Robotique — page 11

Les robots militaires ukrainiens se multiplient pour limiter les risques humains liés aux drones

L'Ukraine a franchi une étape symbolique dans l'utilisation des robots militaires sur le champ de bataille. Le président Volodymyr Zelensky a affirmé que des robots terrestres et des drones ukrainiens avaient, de manière autonome, neutralisé une position militaire russe et contraint des soldats ennemis à se rendre, sans intervention humaine directe. Cette déclaration s'accompagne d'une vidéo promotionnelle dans laquelle Zelensky précise que les robots militaires ukrainiens ont accompli plus de 22 000 missions au cours des trois derniers mois. Le ministère ukrainien de la Défense a par ailleurs annoncé une multiplication par trois des missions de véhicules terrestres non pilotés sur les cinq derniers mois, avec plus de 9 000 missions robotiques conduites en mars 2026 selon Scripps News. L'événement en question se serait produit dans l'oblast de Kharkiv, au nord-est de l'Ukraine, impliquant la 3e Brigade d'assaut séparée qui a recouru à des drones volants et à des robots terrestres "kamikazes" pour attaquer des positions russes fortifiées. Si ces faits sont confirmés, les affirmations de Zelensky n'ont pas encore été vérifiées de manière indépendante, ils marqueraient un tournant dans la guerre moderne. La capitulation de soldats face à un robot autonome, aussi symbolique soit-elle, illustre une nouvelle réalité opérationnelle : les machines peuvent désormais accomplir les tâches les plus meurtrières à la place des humains. Pour les armées du monde entier, ce précédent ouvre la voie à un usage accru des systèmes robotisés dans les missions de reconnaissance avancée, d'assaut de positions fortifiées ou de capture de prisonniers, des missions à très haut risque pour les soldats en chair et en os. La plateforme gouvernementale ukrainienne United24 a également relayé un épisode similaire impliquant la même brigade, confirmant que cette pratique commence à se systématiser. Ce développement s'inscrit dans une guerre déjà profondément transformée par les drones, qui ont redéfini la logique des affrontements depuis 2022. L'Ukraine, sous pression constante face à une armée russe numériquement supérieure, a investi massivement dans les technologies non pilotées pour compenser ses pertes humaines et réduire l'exposition de ses soldats. Des soldats russes isolés avaient déjà été filmés en train de se rendre à des drones ukrainiens, mais la reddition collective face à un robot terrestre représente une escalade inédite. À mesure que la robotique militaire progresse, la question qui se pose désormais à l'ensemble des états-majors mondiaux est celle de la place croissante des systèmes autonomes dans la conduite des guerres futures, et des règles d'engagement qui devront les encadrer.

Gemini Robotics-ER 1.6 : le jour où les robots ont enfin commencé à penser

Google DeepMind a lancé le 14 avril 2026 Gemini Robotics-ER 1.6, une mise à jour majeure de son modèle de raisonnement incarné destiné à la robotique. Cette nouvelle version améliore significativement la compréhension visuelle et spatiale des robots, leur permettant de planifier et d'exécuter des tâches plus complexes avec une autonomie accrue. Concrètement, le modèle est capable d'identifier des points de préhension optimaux sur des objets variés, de traiter des informations provenant de plusieurs angles simultanément grâce à la compréhension multi-vues, et de détecter si une tâche a été accomplie avec succès. Il surpasse ses prédécesseurs directs, Gemini Robotics-ER 1.5 et Gemini 3.0 Flash, notamment sur la lecture des espaces tridimensionnels et l'interprétation des mouvements. Le modèle est disponible dès maintenant via l'API Gemini et Google AI Studio pour les développeurs souhaitant l'intégrer dans leurs projets. Cette avancée marque un tournant dans la manière dont les robots interagissent avec le monde physique. Jusqu'ici, les systèmes automatisés suivaient des instructions rigides, incapables de s'adapter à des environnements imprévus. Avec ER 1.6, les machines peuvent interpréter des jauges et des indicateurs industriels, cartographier des trajectoires en tenant compte des contraintes environnementales, et valider elles-mêmes les résultats de leurs actions. Ce niveau de raisonnement ouvre la voie à des déploiements dans des contextes industriels réels, où les situations ambiguës ou complexes sont la norme. Google insiste également sur les améliorations en matière de sécurité : les tests montrent une meilleure conformité dans des scénarios de raisonnement spatial sensibles, un critère essentiel pour tout déploiement hors laboratoire. Le projet s'inscrit dans une course mondiale à la robotique intelligente où Google DeepMind s'impose comme acteur central. La collaboration avec Boston Dynamics, notamment sur la lecture d'instruments, illustre la convergence entre intelligence artificielle de pointe et plateformes robotiques éprouvées. En ouvrant l'accès via son API, Google mise sur un écosystème de développeurs pour accélérer l'expérimentation et multiplier les cas d'usage, de la logistique à la chirurgie assistée. Cette stratégie d'ouverture contraste avec des approches plus fermées, et positionne Gemini Robotics comme une infrastructure sur laquelle d'autres peuvent construire. Les prochains mois diront si ce pari sur le raisonnement incarné suffit à distancer des concurrents comme Figure AI, 1X ou Tesla, qui misent eux aussi sur des robots capables de comprendre leur environnement plutôt que de simplement l'exécuter.

Plus précis que LeBron ? Découvrez CUE7, le robot basketteur révolutionnaire de Toyota

Toyota a dévoilé le 14 avril 2026 la septième génération de son robot basketteur CUE7, une machine capable de tirer au panier, dribbler et se déplacer avec une précision remarquable. Par rapport à son prédécesseur CUE6, ce robot a été considérablement allégé, passant de 120 kg à 74 kg, et adopte une structure à deux roues inversées qui améliore sa stabilité et son agilité. Techniquement, CUE7 repose sur une combinaison de vision artificielle, de planification de mouvement et d'un système hybride mêlant apprentissage par renforcement et contrôle classique : le robot analyse le panier, calcule la distance, ajuste sa posture et déclenche le tir avec une régularité quasi mécanique. En 2019 déjà, la version CUE3 avait enchaîné 2 020 lancers francs réussis d'affilée, une série arrêtée volontairement par les ingénieurs alors que la machine pouvait continuer. En 2024, CUE6 avait décroché un record Guinness avec un tir longue distance impressionnant. Au-delà de l'exploit sportif, CUE7 représente une étape concrète dans le développement de ce que Toyota appelle l'intelligence artificielle incarnée, des systèmes capables d'interagir physiquement avec leur environnement de façon autonome et adaptative. Le basket-ball n'est pas un choix anodin : ce sport impose des défis simultanés complexes, comme la détection de cible, le calcul de trajectoire, la coordination motrice et l'ajustement en temps réel, ce qui en fait un terrain d'expérimentation idéal pour des technologies destinées à des applications industrielles, médicales ou domestiques beaucoup plus larges. La capacité du robot à apprendre de ses erreurs et à affiner ses gestes par itération rapproche son fonctionnement de celui d'un athlète humain s'entraînant séance après séance. Le projet CUE est né à l'origine d'une initiative parallèle portée par des employés passionnés de Toyota, avant d'être intégré dans une démarche de recherche plus structurée. Depuis ses débuts sous forme de prototype LEGO, la série a progressé de génération en génération vers plus d'autonomie, de mobilité et de précision. CUE7 marque le saut le plus visible à ce jour, avec un robot capable non seulement de tirer mais aussi de se déplacer et de dribbler. Cette trajectoire s'inscrit dans une course plus large menée par les grands acteurs industriels, Toyota, Boston Dynamics, Figure, Tesla, pour doter les robots humanoïdes et semi-humanoïdes de capacités physiques comparables à celles de l'humain, ouvrant la voie à des usages concrets dans des environnements non structurés.

