pour la distillation de modèles plus compacts. Les versions Alpamayo 1.5 et Alpamayo 1, plus économiques, prennent alors le relais pour le développement dans le cloud et la distillation, avant que les modèles obtenus ne soient optimisés pour une inférence en temps réel embarquée. L'enjeu pour NVIDIA est de s'imposer comme la couche logicielle de référence pour l'industrie des véhicules autonomes, face à des concurrents qui développent leurs propres piles fermées, tout en misant sur les modèles ouverts pour élargir l'adoption et accélérer le déploiement de flottes commerciales de robotaxis.

💬 Sur le papier, c'est exactement ce qu'attendait l'écosystème des véhicules autonomes : un modèle de référence ouvert, licence permissive, et des perfs qui écrasent Gemini et GPT-4o sur le benchmark maison. La vraie bascule, c'est que NVIDIA ne vend plus juste des GPU aux constructeurs, il leur vend le cerveau du véhicule et garde la main sur le standard. Reste que le benchmark est interne à NVIDIA, donc à vérifier sur route avant de crier victoire.

Tesla, BYD, Xpeng : la guerre des robots humanoïdes est déclarée dans l’automobile

Tesla, XPeng, BYD, Chery, Xiaomi, Hyundai, BMW et Mercedes multiplient désormais les annonces et prototypes de robots humanoïdes, transformant ce qui semblait être une diversification exotique en une compétition industrielle assumée. Tesla a lancé le mouvement avec Optimus, dont Elon Musk vise une production à grande échelle, tandis que les constructeurs chinois BYD, XPeng et Chery accélèrent leurs propres programmes, souvent avec des démonstrations publiques de prototypes capables de marcher, saisir des objets ou effectuer des tâches simples. Xiaomi, déjà présent dans l'automobile électrique depuis peu, ajoute sa marque à cette liste, tout comme les groupes allemands BMW et Mercedes, historiquement plus prudents sur ce type de diversification technologique. Cette convergence n'a rien d'accidentel : voitures électriques et robots humanoïdes partagent une base technologique commune, batteries, moteurs électriques, capteurs, systèmes de vision par ordinateur et intelligence artificielle embarquée, ce qui permet aux constructeurs de réutiliser leur expertise et leurs chaînes de production existantes. Pour l'industrie automobile, engagée dans une transition électrique coûteuse et une guerre des prix féroce notamment en Chine, les robots représentent un relais de croissance potentiel et une façon de rentabiliser des investissements en IA et en robotique déjà consentis pour les véhicules autonomes. Cette bataille s'inscrit dans un contexte où la robotique humanoïde attire des investissements massifs à l'échelle mondiale, portée par les progrès de l'IA générative appliquée au contrôle moteur et à la perception. Les constructeurs automobiles, forts de leur savoir-faire en production de masse et en gestion de chaînes d'approvisionnement complexes, misent sur leur capacité à industrialiser plus vite que des startups spécialisées comme Figure ou Agility Robotics. Reste à savoir qui parviendra à transformer ces démonstrations en produits commercialisables et rentables, et si cette course accélérée profitera davantage aux constructeurs chinois, déjà en position de force sur les coûts de production.

💬 La robotique humanoïde, c'est la même stack que la voiture électrique : batteries, moteurs, capteurs, vision embarquée. Du coup ce n'est pas une diversification exotique, c'est du recyclage d'IA et de chaîne de prod déjà payées pour l'autonome, et ça explique pourquoi même BMW et Mercedes s'y mettent. Reste que la Chine a déjà l'avantage sur les coûts de production ailleurs, donc je vois mal comment elle le perdrait sur les robots.

Comment Uber orchestre le Big Data de ses flottes autonomes ?

Uber a profondément changé de stratégie dans la conduite autonome. Après avoir vendu sa division Uber ATG à Aurora en 2020, ce qui semblait acter son retrait du secteur, le groupe est redevenu en 2026 un acteur central du marché, mais sous une forme différente. Il ne construit plus de véhicules ni de logiciels de conduite propriétaires : via sa division Uber Autonomous Solutions, il s'est mué en orchestrateur global, nouant des alliances avec plus de 30 partenaires. Parmi eux figurent des éditeurs de piles logicielles de niveau 4 comme Waymo, Wayve, Nuro, Avride, Zoox, Waabi et Momenta, des fournisseurs d'infrastructures de calcul comme Nvidia avec sa plateforme Drive Hyperion, Baidu avec Apollo Go et Autobrains, des constructeurs comme Lucid Motors, Rivian, Stellantis, Mercedes-Benz et Volkswagen via sa filiale MOIA, des opérateurs de flottes physiques comme Hertz avec Oro Mobility, Avomo, Tawasul, Verne et New Horizon, ainsi que des acteurs de la livraison du dernier kilomètre comme Serve Robotics, Cartken, Coco, Flytrex et Starship. Cet ensemble forme, selon Uber, le plus vaste réseau mondial de mobilité robotisée. Pour les directions des systèmes d'information et les chief data officers, l'enjeu central est celui de l'interopérabilité entre des piles logicielles hétérogènes et propriétaires. Uber répond à ce défi en s'appuyant sur son framework géospatial open source H3, documenté sur son blog d'ingénierie, qui normalise en temps réel les données de télémétrie quelle que soit l'architecture d'origine, qu'il s'agisse d'un robotaxi équipé de Nvidia Drive Hyperion ou d'une pile développée par Avride. Cette standardisation permet de convertir position, vitesse et état de perception dans un modèle de données unique, éliminant les silos techniques. Le groupe exploite aussi des jeux de données appelés AV 2.0 Training Data, issus de capteurs vidéo et de dashcams collectés sur des milliards de kilomètres parcourus dans des villes comme San Francisco, Munich ou Tokyo, pour entraîner les modèles fondationnels de partenaires comme Wayve ou Nuro. Cette mutualisation aide concrètement les opérateurs de flottes à rentabiliser le coût élevé d'acquisition de véhicules électriques et autonomes. Le troisième pilier de cette architecture est l'orchestration en temps réel du dispatch, appuyée sur une infrastructure de machine learning distribuée. Un algorithme hybride décide à chaque course s'il faut mobiliser un chauffeur humain ou un véhicule autonome, en tenant compte de la géofence opérationnelle, du niveau de charge de la batterie, de la météo et des prévisions de demande par zone, dans le but de maximiser le taux d'utilisation des flottes. Cette bascule stratégique illustre comment un acteur qui semblait sorti de la course technologique en 2020 est revenu au centre du jeu en misant non plus sur le matériel, mais sur la donnée et l'intégration logicielle, un modèle qui exige aussi, pour les scénarios critiques de sécurité, des pipelines à très faible latence pour la téléassistance à distance.