Hyundai se lance dans la robotique et l'IA physique

Hyundai Motor Group a annoncé un pivot stratégique majeur vers la robotique et ce que le secteur appelle l'« IA physique », des systèmes d'intelligence artificielle intégrés à des machines capables d'agir et de s'adapter dans des environnements réels. Dans une interview accordée à Semafor, le président du groupe, Chung Eui-sun, a confirmé que ces technologies joueront un rôle central dans la prochaine phase de croissance du conglomérat coréen. Pour appuyer cette ambition, Hyundai prévoit d'investir 26 milliards de dollars aux États-Unis d'ici 2028, s'ajoutant aux quelque 20,5 milliards déjà engagés sur les quarante dernières années. Au cœur de ce plan : le déploiement de robots humanoïdes issus de Boston Dynamics, dont Hyundai a pris le contrôle en 2021, dans ses propres usines de fabrication. La production industrielle de ces robots est attendue vers 2028, avec un objectif de 30 000 unités par an d'ici 2030. Ce virage vers l'IA physique représente une transformation profonde du modèle opérationnel de Hyundai, qui vend chaque année plus de 7 millions de véhicules dans plus de 200 pays via 16 sites de production mondiaux. L'objectif n'est pas de substituer les robots aux humains, mais de leur confier les tâches répétitives ou physiquement exigeantes pendant que les opérateurs se concentrent sur la supervision et la coordination. Chung estime que cette réorganisation permettra d'améliorer l'efficacité et la qualité des produits face à des exigences clients en constante évolution. À terme, ces systèmes pourraient également s'étendre à la logistique et aux services de mobilité, même si les usines restent pour l'instant le principal terrain d'expérimentation. Hyundai n'évolue pas en isolation : la course à l'IA physique s'intensifie dans l'ensemble de l'industrie automobile et technologique, poussée par la convergence entre robotique avancée, données temps réel et modèles d'apprentissage automatique. Le groupe mise également sur l'hydrogène via sa marque HTWO, couvrant production, stockage et utilisation, qu'il présente comme complémentaire aux véhicules électriques, notamment pour alimenter les infrastructures d'IA et les centres de données dont les besoins énergétiques explosent. Ce double pari, robotique et énergie propre, reflète une lecture claire de la part de Chung : les mutations réglementaires et les nouvelles attentes des marchés régionaux imposent une refonte de la façon dont Hyundai produit et opère. Le constructeur, dont les marques Hyundai, Kia et Genesis forment encore le socle du chiffre d'affaires, entame une transition de long terme, du fabricant de véhicules vers un acteur de systèmes physiques intelligents.

Vidéo : Ce robot quadrupède utilise l’IA pour imiter la souplesse de la vie sauvage

Des chercheurs du Korea Advanced Institute of Science and Technology (KAIST) ont présenté DreamWaQ++, un système de contrôle pour robots quadrupèdes qui combine caméras, LiDAR et capteurs embarqués pour analyser le terrain en temps réel et adapter chaque pas avant tout contact avec le sol. Lors des tests, le robot a grimpé un escalier de 50 marches en 35 secondes, couvrant plus de 30 mètres à l'horizontale et 7 mètres de dénivelé. Il a également négocié des pentes à 35 degrés, bien au-delà de ce qu'il avait rencontré durant son entraînement, et franchi des obstacles plus hauts que lui tout en portant une charge supplémentaire, le tout en sollicitant moins ses moteurs. Le système repose sur un apprentissage par renforcement capable de fusionner plusieurs flux de données simultanément sans surcharge de calcul, et peut basculer d'un mode de détection à un autre en cas de défaillance d'un capteur. Ce qui change fondamentalement avec DreamWaQ++, c'est le passage d'une locomotion réactive à une locomotion anticipatoire. Les robots quadrupèdes antérieurs s'appuyaient exclusivement sur des capteurs proprioceptifs, codeurs articulaires, centrales inertielles, et ne détectaient un obstacle qu'au moment du contact physique. DreamWaQ++ perçoit l'environnement avant de l'atteindre, analyse la géométrie du sol et recalcule la trajectoire immédiatement, sans planificateur externe. Le robot choisit lui-même son chemin, s'arrête parfois quelques instants pour observer, puis repart : un comportement qui évoque directement celui d'un animal en milieu inconnu. Cette autonomie de décision réduit les risques de chute dans des contextes où une intervention humaine est difficile ou dangereuse. Les applications visées par l'équipe de KAIST couvrent l'inspection industrielle, l'agriculture, la foresterie et les interventions d'urgence en zones sinistrées, autant de secteurs où la mobilité en terrain non structuré est aujourd'hui un verrou technologique. La robotique quadrupède a connu une accélération notable ces dernières années, portée par des acteurs comme Boston Dynamics et ses concurrents chinois tels qu'Unitree, mais la capacité à généraliser au-delà des situations d'entraînement reste un défi central. DreamWaQ++ s'inscrit dans une tendance plus large qui consiste à intégrer la perception extéroceptive profonde dans la boucle de contrôle bas niveau, réduisant la dépendance à la cartographie préalable. L'équipe envisage d'étendre l'approche à d'autres morphologies de robots, bipèdes et à roues inclus, ce qui pourrait accélérer le déploiement de machines autonomes dans des environnements réels non balisés.

Chine : 70 équipes de robots prêtes pour le 2e semi-marathon humanoïde

Le 19 avril 2026, Pékin accueillera la deuxième édition du semi-marathon humanoïde, une compétition inédite où des robots bipèdes doivent parcourir 21 kilomètres sur un tracé identique à celui des coureurs humains. Cette année, plus de 70 équipes se sont inscrites pour engager leurs machines dans l'épreuve, contre une vingtaine seulement lors de la première édition en 2025, soit une participation qui a presque quintuplé en un an. Les robots doivent avancer sans assistance humaine permanente, gérer leur équilibre sur la durée, éviter les chutes et coordonner leurs systèmes dans des situations imprévues. Environ 40 % des équipes misent désormais sur une navigation entièrement autonome. Les meilleurs robots approchent les 10 secondes au 100 mètres, et les organisateurs ont ajouté de nouveaux prix récompensant non seulement la vitesse, mais aussi l'endurance et la simple capacité à franchir la ligne d'arrivée. L'enjeu dépasse largement la performance sportive : chaque kilomètre couru constitue un test grandeur nature pour les ingénieurs, qui récupèrent en temps réel des données mécaniques et algorithmiques impossibles à obtenir en laboratoire. La distance d'un semi-marathon impose aux systèmes une charge thermique, une usure des articulations et une gestion de l'énergie sur la durée que peu de prototypes ont jusqu'ici dû affronter. Pour l'industrie robotique, ces courses accélèrent directement le cycle de développement : les chutes sur le bitume, les défaillances de coordination, les problèmes d'autonomie observés en course seront intégrés dans les prochaines versions des modèles. Une équipe universitaire a même assemblé son robot le jour de la course avant de l'engager directement sur le tracé, illustrant à quel point l'épreuve est aussi un banc d'essai assumé. La première édition, organisée également à Pékin en 2025, avait posé les bases d'un format qui prenait alors des allures d'expérience de niche. L'explosion du nombre de participants en 2026 reflète l'accélération généralisée du secteur de la robotique humanoïde en Chine, où plusieurs entreprises et laboratoires universitaires investissent massivement dans des bipèdes capables d'opérer dans des environnements conçus pour l'homme. Pékin s'est positionnée comme capitale de facto de cette compétition, dans un contexte où la robotique de service et industrielle est devenue un axe stratégique national. La navigation autonome, encore instable à 40 % des équipes, représente la prochaine frontière technique à franchir : si les robots peuvent un jour courir 21 kilomètres sans intervention extérieure, ils pourront théoriquement opérer dans n'importe quel environnement humain sans supervision constante.

Bientôt la fin des patrouilles humaines ? Ce robot français fait des rondes tout seul

Running Brains Robotics, une PME implantée à Mérignac en région bordelaise, s'impose progressivement sur le marché européen de la surveillance autonome avec ses robots patrouilleurs entièrement conçus en France. La société a développé deux modèles complémentaires : le GR100, déjà déployé sur plusieurs sites, et le GR200, conçu pour les environnements difficiles et le tout-terrain. Ces machines effectuent des rondes continues sur des sites sensibles, analysant portes, clôtures et mouvements suspects, lisant des plaques d'immatriculation, détectant des fuites et remontant les anomalies en temps réel vers un centre de supervision. Les robots alternent entre missions actives et recharge rapide, restant connectés en permanence même à l'arrêt. La société est déjà opérationnelle en France et en Italie, où elle a notamment décroché un déploiement au sein du groupe Leonardo, acteur majeur de l'aéronautique et de la défense européenne, pour surveiller des infrastructures sensibles. Ce type de système redéfinit l'organisation des équipes de sécurité sur site. Les robots prennent en charge les tâches répétitives de contrôle et de ronde, libérant les opérateurs humains pour se concentrer sur les interventions à plus forte valeur ajoutée, c'est-à-dire l'analyse et la décision finale. Les machines ne remplacent pas les forces de sécurité et n'interviennent pas directement en cas d'infraction : elles collectent et transmettent les données, les humains agissent. Pour les sites industriels, les ports, les aéroports ou les installations critiques, l'intérêt est double : une couverture 24h/24 sans fatigue ni absence, et une réduction des coûts opérationnels sur les missions à faible valeur ajoutée. Les déploiements en conditions réelles chez Leonardo valident l'efficacité opérationnelle de l'approche, un signal fort pour convaincre d'autres grands groupes industriels. Running Brains Robotics se distingue par une maîtrise intégrale de sa chaîne technologique, de la conception mécanique aux algorithmes de navigation et de détection, sans dépendance envers des fournisseurs extérieurs. Ce positionnement souverain prend une résonance particulière dans un contexte européen où la sécurité des infrastructures critiques est au coeur des préoccupations stratégiques. La robotique de surveillance est un marché en pleine expansion, avec des acteurs américains, asiatiques et israéliens déjà bien installés, et l'émergence d'une solution 100% française répond à des enjeux de souveraineté industrielle que les grandes entreprises et les gouvernements commencent à prendre en compte dans leurs appels d'offres. La montée en puissance annoncée d'ici 2028 suggère que la société compte accélérer son développement commercial en Europe, portée par des références industrielles crédibles et un positionnement technologique différenciant.

Vidéo : ce robot humanoïde sprinte à une vitesse jamais vue

Le robot humanoïde H1 de la start-up chinoise Unitree Robotics a atteint une vitesse de 10,1 mètres par seconde lors d'un test de sprint filmé et publié le 11 avril 2026. La vidéo, diffusée sur le compte officiel d'Unitree, montre la machine traverser une piste d'athlétisme à pleine allure, maintenant une foulée stable et régulière sans rupture d'équilibre visible. Le H1 pèse environ 62 kg pour une longueur de jambe de 80 cm, des proportions proches d'un coureur humain de gabarit moyen. Unitree précise que le dispositif de mesure comporte une légère marge d'erreur, mais la démonstration reste spectaculaire et a largement dépassé les cercles spécialisés de la robotique. Cette performance place le H1 dans une catégorie inédite pour un robot à pattes bipèdes. À titre de comparaison, le record du monde du 100 mètres détenu par Usain Bolt depuis 2009 correspond à une vitesse de pointe d'environ 12,4 m/s. L'écart se resserre, ce qui alimente un débat sérieux sur la trajectoire d'amélioration de ces systèmes. Pour l'industrie, cela signifie que les robots humanoïdes ne sont plus cantonnés à des tâches lentes et contrôlées : la mobilité rapide ouvre des perspectives concrètes en logistique d'urgence, intervention en environnement hostile, ou assistance physique dans des contextes où la réactivité compte. Pour les ingénieurs et compétiteurs du secteur, c'est aussi un signal fort sur l'état de l'art accessible avec du matériel grand public, le H1 n'est pas un prototype de laboratoire confidentiel. Unitree s'est imposé ces dernières années comme l'un des acteurs les plus actifs de la robotique humanoïde abordable, face à des concurrents comme Boston Dynamics, Figure AI ou Agility Robotics. L'approche biomécanique du H1, qui s'inspire directement de l'anatomie humaine pour synchroniser articulations et moteurs, est au coeur de sa stratégie différenciante. La prochaine étape se profile déjà : le 19 avril 2026 se tient la deuxième édition du semi-marathon de robots humanoïdes, un événement qui devrait réunir plusieurs machines en compétition directe sur la même ligne de départ. Les analystes anticipent un niveau de concurrence nettement supérieur à la première édition, ce qui pourrait à nouveau repousser les limites connues de vitesse et d'endurance pour ce type de système. La question n'est plus de savoir si les robots peuvent courir vite, mais jusqu'où cette courbe de progression va s'accélérer.

MolmoAct : implémentation pour le raisonnement spatial 3D, le suivi de trajectoire et la prédiction robotique