Google dévoile Gemini Robotics 2.0, avec une dextérité et une sécurité améliorées

Google a dévoilé Gemini Robotics 2, la nouvelle génération de ses modèles d'intelligence artificielle destinés aux robots humanoïdes, dont un premier sous-modèle est désormais accessible aux développeurs. Cette version succède à Gemini Robotics ER 1.6 et introduit trois sous-modèles distincts, dont Gemini Robotics ER 2, un modèle de "raisonnement incarné" que les équipes de Google DeepMind présentent comme une avancée majeure par rapport à la version précédente. Ce nouveau modèle est intégré à l'API Gemini Live, ce qui permet aux développeurs de tester directement ses capacités. Selon Google, cette mise à jour permet de contrôler un robot humanoïde dans son intégralité avec une dextérité accrue, y compris pour des machines dotées de mains articulées complexes. L'ensemble constitue ce que l'entreprise appelle une "intelligence corps entier", capable d'analyser en continu un environnement changeant et de coordonner plusieurs robots entre eux. Cette avancée marque une rupture avec les robots traditionnels, programmés pour exécuter des tâches très spécifiques comme courir, danser ou faire des backflips, des prouesses spectaculaires mais limitées à un seul type d'action préprogrammée. L'ambition de Google DeepMind est différente: créer un robot généraliste, capable d'accomplir n'importe quelle tâche qu'un humain pourrait réaliser, un concept que les chercheurs qualifient parfois d'"IA physique générale" (physical AGI). Concrètement, l'utilisateur donnerait une instruction en langage naturel, et le robot l'exécuterait sans programmation spécifique préalable. Pour l'industrie de la robotique, cela représenterait un changement d'échelle majeur: au lieu de développer des machines dédiées à une tâche unique, les fabricants pourraient s'appuyer sur un socle d'IA générique adaptable à de multiples usages et environnements. Ce lancement s'inscrit dans la compétition croissante entre grands acteurs technologiques pour dominer l'IA appliquée à la robotique physique, un domaine longtemps resté en retrait par rapport aux progrès des modèles de langage. Google DeepMind mise sur l'amélioration continue de ses modèles de raisonnement incarné pour rapprocher ses robots d'une autonomie réelle en environnement non contrôlé, contrairement aux démonstrations scénarisées habituelles. La mise à disposition publique d'une partie de cette technologie aux développeurs dès aujourd'hui suggère que Google cherche à accélérer l'adoption de sa plateforme robotique face à des concurrents également actifs sur ce terrain, dans une course où la dextérité, la sécurité et la capacité de collaboration entre machines deviendront des critères déterminants pour les futures applications industrielles et domestiques.

💬 Bon, Google sort la carte "physical AGI" et il faut la prendre au sérieux : les backflips de robots, c'était du spectacle, là on parle d'un modèle qui comprend une instruction en langage naturel et l'exécute sans script préprogrammé. Reste à voir si ça tient hors des labs bien éclairés, parce que la vraie difficulté de la robotique c'est jamais la démo, c'est l'environnement qui bouge et les mains qui ratent. Ce qui compte ici, c'est que Google découple enfin le "cerveau" du robot de son "corps", ce qui change la logique économique de toute une industrie qui vendait jusqu'ici des machines à tâche unique.

MoMo : le "mode mouvement" pour la manipulation robotique via tokenisation spatio-temporelle des actions

Une équipe de recherche en robotique présente MoMo, un nouveau système d'apprentissage par imitation permettant aux robots manipulateurs de faire varier la façon dont ils exécutent leurs gestes, et pas seulement les gestes eux-mêmes. Concrètement, MoMo repose sur deux étages: un tokeniseur d'actions spatio-temporel qui encode les mouvements dans le temps et l'espace, puis un transformeur de clonage comportemental qui prend en entrée la tâche à accomplir ainsi qu'un paramètre continu appelé mode de mouvement. Les chercheurs ont testé leur approche sur six tâches de manipulation réalisées par un robot réel, et ont montré qu'en faisant varier ce paramètre de mode de mouvement, le comportement du bras robotique évolue de façon régulière et contrôlable, sans nécessiter de réentraînement pour chaque style d'exécution. Cette capacité répond à un besoin concret de l'industrie robotique: un même robot doit souvent adapter la vitesse, la fluidité ou la prudence de ses gestes selon le contexte, par exemple manipuler un objet fragile plus lentement qu'un objet robuste, ou ajuster son comportement selon la présence d'un humain à proximité. Jusqu'ici, la plupart des systèmes de clonage comportemental apprenaient une seule façon d'exécuter chaque tâche, ce qui limitait leur flexibilité en usage réel. En traitant le style d'exécution comme un facteur réutilisable et partagé entre les tâches, MoMo ouvre la voie à des robots capables de moduler leur comportement à la demande, un atout pour les applications industrielles et domestiques où les conditions varient constamment. Ce travail s'inscrit dans une tendance plus large de la recherche en robotique, qui cherche à rendre l'apprentissage par imitation plus général et plus adaptable, au-delà de la simple reproduction de démonstrations humaines. La tokenisation spatio-temporelle des actions, en particulier, s'impose progressivement comme un outil clé pour représenter des mouvements complexes de manière compacte et manipulable par des modèles de type transformeur. Les prochaines étapes pour cette ligne de recherche incluront probablement l'extension à un plus grand nombre de tâches et de robots, ainsi que l'intégration de ce contrôle du style de mouvement dans des systèmes robotiques déployés en conditions réelles.

À Waymo, un projet d'IA n'est pas prêt tant que ses évaluations ne le sont pas, peu importe la performance du modèle

Waymo, la filiale de conduite autonome d'Alphabet issue de Google, a dépassé les 220 millions de miles parcourus en mode entièrement autonome, sans conducteur humain à bord, avec un taux de blessures graves lors d'accidents 17 fois inférieur à celui des conducteurs humains sur la même distance, selon les chiffres de l'entreprise. Manasi Joshi, directrice de l'ingénierie pour l'intelligence des systèmes et le machine learning chez Waymo, a détaillé lors de la conférence VB Transform 2026 la méthode employée pour entraîner, tester et déployer l'IA à cette échelle. Son principe central, qu'elle appelle le « développement centré sur l'évaluation », consiste à faire de l'évaluation un élément permanent de l'ingénierie plutôt qu'une simple vérification finale avant mise en production. Chez Waymo, la maturité d'un projet se juge d'ailleurs directement à la maturité de ses évaluations : tests menés pendant l'entraînement des modèles, après l'entraînement, puis au sein de simulations en boucle ouverte et en boucle fermée couvrant des milliards de miles synthétiques. Cette approche a des implications directes pour toute entreprise qui déploie des agents IA, que ce soit pour le service client, l'assistance au code ou la finance : si une organisation ne peut pas mesurer fiablement la performance de son système, elle n'est probablement pas prête à le mettre en production. Joshi insiste sur le fait que l'évaluation ne s'arrête pas au lancement mais doit se poursuivre en continu, à mesure que les modèles sous-jacents, les processus métier, le comportement des utilisateurs et les données évoluent. Elle recommande aussi de lier ces évaluations à des résultats métier concrets plutôt qu'à de simples benchmarks génériques du secteur, et rappelle que la fiabilité d'une mesure de qualité dépend entièrement de la qualité des données d'évaluation utilisées pour l'établir. Chez Waymo, la sécurité reste l'objectif prioritaire de cette hiérarchie d'évaluation, nourrie par des journaux de conduite propriétaires, certaines données tierces et des simulations réalistes. Des jeux de données et des métriques spécifiques sont choisis pour les situations impliquant des usagers vulnérables, des passages à niveau ou des zones de travaux. Joshi transpose ce principe à toute entreprise : il faut tester non seulement les requêtes courantes que gèrent bien les agents IA, mais aussi les cas rares où une erreur peut coûter cher sur le plan financier, juridique, sécuritaire ou réputationnel. Enfin, Waymo ne laisse jamais la décision finale aux seuls systèmes automatisés : des revues de mise en production impliquent une supervision humaine étendue, et des responsables sécurité internes valident chaque déploiement logiciel et chaque extension de zone de service. « Ce n'est pas piloté par l'IA de façon totalement automatisée, sans aucune supervision humaine », a-t-elle rappelé. « Des vies humaines sont en jeu. »

💬 Waymo dépasse les 220 millions de miles autonomes et le vrai levier de sécurité, ce n'est pas le modèle, c'est l'infrastructure d'évaluation autour. Selon Le Fil IA, la maturité d'un système d'IA en production se mesure moins à la performance du modèle qu'à la maturité de ses évaluations continues. C'est une leçon que la plupart des boîtes qui déploient des agents IA aujourd'hui n'ont clairement pas encore intégrée.

Il dénonce les problèmes de sécurité des robotaxis… Tesla le vire

Javier Medrano, ancien chef des opérations de tests de véhicules autonomes chez Tesla, poursuit aujourd'hui l'entreprise en justice après avoir été licencié pour avoir dénoncé de graves failles de sécurité dans le programme de robotaxis. Entre octobre 2024 et mai 2025, il supervisait une équipe d'opérateurs de sécurité chargés d'accompagner les véhicules testant le logiciel Full Self-Driving, en analysant les trajets, en surveillant les incidents et en restant disponibles en cas de problème. Selon la plainte repérée par The Independent, son équipe a fini par compter 38 opérateurs, un chiffre largement supérieur au ratio recommandé d'un responsable pour quinze opérateurs. Medrano affirme avoir alerté sa hiérarchie sur cette surcharge, au point de craindre de ne plus pouvoir dormir ou manger normalement, mais son supérieur lui aurait répondu qu'il n'avait pas l'impression qu'il était en train de se noyer. La plainte évoque aussi un accident survenu pendant une période de repos de Medrano, durant lequel une opératrice sous ses instructions serait restée sur place environ une heure, approchée entretemps par une personne semblant sous l'influence de l'alcool ou de substances. Cette affaire met en lumière un risque central pour toute l'industrie des véhicules autonomes : la sécurité des essais sur route repose largement sur des opérateurs humains chargés de surveiller les trajets, et un encadrement insuffisant de ces équipes peut transformer un test en véritable danger public, aussi bien pour les passagers que pour les autres usagers de la route. Pour les utilisateurs et les autorités, l'affaire illustre la tension entre la pression commerciale à accélérer le déploiement des robotaxis et les moyens réellement alloués à la supervision humaine censée compenser les limites du logiciel. Si les faits sont confirmés, ils pourraient renforcer la méfiance envers les programmes de conduite autonome de Tesla, déjà scrutés de près par les régulateurs américains, et alimenter le débat sur le rythme de déploiement du FSD. Cette plainte s'inscrit dans un contexte plus large où Tesla cherche à accélérer le développement de son réseau de robotaxis, mis en avant par Elon Musk comme un axe stratégique majeur de l'entreprise, tout en réduisant potentiellement les ressources humaines dédiées à la sécurité des essais. Medrano, qui affirme avoir tenté de faire remonter officiellement ces problèmes avant d'être licencié, réclame sa réintégration, des dommages et intérêts pour le préjudice moral et financier subi, ainsi que le remboursement d'actions Tesla qu'il n'a pas pu obtenir. L'issue judiciaire de cette affaire, ainsi que la réaction éventuelle des régulateurs américains chargés de la sécurité routière, seront à suivre de près alors que Tesla poursuit l'expansion de ses tests de conduite autonome sur les routes américaines.

Le premier robot humanoïde de BYD, c’est imminent

Le premier robot humanoïde signé BYD sera dévoilé en août dans l'espace Di Space de Zhengzhou, en Chine, a confirmé le constructeur automobile. Contrairement à une simple présentation conceptuelle, cette apparition publique portera sur un prototype physique fonctionnel, marquant l'entrée officielle de BYD dans la course à la robotique humanoïde. Zhengzhou abrite déjà d'importantes installations industrielles du groupe, ce qui en fait un lieu logique pour cette démonstration technologique. Les détails techniques précis du robot, comme ses capacités motrices, son autonomie ou ses cas d'usage envisagés, restent pour l'instant limités, BYD ayant choisi de distiller l'information progressivement avant l'événement d'août. Cette annonce confirme l'intérêt grandissant des constructeurs automobiles chinois pour la robotique humanoïde, un secteur jusqu'ici dominé par des acteurs comme Tesla avec son robot Optimus ou des spécialistes chinois comme Unitree. Pour BYD, numéro un mondial des véhicules électriques, cette diversification illustre une stratégie de convergence entre expertise en batteries, moteurs électriques et intelligence artificielle embarquée, des compétences déjà mobilisées dans l'automobile. L'enjeu dépasse le simple coup de communication: un robot humanoïde crédible pourrait ouvrir des débouchés dans la logistique industrielle, l'assemblage en usine ou les services, des marchés où la main-d'œuvre robotisée devient un argument compétitif majeur face à la concurrence internationale. Le contexte plus large est celui d'une course effrénée entre géants technologiques et industriels chinois pour dominer la robotique humanoïde, secteur jugé stratégique par Pékin dans ses plans de développement technologique national. Des entreprises comme Xiaomi, Huawei ou encore des start-up spécialisées multiplient les annonces ces derniers mois, chacune cherchant à démontrer sa maîtrise de technologies clés comme les actionneurs, la vision par ordinateur ou les modèles d'IA embarqués. L'arrivée de BYD, acteur disposant de moyens financiers et industriels considérables, pourrait accélérer cette compétition et redistribuer les cartes face aux pionniers américains du secteur.