Des chercheurs d'AllenAI ont publié MolmoAct, un modèle multimodal de 7 milliards de paramètres conçu pour raisonner dans l'espace tridimensionnel à partir d'observations visuelles. Le modèle, identifié sous la référence allenai/MolmoAct-7B-D-0812, accepte des entrées multi-vues, c'est-à-dire plusieurs images prises sous différents angles, et génère à partir d'instructions en langage naturel trois types de sorties : une estimation de profondeur, une trajectoire visuelle tracée, et des commandes d'action directement exploitables par un système robotique. Un tutoriel d'implémentation complet a été publié pour permettre aux développeurs de reproduire l'ensemble du pipeline dans Google Colab, en s'appuyant sur PyTorch 2.0 ou supérieur, la bibliothèque Transformers en version 4.52, et une infrastructure GPU standard. Ce type de modèle représente un changement de paradigme dans la robotique pilotée par l'IA : plutôt que de séparer la perception visuelle, la compréhension spatiale et la planification motrice dans des modules distincts, MolmoAct intègre ces trois capacités dans un seul réseau neuronal interrogeable en langage humain. Concrètement, un opérateur peut demander au modèle d'atteindre un objet dans une scène complexe, et le système produit directement la séquence d'actions requise, en tenant compte des distances et obstacles perçus dans les images. Pour les équipes travaillant sur des bras robotiques, des drones autonomes ou des systèmes d'assistance, cette architecture réduit considérablement la complexité d'intégration et ouvre la voie à des robots pilotables par des non-spécialistes. MolmoAct s'inscrit dans une vague de modèles dits "action-reasoning" qui cherchent à combler le fossé entre vision par ordinateur et contrôle robotique. AllenAI, l'institut de recherche fondé par Paul Allen et affilié à l'Université de Washington, développe depuis plusieurs années la famille de modèles Molmo, positionnée comme une alternative ouverte aux modèles multimodaux propriétaires de Google ou OpenAI. La publication d'un tutoriel d'implémentation pas-à-pas, avec un code entièrement reproductible et accessible sur des GPUs grand public, traduit une volonté délibérée de démocratiser ces capacités. La prochaine étape naturelle sera l'évaluation de MolmoAct sur des benchmarks robotiques standardisés et son intégration dans des environnements physiques réels, où la robustesse face aux variations d'éclairage et d'occlusion restera le principal défi.

Unitree R1 : le robot humanoïde arrive sur AliExpress à 5 900 dollars

Unitree, le fabricant chinois de robots déjà célèbre pour ses chiens-robots quadrupèdes, vient de mettre en vente son humanoïde R1 sur AliExpress à partir de 5 900 dollars. Le robot est proposé directement sur la marketplace d'Alibaba, accessible à tout acheteur disposant d'un compte et d'un budget suffisant. Le R1 mesure environ 1,60 mètre, pèse autour de 50 kilogrammes, et embarque des capacités de locomotion bipède ainsi qu'une paire de bras articulés capables de manipuler des objets du quotidien. Aucune date de livraison globale n'a été précisée pour l'ensemble des marchés, mais la mise en vente marque une première concrète dans la démocratisation de la robotique humanoïde. Ce prix de 5 900 dollars représente un seuil symbolique : il place pour la première fois un robot humanoïde dans une fourchette accessible à des entreprises de taille moyenne, des laboratoires universitaires, voire à des particuliers aisés et passionnés de technologie. Jusqu'ici, les humanoïdes commerciaux les plus avancés, comme le Figure 01 ou l'Atlas de Boston Dynamics, visaient exclusivement des clients industriels avec des tarifs bien au-delà de 100 000 dollars. Unitree court-circuite cette logique en passant directement par un canal grande consommation. Cette mise en vente s'inscrit dans une dynamique d'industrialisation rapide de la robotique chinoise, portée par des coûts de fabrication compétitifs et une chaîne d'approvisionnement mature en composants électroniques et en actionneurs. Unitree a bâti sa réputation sur le Spot-like Go1 et Go2, vendus à des milliers d'unités dans le monde entier, avant de pivoter vers l'humanoïde. La concurrence avec Boston Dynamics, Agility Robotics ou Tesla Optimus se déplace désormais sur le terrain du prix, et Pékin semble avoir une longueur d'avance sur ce front.

💬 5 900 dollars sur AliExpress, c'est le genre de chiffre qui rend Boston Dynamics nerveux. Unitree ne joue pas sur leur terrain, il le court-circuite complètement en passant par la grande conso, directement accessible à un labo universitaire ou une PME curieuse. Bon, sur le papier le R1 ne va pas remplacer un Optimus, mais à ce prix-là, beaucoup de gens vont quand même appuyer sur "Acheter".

GoZTASP : une plateforme zero-trust pour la gouvernance des systèmes autonomes à grande échelle

GoZTASP est une plateforme de gouvernance et d'assurance conçue pour superviser des systèmes autonomes déployés à grande échelle dans des environnements réels. Elle intègre au sein d'une architecture zero-trust unifiée des équipements hétérogènes, drones, robots, capteurs et opérateurs humains, en s'appuyant sur deux modules clés : le Secure Runtime Assurance (SRTA), qui vérifie en continu l'intégrité des systèmes, et le Secure Spatio-Temporal Reasoning (SSTR), qui raisonne sur les données spatiales et temporelles pour maintenir la cohérence opérationnelle. La plateforme a franchi le niveau de maturité technologique TRL 7, validant son fonctionnement dans des environnements à haute criticité. Les composants centraux, notamment les contrôleurs de vol sécurisés Saluki, ont atteint le TRL 8 et sont d'ores et déjà déployés dans des systèmes clients en production. L'enjeu de ZTASP dépasse largement le cadre militaire dans lequel il a été initialement développé. La capacité à maintenir une opération résiliente même dans des conditions dégradées, pannes partielles, attaques, perte de connectivité, répond à un besoin critique dans des secteurs comme la santé, les transports autonomes et les infrastructures sensibles. En imposant une vérification permanente de chaque composant sans présupposer de confiance implicite entre les sous-systèmes, le modèle zero-trust apporte une couche de sécurité fondamentalement différente des approches périmètriques traditionnelles, particulièrement adaptée aux flottes de robots ou de véhicules autonomes où la surface d'attaque est distribuée et dynamique. Le concept de zero-trust, né dans la cybersécurité des réseaux d'entreprise dans les années 2010, connaît aujourd'hui une extension vers les systèmes cyber-physiques autonomes, où les conséquences d'une compromission sont directement matérielles. La prolifération des drones commerciaux et des robots industriels dans des environnements non contrôlés rend la question de la gouvernance à l'exécution de plus en plus pressante. ZTASP s'inscrit dans une tendance plus large où des acteurs de la défense et de l'industrie cherchent à formaliser des cadres d'assurance capables de répondre aux exigences réglementaires émergentes autour des systèmes autonomes, notamment en Europe et aux États-Unis, où plusieurs initiatives législatives sont en cours d'élaboration.

Asylon et Thrive Logic déploient l'IA physique pour la sécurité périmétrique en entreprise

Asylon Robotics et Thrive Logic ont annoncé un partenariat pour déployer ce qu'ils appellent de l'« IA physique » dans la sécurité périmétrique d'entreprise. Asylon, spécialisée dans la robotique de sécurité, opère un centre de commandement baptisé RSOC (Robotic Security Operations Centre) qui gère des patrouilles robotisées autonomes sur les périmètres extérieurs. Thrive Logic, de son côté, propose une plateforme d'intelligence opérationnelle pilotée par des agents IA. Leur intégration commune connecte les flux vidéo captés par les robots d'Asylon directement à l'agent IA de Thrive Logic, qui analyse les incidents en temps réel, déclenche des alertes auprès des équipes concernées et génère automatiquement des procédures de réponse alignées sur les standards opérationnels de chaque site. Le système produit également des rapports horodatés et prêts pour l'audit, pour chaque environnement où il est déployé. L'enjeu dépasse la simple surveillance vidéo. Là où les systèmes traditionnels se contentent d'enregistrer des événements pour une analyse ultérieure, cette solution intervient en continu et de manière proactive : les robots patrouillent, l'IA analyse, et les équipes humaines reçoivent des instructions d'action claires plutôt que de devoir interpréter des heures de footage. Pour les responsables sécurité opérant sur des périmètres étendus, soumis à une forte volatilité des effectifs humains et à des rondes d'agents souvent peu fiables, cela représente un changement de paradigme concret. La cohérence de la réponse aux incidents s'améliore, la friction opérationnelle diminue, et la traçabilité documentaire devient automatique, ce qui facilite les audits de conformité et les reportings internes. Ce partenariat s'inscrit dans une tendance plus large d'intégration entre robotique autonome et IA agentique dans les environnements physiques à risque. Damon Henry, PDG d'Asylon, résume l'objectif ainsi : les responsables sécurité n'ont pas besoin de nouveaux tableaux de bord, mais de couverture fiable, de réponse cohérente et de reporting défendable. Nate Green, PDG de Thrive Logic, insiste sur le fait que l'IA physique transforme la visibilité en action concrète. Pour l'instant, l'intégration est réservée aux grandes entreprises gérant des environnements extérieurs à forte activité, mais les deux sociétés indiquent vouloir étendre l'accès à des organisations de plus petite taille dans un avenir proche. La sécurité périmétrique autonome, longtemps cantonnée aux grandes infrastructures critiques, semble donc amorcer une démocratisation progressive vers l'ensemble du tissu entreprise.

Waymo : l’entreprise qui veut conquérir la mobilité autonome

Waymo, filiale d'Alphabet, a franchi en 2026 un seuil décisif dans la course aux véhicules autonomes. L'entreprise opère désormais une flotte de près de 3 000 robotaxis dans 10 métropoles américaines, dont San Francisco, Orlando et Houston, et revendique 500 000 courses payantes par semaine. En février 2026, elle a bouclé une levée de fonds record de 16 milliards de dollars, portant sa valorisation à 126 milliards. Son système de conduite, baptisé Waymo Driver et arrivé à sa sixième génération, combine 13 caméras, 6 radars et un lidar capable d'envoyer des millions de pulsations laser par seconde pour cartographier l'environnement en trois dimensions jusqu'à 500 mètres. Un modèle d'IA embarqué traite ces données en temps réel pour anticiper les comportements des autres usagers de la route. L'impact sur l'industrie du transport est considérable. À San Francisco, le tarif moyen d'une course Waymo s'établit autour de 17,25 dollars, soit deux à trois dollars de plus qu'un Uber classique, un écart appelé à se réduire à mesure que les volumes augmentent. L'objectif affiché est d'atteindre le million de courses hebdomadaires avant 2027, seuil à partir duquel le modèle économique deviendrait rentable malgré le coût élevé des capteurs. Pour les chauffeurs de taxi et les plateformes comme Uber ou Lyft, la menace est structurelle : Waymo contrôle verticalement la technologie, la flotte et la maintenance, ce qui lui confère un avantage compétitif durable sur des acteurs qui dépendent de conducteurs humains. Waymo n'est pas né en 2026. Le projet a démarré en 2009 au sein de Google X avant de devenir une entité indépendante d'Alphabet en 2016. Pendant des années, l'entreprise a accumulé des millions de kilomètres de tests sans parvenir à déployer un service commercial à grande échelle. Le tournant s'est produit avec le lancement de Waymo One à San Francisco, puis l'accélération vers d'autres villes, transformant ce qui ressemblait à une expérimentation permanente en véritable offre de mobilité urbaine. La concurrence reste présente, Tesla promettant son propre robotaxi et des acteurs chinois comme Baidu avançant sur leur marché intérieur, mais aucun n'a encore atteint la profondeur de déploiement de Waymo aux États-Unis. Avec 126 milliards de valorisation et le soutien financier d'Alphabet, l'entreprise aborde la prochaine phase, celle de la rentabilité, avec des moyens que ses rivaux peinent à égaler.

Pénurie de main-d'œuvre : le Japon mise sur l'IA physique pour rester compétitif

Face à une pénurie de main-d'œuvre structurelle, le ministère de l'Économie japonais a annoncé un plan de transition vers l'intelligence artificielle physique pour maintenir la compétitivité industrielle du pays. Le Japon, qui contrôlait déjà 70 % du marché mondial de la robotique industrielle en 2022, franchit une nouvelle étape en intégrant des systèmes d'IA directement dans ses chaînes de production et ses infrastructures critiques. Cette initiative s'inscrit dans une politique nationale coordonnée entre le gouvernement, les grands groupes industriels et les fabricants de robots. L'enjeu est considérable pour une économie de la taille du Japon : automatiser les tâches physiques répétitives permet de compenser le recul de la population active sans recourir massivement à l'immigration, une option politiquement sensible. Les secteurs ciblés incluent la logistique, la construction, l'agriculture et les soins aux personnes âgées, autant de domaines où le manque de travailleurs se fait déjà sentir de manière aiguë. Pour les entreprises japonaises, cela représente aussi une opportunité d'exporter ces solutions vers d'autres pays vieillissants. Le Japon n'est pas seul dans cette course : la Corée du Sud et l'Allemagne poursuivent des stratégies similaires, tandis que les États-Unis et la Chine investissent massivement dans la robotique humanoïde. Mais Tokyo dispose d'un avantage historique dans la fabrication de robots industriels, avec des acteurs comme Fanuc, Yaskawa et Kawasaki. La prochaine étape sera d'y greffer des modèles d'IA capables d'apprentissage autonome, transformant des automates programmés en systèmes réellement adaptatifs.

GEN-1 : le modele robotique passe de 99 % de fiabilite, du pliage de cartons a la reparation d aspirateurs

La startup Generalist a dévoilé GEN-1, un modèle d'intelligence artificielle physique capable d'accomplir une large gamme de tâches manuelles avec un taux de fiabilité atteignant 99 %. Pliage de cartons, réparation d'aspirateurs, manipulation d'objets fragiles : autant de gestes qui nécessitaient jusqu'ici la dextérité propre aux mains humaines. GEN-1 se distingue également par sa capacité à improviser face aux imprévus, en combinant des connaissances issues de domaines différents pour résoudre des problèmes inédits en temps réel. Ce niveau de fiabilité marque un tournant dans la robotique industrielle. Atteindre les 99 % sur des tâches physiques variées, c'est franchir le seuil qui sépare un prototype de démonstration d'un système déployable en conditions réelles. Pour les entreprises manufacturières, logistiques ou de maintenance, cela ouvre la voie à une automatisation de tâches jusque-là réservées aux opérateurs humains, sans pour autant exiger des environnements ultra-contrôlés. L'impact potentiel touche aussi bien les chaînes d'assemblage que les services de réparation à domicile. GEN-1 s'appuie sur le modèle précédent de Generalist, GEN-0, présenté en novembre dernier comme une preuve de concept démontrant que les lois de mise à l'échelle -- bien connues dans le domaine des grands modèles de langage -- s'appliquent aussi à la robotique : plus de données et de calcul en pré-entraînement améliorent les performances post-entraînement. Mais contrairement aux LLM, qui ont pu s'alimenter de milliards de textes disponibles sur Internet, les modèles robotiques manquent de données sur la manipulation d'objets. Pour combler ce vide, Generalist a développé des "data hands", des pinces portables qui capturent les micro-mouvements et les informations visuelles lors de tâches manuelles réalisées par des humains. La société affirme avoir ainsi collecté plus d'un demi-million d'heures d'interactions physiques, représentant des pétaoctets de données d'entraînement.