💬 Bon, BYD qui débarque sur la robotique humanoïde, ça change la donne : c'est plus une boîte automobile qui teste un gadget, c'est un fabricant qui a déjà toute la chaîne, batteries, moteurs électriques, IA embarquée, prête à l'emploi. Optimus et Unitree avaient un temps d'avance, mais l'avance technique compte moins que la capacité à produire en masse pas cher, et sur ce terrain BYD joue dans une autre catégorie. Reste à voir ce que le prototype d'août montre vraiment, parce que pour l'instant on a zéro chiffre sur les capacités motrices ou l'autonomie.

Startup robotique Tacta dévoile sa main (et son gant)

Vikram Pavate, cofondateur et directeur général de Tacta Systems, a ouvert pour la première fois les portes de son siège de Palo Alto à des observateurs extérieurs. Cette startup américaine de robotique, âgée de trois ans, a levé 75 millions de dollars tout en restant volontairement discrète jusqu'ici. Son produit central repose sur des gants spécialisés que des travailleurs portent au quotidien, au bureau comme à la maison, pour enregistrer précisément leurs mouvements de mains. Ces données servent ensuite à entraîner des modèles d'intelligence artificielle physique destinés aux robots humanoïdes. Tacta a également développé une main robotique à trois doigts, montée sur un bras industriel du commerce, lui-même fixé sur une base mobile à roulettes. Cette approche répond à un problème central du secteur de la robotique humanoïde: le manque criant de données d'entraînement pour que les modèles d'IA apprennent à manipuler des objets avec la dextérité humaine. Selon Pavate, ce qui rend les humains si performants dans les tâches à forte valeur ajoutée tient avant tout à leurs mains. En misant sur cette conviction, Tacta fait un pari stratégique fort: plutôt que de construire un robot humanoïde complet, l'entreprise concentre tous ses efforts sur la main, laissant le reste du corps à d'autres acteurs du secteur. Cette spécialisation pourrait accélérer le développement de robots réellement capables d'automatiser des tâches manuelles complexes dans l'industrie et les foyers. Cette stratégie s'inscrit dans une tendance plus large de la robotique: plusieurs entreprises explorent désormais des dispositifs portables, comme les gants captant les mouvements, pour contourner la pénurie de données réelles nécessaires à l'entraînement des modèles physiques. Alors que des géants comme Tesla, Figure ou Boston Dynamics investissent dans des humanoïdes complets, Tacta parie sur une approche modulaire et spécialisée. Reste à savoir si cette stratégie de niche, centrée sur la main, permettra à la startup de s'imposer face à des concurrents mieux financés et de transformer ses gants collecteurs de données en avantage commercial durable sur le marché naissant des robots physiques.

💬 Tacta a raison sur un truc : dans l'humanoïde, tout le monde raconte des histoires de bras et de jambes alors que le vrai goulot d'étranglement c'est la main, celle qui manipule les objets avec la dextérité qu'aucun modèle n'a encore. Parier sur le gant plutôt que sur le robot complet, c'est malin, ça évite de brûler du cash sur un corps entier pendant que la concurrence galère sur la même friction de données. Reste que 75 millions face à Tesla ou Figure, c'est pas gagné, et vendre une main toute seule à des industriels qui veulent un robot fini, ça reste un pari commercial risqué.

Nvidia mise sur l'IA physique pour résoudre le problème de données de la robotique médicale

Nvidia a dévoilé Medical Physics Simulation, un nouveau framework open source intégré à sa plateforme Isaac for Healthcare, conçu pour entraîner des robots médicaux par simulation plutôt que par expérience clinique réelle. L'outil combine deux approches : une simulation physique classique qui modélise les règles mécaniques connues, comment un cathéter se courbe, quelle résistance oppose une paroi vasculaire, comment les forces de contact évoluent quand un instrument traverse un tissu, et un composant d'IA générative baptisé Cosmos H Dreams, qui apprend la dynamique visuelle des scènes à partir de données procédurales. Exécuté à grande échelle sur GPU grâce aux bibliothèques Warp et Newton de Nvidia, le système peut faire tourner des milliers d'environnements d'entraînement en parallèle. Nvidia annonce qu'un test portant sur 8 192 environnements parallèles a fait chuter le temps d'entraînement de plus de cinq heures à moins de deux minutes. CMR Surgical et Cambridge Consultants, filiale de Capgemini, figurent parmi les premiers partenaires : CMR a versé près de 500 heures de données cliniques anonymisées issues de son robot chirurgical Versius au jeu de données Open H Embodiment, couvrant des interventions comme la cholécystectomie, la prostatectomie, la réparation de hernie et l'hystérectomie. L'enjeu tient au fait que les robots médicaux, à la différence des modèles de langage qui apprennent à partir de texte, doivent acquérir une forme d'intuition physique par le contact et la conséquence, par exemple ce qui se passe quand un guide-fil rencontre une paroi vasculaire calcifiée ou quand un bras robotisé exerce une pression excessive sur un tissu mou. Or ces situations réelles sont rares, fortement encadrées par la réglementation et lentes à accumuler en nombre suffisant pour couvrir toute la diversité des cas cliniques. En générant ces scénarios à la demande, la simulation pourrait accélérer considérablement le développement de robots chirurgicaux et diagnostiques capables de généraliser au-delà des cas standards, un enjeu direct pour les fabricants comme CMR Surgical qui cherchent à fiabiliser leurs systèmes avant un déploiement plus large en salle d'opération. Le vrai test reste cependant la fiabilité clinique plutôt que la seule vitesse de calcul. Nvidia reconnaît lui-même que la performance en simulation ne dit rien de la manière dont un modèle entraîné ainsi réagirait face à une imagerie incomplète, des données de capteurs retardées, voire une anatomie totalement inédite. Un modèle de langage qui se trompe produit une mauvaise réponse ; un système d'IA physique qui se trompe agit à l'intérieur d'un patient. La question de fond, pour l'ensemble du secteur de la robotique médicale, est donc de savoir si les échecs simulés reproduisent fidèlement ceux qui surviennent réellement au bloc opératoire, et cela ne pourra être tranché que par des validations cliniques successives à mesure que des acteurs comme CMR Surgical et Cambridge Consultants approfondissent leur usage de la plateforme.