Au Japon, les robots occupent les postes que personne ne veut

Le Japon accélère le déploiement de robots physiques et de systèmes d'intelligence artificielle incarnée pour répondre à une pénurie de main-d'oeuvre structurelle. Face à une population active en déclin, les entreprises japonaises font passer ces technologies du stade expérimental à une intégration opérationnelle réelle dans des secteurs comme la logistique, l'agriculture, l'hôtellerie et les services à la personne, des domaines où recruter des humains est devenu quasiment impossible. L'enjeu n'est pas le remplacement de travailleurs existants, mais le comblement de postes que personne ne veut ou ne peut occuper. Pour les entreprises japonaises, l'alternative au robot n'est pas un employé humain, c'est un poste vacant. Ce changement de paradigme modifie profondément la manière dont l'industrie mondiale perçoit la robotique : non plus comme une menace sociale, mais comme une réponse pragmatique à des contraintes démographiques réelles. Le Japon a longtemps été pionnier en robotique industrielle, mais la nouvelle vague concerne des robots autonomes capables d'évoluer dans des environnements non structurés. Avec un taux de fécondité parmi les plus bas au monde et un recours à l'immigration limité par choix politique, le pays n'a pas d'autre voie. Ce laboratoire grandeur nature attire l'attention des entreprises technologiques mondiales, qui y voient un marché d'adoption précoce pour une physical AI amenée à se déployer partout où le vieillissement démographique frappe.

L'étude des attitudes humaines envers les robots par l'expérience

Au cours de l'été 2025, le RAI Institute a installé une expérience robotique gratuite et éphémère au centre commercial CambridgeSide de Cambridge, Massachusetts. Sur environ 10 000 visiteurs accueillis, une partie a pu prendre en main les commandes d'un robot quadrupède Spot, fabriqué par Boston Dynamics et considéré comme l'un des robots commerciaux les plus reconnaissables du marché. L'espace se divisait en deux zones : un musée présentant des robots historiques et contemporains, dont des prototypes du RAI Institute comme l'UMV, et une arène de conduite appelée "Drive-a-Spot". Les participants utilisaient un contrôleur adaptatif inspiré des manettes de jeu vidéo, avec des boutons larges utilisables par des enfants dès deux ans comme par des personnes de plus de 90 ans. L'arène changeait de décor toutes les quelques semaines, alternant entre un environnement d'usine, un domicile, un hôpital et un scénario de catastrophe extérieure. L'objectif principal de cette initiative était double : offrir au grand public une rencontre directe avec des robots de pointe, et mesurer scientifiquement l'évolution des perceptions après une interaction réelle. Les visiteurs volontaires remplissaient un questionnaire avant et après avoir conduit le Spot, évaluant leur niveau de confort et la pertinence du robot dans différents contextes professionnels et domestiques. Cette méthodologie est précieuse car la majorité des opinions sur la robotique se forment à partir de la culture populaire et des réseaux sociaux, deux vecteurs qui privilégient les récits sensationnels au détriment d'une représentation fidèle des capacités réelles des machines. Ce que beaucoup de visiteurs ont découvert avec surprise, c'est que Spot est capable d'ajuster ses déplacements de manière autonome pour franchir des obstacles, même lorsqu'il est simplement supervisé par une manette. Cette étude s'inscrit dans un moment charnière pour l'industrie robotique, où les questions d'acceptabilité sociale deviennent aussi stratégiques que les défis techniques. Le RAI Institute, dirigé par Marc Raibert, l'un des fondateurs historiques de la robotique à pattes, cherche à combler le fossé entre les avancées en laboratoire et la perception publique. Le choix des quatre scénarios de l'arène n'est pas anodin : il oppose des environnements où les robots sont déjà largement acceptés, comme l'industrie et les situations d'urgence, à des cadres où l'ambivalence est documentée, notamment le domicile et les établissements de santé. Les résultats de l'enquête, portant sur un échantillon représentatif de la population générale, devraient alimenter la réflexion des concepteurs de robots sur la manière d'intégrer ces machines dans des espaces partagés avec les humains.

Semaine nationale de la robotique : dernières avancées en IA physique et ressources

À l'occasion de la Semaine nationale de la robotique aux États-Unis, NVIDIA met en avant ses avancées dans le domaine de l'intelligence artificielle physique, c'est-à-dire l'IA appliquée à des robots capables d'agir dans le monde réel. L'entreprise présente cette semaine une série de technologies couvrant la simulation, la génération de données synthétiques et l'apprentissage automatique pour robots, destinées aux développeurs qui souhaitent concevoir des machines autonomes opérationnelles dans des environnements complexes. L'enjeu est considérable : ces outils permettent de réduire drastiquement le temps nécessaire pour passer de l'entraînement en environnement virtuel au déploiement sur le terrain. Concrètement, un robot peut aujourd'hui apprendre à naviguer, saisir des objets ou réagir à des imprévus dans un simulateur NVIDIA avant d'être testé dans une usine, une serre agricole ou une centrale énergétique. Ce raccourci entre simulation et réalité est l'un des verrous techniques les plus critiques de la robotique industrielle. NVIDIA se positionne comme la colonne vertébrale de cette transition, en proposant des plateformes intégrées qui couvrent l'ensemble de la chaîne de développement robotique. La compétition dans ce secteur s'intensifie, avec des acteurs comme Boston Dynamics, Figure AI ou Agility Robotics qui cherchent eux aussi à industrialiser leurs solutions. La Semaine de la robotique sert ici de vitrine stratégique pour NVIDIA, qui entend s'imposer comme fournisseur incontournable d'infrastructure IA pour la prochaine génération de robots autonomes dans l'industrie, l'agriculture et l'énergie.

💬 Le vrai sujet ici, c'est pas la Semaine de la robotique, c'est NVIDIA qui s'impose discrètement comme le AWS de la robotique industrielle. La réduction du gap sim-to-real, c'est le verrou qui bloquait tout depuis des années, et là ils ont une vraie réponse technique. Reste à voir si les industriels européens vont jouer le jeu ou rester dépendants d'une stack américaine de plus.

On a testé un taxi autonome sans conducteur en Chine, et on ne s’attendait pas à ça

À Shenzhen, mégalopole de 18 millions d'habitants symbole de la modernité technologique chinoise, un journaliste a effectué un trajet complet à bord d'un taxi entièrement autonome, sans aucun conducteur à bord. Le véhicule, commandé via application mobile comme n'importe quel VTC classique, circule au milieu de la circulation dense de la ville grâce à un système embarqué combinant intelligence artificielle, lidars, caméras haute résolution et capteurs multiples. L'expérience, déconcertante au premier abord, s'est déroulée sans intervention humaine du démarrage jusqu'à destination. Ce type de service représente une rupture concrète dans l'histoire de la mobilité urbaine : non plus un prototype en circuit fermé, mais un taxi robotisé intégré au trafic réel, accessible au grand public. Pour les usagers, cela signifie un transport potentiellement moins cher, disponible 24h/24, sans les variables liées au facteur humain. Pour l'industrie automobile et les plateformes de VTC, l'enjeu est colossal : supprimer le poste chauffeur représente entre 60 et 70 % des coûts opérationnels d'un service de transport à la demande. La Chine n'en est pas à ses débuts sur ce terrain. Des acteurs comme Baidu avec son service Apollo Go, ou WeRide, ont déployé des flottes de véhicules autonomes dans plusieurs grandes villes depuis 2021, accumulant des millions de kilomètres en conditions réelles. Pékin et Shenzhen ont accordé des licences d'exploitation commerciale sans safety driver, une autorisation que ni les États-Unis ni l'Europe n'ont encore généralisée. La course mondiale au véhicule autonome se joue désormais autant dans les rues chinoises que dans les laboratoires californiens.