NVIDIA publie en open source son premier framework de simulation physique médicale accéléré par GPU

NVIDIA a annoncé aujourd'hui l'ouverture en open source de Medical Physics Simulation, un nouveau framework accéléré par GPU au sein d'Isaac for Healthcare, destiné à la robotique médicale. Cet outil permet de modéliser les interactions entre les dispositifs médicaux et l'anatomie humaine, de générer des scénarios rares difficiles à capturer en conditions réelles, et de tester ou entraîner des politiques de robots avant les phases coûteuses de tests matériels. Bâti sur les technologies de simulation NVIDIA Warp et Newton ainsi que sur la plateforme générative Cosmos, le framework combine simulation physique classique, pour modéliser des règles connues comme le contact, la friction ou le mouvement, et simulation générative en temps réel via Cosmos-H Dreams, qui apprend la dynamique visuelle des scènes à partir de données procédurales. Concrètement, les développeurs peuvent connecter anatomie vasculaire, instruments flexibles comme des cathéters ou des guides, imagerie par rayons X simulée et apprentissage par renforcement, le tout dans des environnements réutilisables plutôt que dans des scènes reconstruites à chaque nouveau projet. Les gains de performance annoncés sont significatifs: la simulation native GPU permet de faire tourner 8 192 environnements d'entraînement en parallèle, réduisant un temps d'entraînement de plus de cinq heures à moins de deux minutes. Cette avancée s'attaque à l'un des principaux goulots d'étranglement de la robotique médicale: la difficulté d'obtenir suffisamment de données variées pour entraîner, tester et améliorer le comportement des robots face à des anatomies changeantes, des instruments qui glissent ou pressent différemment les tissus, ou une imagerie bruitée. En rendant le framework open source, NVIDIA met en avant un enjeu propre au secteur de la santé: la transparence sur les données, les modèles et les poids utilisés est jugée essentielle pour que les équipes puissent reproduire des résultats, évaluer les performances sur différentes anatomies, identifier les limites d'un système et constituer les preuves nécessaires à un examen réglementaire. Pour les fabricants de robots chirurgicaux, cela transforme la simulation d'un projet d'ingénierie sur mesure en une infrastructure réutilisable, accélérant potentiellement la mise sur le marché de nouveaux dispositifs tout en réduisant les coûts et les risques liés aux tests sur matériel réel. Un premier écosystème de partenaires s'appuie déjà sur cette approche pour résoudre des défis chirurgicaux spécifiques. CMR Surgical et Cambridge Consultants, filiale de Capgemini, utilisent Cosmos-H-Dreams pour apprendre implicitement la physique des interactions lors d'interventions sur tissus mous et générer des simulations propres à chaque patient, CMR ayant contribué au développement de cette capacité. Cette initiative s'inscrit dans une tendance plus large de l'industrie technologique consistant à investir massivement dans la simulation physique pilotée par l'IA générative pour accélérer le développement de systèmes robotiques physiques, qu'il s'agisse de robots industriels, humanoïdes ou, comme ici, chirurgicaux. Le pari de NVIDIA est que la combinaison de physique classique et de génération de scènes par IA permettra aux développeurs de couvrir un éventail bien plus large de cas limites avant même de construire un prototype physique, ce qui pourrait, à terme, raccourcir les délais réglementaires et de mise sur le marché pour les robots médicaux de nouvelle génération.

Xiaomi-Robotics-1 montre que plus de données valent mieux que des modèles plus grands pour entraîner des robots à se déplacer

Xiaomi a entraîné son modèle Xiaomi-Robotics-1 en s'appuyant sur plus de 100 000 heures de données de mouvement, collectées non pas via des robots mais grâce à des humains munis de préhenseurs portatifs équipés de caméras. Cette méthode permet de capturer des gestes naturels et variés à moindre coût, sans mobiliser de flottes de robots physiques pour l'entraînement. Le constat central de l'étude est clair : augmenter le volume de données a bien plus amélioré les performances du modèle que d'agrandir sa taille. Les chercheurs de Xiaomi notent également que les gains de performance n'ont pas encore atteint de plateau, ce qui suggère qu'il existe encore une marge de progression significative en continuant simplement à collecter davantage de données. Ce résultat a une portée importante pour l'industrie de la robotique, où le débat entre "scaling" des modèles et scaling des données reste vif, à l'image des discussions similaires dans le monde des grands modèles de langage. Si la donnée prime sur la taille du modèle, cela change la stratégie d'investissement des entreprises du secteur : plutôt que de construire des architectures toujours plus massives et coûteuses en calcul, il devient plus rentable de financer des campagnes de collecte de données à grande échelle. Toutefois, l'article souligne une limite de taille : les taux de réussite absolus des tâches restent faibles, ce qui rappelle que la robotique généraliste est encore loin d'une maturité comparable à celle du traitement du langage. Cette approche s'inscrit dans une tendance plus large de l'industrie à chercher des méthodes de collecte de données moins coûteuses que le télé-opération classique de robots, qui nécessite du matériel spécialisé et des opérateurs formés. En utilisant des préhenseurs portables, Xiaomi rejoint d'autres acteurs explorant des pipelines de données "human-first" pour l'apprentissage robotique. La question qui reste ouverte est de savoir jusqu'où cette courbe de progression liée aux données peut se poursuivre avant de rencontrer d'autres obstacles, comme la diversité des environnements réels ou la fiabilité physique des robots déployés hors laboratoire.

NVIDIA lance Cosmos 3 Edge, un modèle de monde ouvert à 4 milliards de paramètres capable de raisonner et de générer des actions robotiques en local

NVIDIA a dévoilé Cosmos 3 Edge, un modèle du monde open source de 4 milliards de paramètres conçu pour fonctionner directement sur des appareils embarqués, sans connexion à un centre de données. Il permet aux robots et aux agents de vision par IA de comprendre leur environnement, de raisonner en temps réel et de générer des actions robotiques en local. Ce modèle complète la famille Cosmos 3, dont les deux premières déclinaisons, Cosmos 3 Nano (16 milliards de paramètres) et Cosmos 3 Super (64 milliards), avaient été lancées le 31 mai 2026 lors de la GTC Taipei. Edge en constitue le troisième et plus petit palier, environ seize fois plus compact que Super. L'objectif est précis : offrir des performances proches de celles d'un centre de données à des machines aux ressources mémoire limitées, comme celles utilisées dans les usines, les entrepôts ou les hôpitaux. Sur le plan technique, Cosmos 3 repose sur une architecture Mixture-of-Transformers à deux tours : une tour autorégressive dédiée au traitement du texte et de la vision pour la compréhension et le raisonnement, et une tour de diffusion qui gère vision, audio et tokens d'action pour la prédiction, la génération et la simulation. Les deux tours partagent des couches d'attention multimodale tout en conservant des couches de normalisation distinctes. Cosmos 3 Edge s'appuie sur un transformeur dense de 2 milliards de paramètres pour son module de raisonnement, compatible avec les conventions de messages de Qwen3-VL. Cette avancée répond à un besoin concret de l'industrie robotique : déployer une intelligence capable de raisonner sur le monde physique directement sur des systèmes contraints en mémoire et en calcul, sans dépendre du cloud. Pour un bras robotique, une simple reconnaissance visuelle d'un objet ne suffit pas : il faut aussi suivre sa position, anticiper le mouvement du préhenseur et prévoir ce qui se produit au contact. En unifiant ces capacités dans un modèle compact, NVIDIA facilite l'intégration de l'IA embarquée dans des secteurs où la latence, la confidentialité des données et l'autonomie énergétique sont critiques, comme la logistique, la santé ou la production industrielle. Le modèle introduit une représentation d'action commune à plusieurs types de systèmes physiques, sous forme de vecteurs géométriques compacts capturant translation, rotation et état de manipulation, avec des dimensions variant selon le cas d'usage, de 9 pour une caméra ou un véhicule autonome jusqu'à 29 pour un robot humanoïde. En mode politique, Cosmos 3 Edge peut prédire une action à partir d'un état donné ou, inversement, déduire l'action à l'origine d'un changement visuel observé. NVIDIA a également publié Cosmos 3 Edge Policy (DROID), une politique de manipulation robotique entraînée sur le jeu de données DROID pour des tâches de préhension et de dépôt, illustrant la volonté de l'entreprise de rapprocher modélisation du monde et contrôle robotique concret.

Cosmos 3 Edge : cette IA de NVIDIA apprend aux robots à comprendre le monde en temps réel

NVIDIA a dévoilé le 20 juillet 2026 Cosmos 3 Edge, un nouveau modèle d'IA physique conçu pour équiper les robots, les véhicules autonomes et les systèmes de vision intelligente. Contrairement aux modèles classiques qui se contentent d'identifier des objets sur une image fixe, ce « world model » suit l'évolution d'une scène dans le temps, relie les objets entre eux, observe leurs déplacements et anticipe les effets de chaque action. Le modèle embarque 4 milliards de paramètres, épaulés par un moteur de raisonnement basé sur Nemotron doté de 2 milliards de paramètres supplémentaires, chargé d'analyser l'information avant de produire une réponse ou de déclencher une action. Sa particularité tient surtout à son mode d'exécution : au lieu de dépendre d'un serveur distant, Cosmos 3 Edge tourne directement sur l'appareil, qu'il s'agisse des plateformes NVIDIA Jetson, des GPU GeForce RTX, des cartes RTX PRO ou des systèmes DGX. Le modèle est d'ores et déjà disponible sur Hugging Face, accompagné de scripts permettant aux développeurs de l'adapter à leurs propres projets. Ce fonctionnement local change concrètement la donne pour les usages où chaque milliseconde compte. En traitant les données sur place plutôt qu'en les envoyant vers le cloud, Cosmos 3 Edge réduit fortement la latence des décisions et permet aux machines de continuer à fonctionner même quand la connexion réseau est instable ou absente. Pour des robots industriels, des entrepôts automatisés, des hôpitaux ou des infrastructures urbaines équipées de caméras intelligentes, ce gain de réactivité peut se traduire par une différence tangible en matière de sécurité et d'efficacité. Un véhicule autonome peut ainsi mieux anticiper le comportement des piétons ou des autres voitures, tandis qu'un bras robotique en usine peut ajuster son geste en temps réel sans attendre de retour d'un serveur distant. Cette autonomie locale répond aussi à une préoccupation industrielle plus large autour de la confidentialité des données, puisque rien ne transite vers l'extérieur. L'architecture de Cosmos 3 Edge repose sur deux moteurs qui travaillent en permanence de concert. Le premier traite les images et le texte pour comprendre une situation et raisonner sur celle-ci, tandis que le second analyse images, sons et actions afin de simuler différents scénarios et de générer les mouvements à exécuter. Le modèle peut ainsi imaginer les conséquences d'une action avant qu'elle ne survienne, mais aussi déduire rétrospectivement quelle action a provoqué un changement observé. Autre choix structurant, NVIDIA traduit les mouvements de bras robotiques, de caméras ou de véhicules dans une représentation commune, ce qui facilite l'adaptation du modèle à des usages très différents sans repartir de zéro à chaque fois. Cette sortie s'inscrit dans la stratégie de NVIDIA de s'imposer comme fournisseur de référence de l'IA physique, un marché où robotique industrielle et conduite autonome convergent de plus en plus vers les mêmes briques technologiques.

Unitree : cette IA apprend aux robots humanoïdes à gérer seuls les tâches du quotidien