Digit apprend à danser en une nuit grâce à la simulation

Le robot humanoïde Digit d'Agility Robotics vient d'apprendre à danser en une nuit. Grâce à des données brutes de capture de mouvement, d'animation et de téléopération, l'équipe IA de l'entreprise a développé de nouvelles capacités de contrôle corporel via un entraînement par renforcement en simulation transféré ensuite au robot réel. Dans le même temps, la startup Generalist AI a annoncé GEN-1, un modèle d'IA généraliste pour la robotique physique atteignant 99 % de taux de réussite sur des tâches simples, contre 64 % pour les générations précédentes, avec une vitesse d'exécution environ trois fois supérieure et seulement une heure de données collectées sur robot réel par tâche. Unitree, de son côté, a rendu public depuis le 5 mars 2026 le dataset UnifoLM-WBT, un jeu de données open-source de téléopération whole-body pour robots humanoïdes en environnements réels, disponible sur Hugging Face avec des mises à jour fréquentes. Ces avancées illustrent une accélération concrète sur deux fronts majeurs : la généralisation des capacités motrices et la réduction des coûts de données d'entraînement. GEN-1 représente un saut qualitatif potentiellement décisif pour la viabilité commerciale des robots de service, en abaissant drastiquement le seuil d'échec sur des tâches répétitives industrielles ou logistiques. L'ouverture du dataset Unitree constitue elle un signal fort pour la communauté académique et les startups qui manquent de ressources pour collecter des données humanoïdes à grande échelle. Par ailleurs, Universal Robots démontre avec THEMAGIC5 comment des cobots automatisent les derniers 5 % d'une production personnalisée, permettant à une entreprise née sur Kickstarter de dépasser les 400 000 paires de lunettes de natation sur mesure vendues dans le monde. Ces démonstrations s'inscrivent dans une dynamique plus large où la frontière entre recherche et déploiement commercial s'efface rapidement. La conférence ICRA 2026 se tiendra à Vienne du 1er au 5 juin, et RSS 2026 à Sydney en juillet, deux rendez-vous clés où beaucoup de ces travaux seront formalisés. Sanctuary AI poursuit quant à elle le développement de ses mains hydrauliques à haute dextérité, capables de réorienter un objet de manière autonome vers une configuration cible. Enfin, la Chine a validé en orbite un bras robotique flexible embarqué à bord du satellite commercial Yuxing 3-06, ouvrant la voie au ravitaillement autonome en orbite. L'ensemble de ces actualités confirme que 2026 marque une inflexion décisive : la robotique physique entre dans une phase d'industrialisation rapide, portée par des modèles IA de plus en plus généralisés et des écosystèmes de données ouverts.

MindOn : ce cerveau IA transforme n’importe quel robot en femme de ménage

La startup chinoise MindOn, basée à Shenzhen, a dévoilé début avril 2026 un système baptisé MindOn Brain, un cerveau IA conçu pour doter le robot humanoïde G1 d'Unitree Robotics d'une autonomie domestique complète. Le G1, qui mesure 1,30 mètre et embarque des dizaines d'articulations, des capteurs et des caméras 3D, était jusqu'ici limité à des tâches télécommandées ou préprogrammées. Avec cette couche logicielle, le robot est désormais capable d'arroser des plantes, d'ouvrir des rideaux, de nettoyer des surfaces, de déplacer des objets et même de monter sur un lit pour aspirer un matelas, le tout sans intervention humaine en temps réel. Les démonstrations diffusées en ligne, relayées notamment par le compte Space and Technology sur X, montrent un robot qui interprète des objectifs plutôt que de simples instructions séquentielles. Ce qui distingue cette avancée des robots domestiques précédents, c'est précisément ce saut vers l'autonomie au niveau des tâches. Jusqu'ici, la majorité des humanoïdes commerciaux nécessitait un pilotage constant ou des environnements très contraints. MindOn propose un cerveau numérique capable d'observer l'environnement, d'adapter les actions en temps réel et de gérer des séquences complexes de manière cohérente. Pour l'industrie de la robotique de service, cela représente un changement de paradigme : la valeur ne réside plus uniquement dans le hardware, mais dans le logiciel qui l'anime. Un même châssis physique pourrait changer totalement d'usage selon le système d'intelligence qui le pilote, ouvrant la voie à une modularité inédite dans le secteur. Cette annonce s'inscrit dans un contexte de convergence entre des LLM de plus en plus capables d'interpréter des contextes complexes et des robots dont le hardware a atteint un niveau de précision suffisant pour exécuter ces décisions. La demande de fond, elle, est structurelle : vieillissement de la population, pénurie de main-d'oeuvre domestique et recherche de confort poussent le marché vers des assistants autonomes. Cela dit, les démonstrations actuelles se déroulent dans des environnements soigneusement contrôlés, loin du chaos d'un foyer réel avec ses imprévus, ses enfants, ses animaux et ses instructions implicites. La fiabilité, la sécurité et la capacité à gérer des situations non anticipées restent des défis ouverts. MindOn illustre une direction que toute la robotique humanoïde cherche à prendre, mais la distance entre une démo convaincante et un produit déployable à grande échelle reste, pour l'instant, considérable.

Les modèles d'IA échouent à contrôler les robots sans structures humaines, mais les agents autonomes comblent cet écart

Des chercheurs de Nvidia, de l'UC Berkeley et de Stanford ont publié un nouveau cadre d'évaluation destiné à mesurer systématiquement la capacité des modèles d'IA à contrôler des robots via du code. Leurs résultats sont sans appel : sans abstractions conçues par des humains, c'est-à-dire sans briques logicielles préfabriquées qui simplifient les tâches complexes, même les meilleurs modèles disponibles échouent à piloter efficacement un robot. En revanche, des approches comme le "test-time compute scaling" ciblé, qui consiste à allouer davantage de puissance de calcul au moment de l'inférence plutôt qu'à l'entraînement, permettent de combler significativement cet écart de performance. Ces conclusions ont des implications directes pour l'industrie de la robotique autonome. Elles remettent en question l'idée que les grands modèles de langage peuvent, seuls et sans infrastructure spécialisée, prendre en charge le contrôle bas niveau de machines physiques. Pour les entreprises qui misent sur des robots autonomes dans la logistique, la fabrication ou les services, cela signifie que la conception humaine reste indispensable, du moins à court terme, et que l'autonomie complète exige encore un travail d'ingénierie non négligeable. Ce travail s'inscrit dans une course plus large entre les laboratoires de recherche et les industriels pour rendre les robots véritablement programmables par l'IA. Nvidia, déjà très présent dans l'infrastructure d'entraînement des modèles, cherche à étendre son influence vers la couche applicative de la robotique. L'approche par échafaudage agentique, qui enchaîne des modules spécialisés plutôt que de tout déléguer à un seul modèle, semble aujourd'hui la piste la plus prometteuse pour franchir ce verrou technique.