Il y a environ 40 mètres d'écart entre le titre du poste et le sujet réel : c'est un article, pas une tâche de code. Je le résume directement. Unitree a dévoilé un nouveau modèle d'intelligence artificielle baptisé UnifoLM-OminiA-0.3, destiné à ses robots humanoïdes. Contrairement à l'approche classique qui consiste à entraîner un robot pour chaque tâche spécifique, ce modèle unique gère simultanément de nombreux scénarios différents. Il combine en temps réel plusieurs sources d'information : l'analyse visuelle via les caméras, la compréhension des commandes vocales et l'interprétation de l'environnement. Unitree qualifie cette approche d'interaction « omni-modale », c'est-à-dire une intelligence capable de traiter plusieurs types de données à la fois pour prendre la meilleure décision possible. Une vidéo de démonstration d'environ deux minutes illustre ces capacités : le robot identifie un coussin mal placé et le repositionne, récupère une boîte de médicaments précise en tenant compte de sa couleur et de son emplacement, range des vêtements dans une panière, place des assiettes dans un lave-vaisselle, et contrôle un lit médicalisé tout en s'arrêtant immédiatement sur commande vocale. Ce qui distingue cette annonce des précédentes démonstrations robotiques, ce n'est pas la nature des tâches elles-mêmes, déjà réalisées par d'autres machines en environnement contrôlé, mais la capacité du modèle à enchaîner plusieurs opérations en comprenant le contexte global, sans reprogrammation entre chaque étape. Un robot équipé de ce système ne se contente plus de chercher un objet à saisir : il identifie ses caractéristiques précises, planifie son geste, puis ajuste sa trajectoire si un obstacle survient en cours de route. Pour l'industrie de la robotique domestique et de service, cette avancée représente un pas vers des machines réellement utilisables au quotidien, capables de s'adapter à des environnements changeants plutôt que de répéter des séquences figées apprises à l'avance. Unitree met également en avant la robustesse de son système, censé maintenir une exécution stable même lorsqu'un élément extérieur perturbe le robot en pleine action. Cette annonce s'inscrit dans une course plus large que se livrent les fabricants de robots humanoïdes pour doter leurs machines d'une véritable autonomie décisionnelle, un enjeu central pour transformer des prototypes spectaculaires en produits réellement déployables chez les particuliers ou en entreprise. Unitree, fabricant chinois déjà reconnu pour ses robots quadrupèdes et humanoïdes à prix relativement accessibles, cherche ainsi à se distinguer sur le terrain de l'intelligence embarquée plutôt que sur la seule mécanique. L'enjeu des mois à venir sera de vérifier si ces capacités tiennent leurs promesses hors des vidéos de démonstration, dans des environnements domestiques réels bien plus imprévisibles, avec des objets, des obstacles et des demandes humaines qui ne suivent aucun script préétabli.

Incroyable ! Ce robot humanoïde réalise un dunk aérien comme s’il jouait en NBA

Un robot humanoïde chinois vient de réaliser un dunk aérien spectaculaire, capturé dans une vidéo publiée le 15 juillet 2026. Le MagicBot X1, développé par la société MagicLab Robotics via son laboratoire Jordan Magic Lab, s'élance, décolle du sol et écrase le ballon dans le panier avec une fluidité qui rappelle les gestes d'un joueur professionnel. Le dunk n'est que le point culminant d'une démonstration plus large : le robot enchaîne aussi le jonglage au ballon de football, des échanges au tennis, au badminton et au tennis de table, ainsi que des séquences de boxe et plusieurs figures acrobatiques. Chaque discipline met à l'épreuve sa coordination, sa rapidité d'exécution et sa capacité à maintenir son équilibre, y compris à l'atterrissage après un saut. Cette performance dépasse le simple exploit sportif filmé pour impressionner les internautes. Réussir un dunk suppose de synchroniser jambes, bras et buste avec une précision extrême, tout en absorbant l'impact du saut sans perdre l'équilibre : la moindre erreur de trajectoire aurait suffi à faire échouer la démonstration. Cette maîtrise du mouvement complexe illustre les progrès rapides de ce que l'industrie appelle l'intelligence incarnée, c'est-à-dire des systèmes d'IA capables d'agir physiquement dans le monde réel avec des gestes naturels. Pour les fabricants de robots humanoïdes, ces capacités motrices fines ouvrent la voie à des applications bien plus concrètes que le divertissement, comme l'assemblage industriel de précision ou la manipulation d'objets fragiles. Le MagicBot X1, dont le slogan « Full Power, Flawless Moves » résume l'ambition, s'appuie sur des actionneurs de nouvelle génération capables d'absorber l'énergie des impacts, ce qui lui permet d'enchaîner des mouvements explosifs même sur des surfaces irrégulières. Son intelligence repose sur un modèle baptisé Magic-Mix, qui analyse l'environnement en temps réel pour anticiper les interactions avec les objets, complété par de l'apprentissage par imitation. Le robot embarque également une main dotée de capteurs tactiles avancés, destinée à des tâches nécessitant de la dextérité. Cette vidéo s'inscrit dans une compétition mondiale où les robots humanoïdes multiplient les démonstrations spectaculaires, après la gymnastique, les courses de vitesse ou le kung-fu, chaque fabricant cherchant à prouver la supériorité de son contrôle moteur et de son IA embarquée.

La Chine entraîne ses robots dans le monde réel plutôt qu’en laboratoire

Selon les informations disponibles, des chercheurs chinois développent leurs robots humanoïdes en les testant directement en conditions réelles plutôt qu'en environnement contrôlé de laboratoire. L'approche consiste à sortir les machines des centres de recherche pour les confronter à des situations concrètes de la vie quotidienne, où elles doivent interagir avec des humains dans des contextes non scénarisés. Cette stratégie d'apprentissage par l'expérimentation directe vise à accumuler des données issues de situations variées et imprévisibles, difficiles à reproduire artificiellement en laboratoire. Les équipes de recherche chinoises misent ainsi sur le volume et la diversité des interactions réelles pour affiner les capacités de leurs robots. Cette méthode répond à un défi central de la robotique humanoïde : un robot qui excelle dans un environnement contrôlé échoue souvent face à l'imprévisibilité du monde réel, que ce soient les irrégularités d'un trottoir, les réactions imprévues d'un passant ou les obstacles non répertoriés. En multipliant les expositions à ces situations concrètes, la Chine cherche à accélérer l'acquisition de comportements adaptatifs plus robustes que ceux obtenus par simulation seule. L'enjeu est de taille pour l'industrie : la capacité à déployer des robots réellement fonctionnels en environnement humain conditionne l'ensemble des applications commerciales visées, du service à la personne à l'assistance logistique, et pourrait déterminer qui prendra l'avantage sur ce marché émergent. Cette approche s'inscrit dans la compétition mondiale intense autour de la robotique humanoïde, où la Chine investit massivement pour rattraper puis dépasser les acteurs occidentaux et notamment américains sur ce terrain. Les entreprises chinoises du secteur bénéficient d'un soutien étatique important et d'un écosystème industriel favorable au déploiement rapide de prototypes à grande échelle. Reste à savoir si cette stratégie du terrain, plus risquée en termes de sécurité et d'image, permettra réellement de combler l'écart technologique avec des acteurs qui misent davantage sur la simulation et les tests contrôlés avant tout déploiement public.

Robostral Navigate de Mistral AI : un modèle de 8 milliards de paramètres qui permet aux robots de naviguer dans des environnements complexes avec une simple caméra RGB

Mistral AI a dévoilé Robostral Navigate, son premier modèle conçu pour la navigation robotique incarnée. Ce modèle de 8 milliards de paramètres prend en entrée des images RGB issues d'une simple caméra et une instruction en langage naturel, puis pilote un robot à travers un environnement complexe, qu'il s'agisse de bureaux, d'immeubles résidentiels ou commerciaux, ou d'espaces extérieurs. Contrairement à la plupart des systèmes de navigation qui s'appuient sur des capteurs de profondeur, du LiDAR ou plusieurs caméras, Robostral Navigate fonctionne avec une seule caméra RGB classique, sans capteur de profondeur. Il atteint 79,4% de taux de réussite sur le benchmark R2R-CE (Room-to-Room in Continuous Environments, basé sur Matterport3D) en validation sur environnements connus, et 76,6% en validation sur environnements inconnus, dépassant de 9,7 points la meilleure approche à caméra unique et de 4,5 points les meilleurs systèmes utilisant profondeur ou caméras multiples. Pour l'entraînement, Mistral a généré environ 400 000 trajectoires réparties sur 6 000 scènes simulées, et a appliqué ensuite un algorithme d'apprentissage par renforcement en ligne nommé CISPO, qui a permis un gain supplémentaire de 3,2% de taux de réussite. Cette avancée compte pour l'industrie robotique car elle réduit drastiquement le coût matériel nécessaire à une navigation autonome fiable: une seule caméra ordinaire suffit là où les concurrents multiplient les capteurs LiDAR ou de profondeur, ce qui rend le déploiement à grande échelle plus abordable pour les fabricants de robots domestiques, industriels ou de service. La méthode de "pointing", où le modèle prédit directement les coordonnées du point cible dans l'image plutôt que des déplacements métriques, rend aussi le système plus robuste aux changements de caméra ou d'échelle du monde réel, un problème récurrent qui limitait jusqu'ici la généralisation des robots entre différents matériels. Enfin, l'optimisation de l'entraînement via une technique de mise en cache des préfixes a permis de réduire le nombre de tokens d'entraînement par un facteur 22, transformant des cycles de recherche qui prenaient des mois en quelques jours seulement. Ce lancement s'inscrit dans la stratégie plus large de Mistral AI visant à construire des modèles fondamentaux au-delà du seul traitement du langage, en misant sur ses modèles de vision-langage déjà entraînés pour des tâches de repérage, de comptage et de localisation d'objets, dont la navigation apparaît comme une extension naturelle. Cette approche s'oppose au recours classique aux modèles open source existants et positionne l'entreprise française comme un acteur crédible face aux géants américains dans la course à la robotique généraliste, un secteur où Google DeepMind, Tesla et plusieurs startups spécialisées investissent massivement. Les prochaines étapes attendues concernent probablement l'élargissement à d'autres tâches de manipulation robotique et le déploiement sur du matériel commercial réel.

💬 Reste à voir si ça tient en prod, mais sur le papier c'est du solide : Mistral divise le coût matériel de la navigation robotique en remplaçant LiDAR et caméras multiples par une simple caméra RGB, et ça bat quand même les systèmes plus équipés sur R2R-CE. Le vrai coup, c'est la méthode de pointing qui prédit un point cible dans l'image plutôt qu'un déplacement métrique, ça règle un problème de généralisation qui plombait le secteur depuis des années. Selon Le Fil IA, Mistral vient de prouver qu'on n'a plus besoin de capteurs chers pour faire naviguer un robot correctement, et ça change le calcul économique de toute une industrie.

Le socle logiciel pour robots polyvalents

X Square Robot, entreprise chinoise spécialisée dans l'IA incarnée, mise sur une pile technologique intégrée pour doter les robots d'une capacité générale, faute de recette éprouvée comme celle qui a fonctionné pour les grands modèles de langage. Sa stack combine des données d'interaction, un modèle du monde capable de prédire les changements physiques, et un modèle d'action regroupant perception, planification, raisonnement et décision, le tout réuni dans une architecture baptisée World Unified Model. L'entreprise a développé un système de collecte de données, l'Universal Manipulation Interface, commercialisé sous le nom QUANXTA Zero Series : des humains portant un dispositif à double pince enregistrent des démonstrations, sans passer par la téléopération d'un robot. La particularité tient à un contrôle qualité strict, avec une boucle d'inspection qui rejoue physiquement un échantillon de trajectoires sur un vrai robot ; seules celles qui accomplissent réellement la tâche sont retenues comme valides. Une pince qui se referme une fraction de seconde trop tôt, par exemple, ressemble à une saisie réussie dans les données mais a en fait repoussé l'objet, et se trouve donc écartée. X Square Robot pré-entraîne ensuite ses modèles sur un large volume de démonstrations humaines avant d'ajouter une petite quantité de données robotiques réelles pour ancrer le modèle à la dynamique précise de la machine. Cette approche s'attaque à ce que l'entreprise considère comme le principal frein au développement de robots généralistes : non pas le nombre de paramètres des modèles, mais le coût et la qualité des données d'interaction. Selon X Square Robot, la combinaison de données humaines bon marché et d'un faible volume de données robotiques permet d'atteindre des performances comparables à un jeu de données entièrement robotique, pour un coût de collecte environ 20 fois inférieur, principalement parce que le dispositif portable coûte beaucoup moins cher à déployer qu'une flotte de robots téléopérés. Pour l'industrie, cela change la donne économique de l'entraînement robotique et pourrait accélérer l'émergence de robots capables de transférer leurs compétences d'une tâche à une autre, voire d'une machine à une autre, un problème resté largement irrésolu jusqu'ici. Le choix de publier cette pile en accès ouvert s'inscrit dans un débat plus large sur la manière de construire l'IA incarnée : faut-il un modèle unique et massif, ou un ensemble de composants complémentaires partageant une base de code commune, comme le défend X Square Robot avec ses modèles du monde et d'action présentés comme indépendants mais liés ? L'entreprise mise sur trois principes structurants : considérer l'interaction, et non la simple trajectoire, comme unité de base des données robotiques ; viser un pré-entraînement directement exploitable plutôt qu'une simple initialisation à affiner ; et modéliser le comportement autour d'événements physiques plutôt que de simples découpages temporels. Ces choix, encore débattus dans le secteur, positionnent X Square Robot parmi les acteurs qui tentent de définir la future norme technique des robots généralistes, dans un contexte de concurrence croissante entre laboratoires chinois et occidentaux sur ce terrain.

💬 C'est ce genre de choix technique qui va décider qui gagne la course aux robots généralistes. X Square Robot parie sur des humains qui filment leurs mains plutôt que sur des flottes de robots téléopérés, et ça change tout niveau coût, environ 20 fois moins cher. Le vrai test c'est leur boucle de contrôle qualité, rejouer les trajectoires sur un vrai robot pour virer les fausses bonnes prises, ça sent le truc pensé par des gens qui se sont pris le nez dans le mur en prod.