💬 Sans abstractions humaines, même les meilleurs modèles ratent le contrôle robotique, et ça, c'est pas vraiment une surprise. La vraie info, c'est que l'échafaudage agentique (enchaîner des modules spécialisés plutôt que tout déléguer à un seul modèle) tient mieux ses promesses que le scaling brut à l'entraînement. Reste à voir si ça tient en prod ou si ça reste un beau résultat de labo Stanford.

Les robotaxis vont bientôt débarquer en Europe avec l’aide d’Uber, voici où

L'article fourni est très court (titre + 2 phrases) et ne contient pas les détails nécessaires, ville test, partenaire AV, dates, chiffres, pour écrire un article autonome précis de 150-200 mots. Pour produire ce résumé, j'aurais besoin du corps complet de l'article. Pouvez-vous le coller ici ?

💬 Uber joue les intermédiaires plutôt que de construire sa propre flotte, c'est un pari intéressant. L'Europe reste un terrain miné côté réglementation, et "bientôt" sur ce genre d'annonce, ça veut souvent dire dans 3 ou 4 ans dans deux villes tests. Reste que si ça passe, ça va aller vite ensuite.

Bloqué 1h30 dans un robot taxi sans aucune assistance : Baidu vient de tuer la confiance des usagers en un seul bug

Des centaines de robotaxis Baidu se sont immobilisés simultanément en plein milieu de trajets en cours, en Chine, provoquant des embouteillages importants et plusieurs collisions. Les passagers, bloqués à l'intérieur des véhicules sans possibilité de reprendre la main sur le volant, ont attendu jusqu'à une heure trente sans recevoir aucune assistance humaine. Le bug, dont l'origine technique n'a pas encore été officiellement communiquée par Baidu, a touché le service Apollo Go, le bras autonome du géant technologique chinois. L'incident illustre de manière brutale la principale vulnérabilité des flottes de véhicules autonomes connectés : une défaillance logicielle centralisée peut paralyser des centaines de véhicules en même temps, sans aucun filet de sécurité humain immédiat. Pour les usagers coincés, l'absence totale de support en temps réel a transformé un simple bug en expérience anxiogène. C'est précisément ce type d'événement qui érode la confiance du grand public bien plus efficacement que n'importe quel accident isolé, car il touche à la fois la fiabilité technique et à l'abandon perçu des passagers. Baidu est l'un des leaders mondiaux du robotaxi, avec des milliers de véhicules déployés dans plusieurs grandes villes chinoises comme Wuhan et Chengdu dans le cadre d'un service commercial sans chauffeur de sécurité. La course à l'autonomie totale, partagée avec Waymo aux États-Unis et WeRide en Chine, pousse les opérateurs à retirer rapidement les superviseurs humains pour réduire les coûts, un arbitrage qui montre ici ses limites. Des enquêtes réglementaires et une révision des protocoles d'assistance d'urgence sont désormais attendues.

💬 1h30 bloqué dans une boîte en métal sans pouvoir sortir, sans personne au bout du fil, c'est pas un bug, c'est un scénario de film d'horreur. Le vrai problème n'est pas la panne elle-même, c'est que Baidu a retiré le filet humain avant d'avoir un plan B, parce que ça coûte moins cher. Reste à voir si les régulateurs vont enfin poser des exigences claires, ou si on attend le prochain incident.

L'université de Floride déploie des robots de livraison autonomes

Une université de Floride a lancé un service de livraison autonome par robots sur son campus, déployant une flotte de petits engins capables de se déplacer de manière indépendante pour acheminer colis et commandes directement aux étudiants et personnels. Ce type de déploiement représente une étape concrète vers l'automatisation des services du quotidien dans les environnements universitaires. Pour les usagers du campus, cela signifie des livraisons plus rapides, sans interaction humaine, accessibles à toute heure, un avantage particulièrement notable pour la restauration ou les fournitures. Pour les établissements, c'est aussi une réduction potentielle des coûts logistiques et une vitrine technologique attractive pour recruter. Les campus universitaires américains sont devenus un terrain d'expérimentation privilégié pour les robots de livraison autonomes, notamment depuis les déploiements pionniers de Starship Technologies dans plusieurs dizaines d'universités aux États-Unis. Ces environnements semi-fermés, avec des voies piétonnes balisées et une population dense, offrent des conditions idéales pour tester et affiner ces systèmes avant un éventuel déploiement en milieu urbain ouvert. La Floride, avec son climat favorable toute l'année, constitue un cadre particulièrement propice à ce type d'initiative.

Des travailleurs indépendants forment des robots humanoïdes, et des benchmarks IA plus fiables

Des travailleurs à la tâche, recrutés dans plus de 50 pays dont le Nigeria, l'Inde et l'Argentine, filment désormais leurs gestes quotidiens pour entraîner les robots humanoïdes de demain. C'est le modèle de Micro1, une entreprise qui collecte ces vidéos, souvent captées via un iPhone fixé sur le front, et les revend aux fabricants de robots. Pendant ce temps, OpenAI a bouclé la plus grande levée de fonds de l'histoire de la Silicon Valley : 122 milliards de dollars, en amont d'une introduction en bourse très attendue pour plus tard cette année. Et selon le MIT Technology Review, les benchmarks actuels d'évaluation de l'IA seraient fondamentalement inadaptés à l'usage réel de ces systèmes. Ces trois signaux convergent vers un même constat : l'IA et la robotique entrent dans une phase d'industrialisation massive, avec des modèles économiques qui soulèvent autant de questions qu'ils n'apportent de réponses. Les travailleurs de Micro1 sont bien payés à l'échelle locale, mais leur travail pose des problèmes sérieux de consentement éclairé et de confidentialité des données, qui est filmé, dans quel contexte, et qui en profite réellement ? Du côté des benchmarks, Angela Aristidou, professeure à l'University College London et chercheuse associée au Stanford Human-Centered AI Institute, plaide pour une évaluation radicalement différente : non plus des performances isolées sur des tâches abstraites, mais une mesure de la capacité de l'IA à fonctionner dans des environnements réels, multi-acteurs, sur la durée. Sans cette réforme, les risques et les capacités réelles de l'IA resteront systématiquement mal évalués. L'essor des humanoïdes n'est pas un phénomène marginal : les lecteurs du MIT Technology Review l'ont récemment élu « 11e percée technologique » à ajouter à la liste 2026 des dix innovations majeures. Ce vote populaire illustre l'appétit du public pour ces machines, au moment même où les entreprises du secteur se disputent les données d'entraînement les plus précieuses, les vidéos de gestes humains dans des contextes domestiques. Quant à OpenAI, sa valorisation stratosphérique s'accompagne d'ambitions sociales affichées : selon Vanity Fair, l'entreprise préparerait un projet visant à « repenser le contrat social ». Dans ce contexte, les appels de militants à quitter ChatGPT, relayés par le MIT Technology Review lui-même, témoignent d'une tension croissante entre l'accélération technologique et ses implications pour la société.

Tesla : l’aveu de la marque sur le pilotage humain de ses robotaxis

Tesla a reconnu publiquement que ses robotaxis peuvent être pris en contrôle direct par des opérateurs humains à distance, en cas de situation d'urgence. Cette révélation est issue d'une enquête menée par le sénateur démocrate Ed Markey, qui a contraint plusieurs entreprises du secteur des véhicules autonomes à dévoiler le fonctionnement réel de leurs systèmes d'assistance à distance. Parmi les acteurs interrogés, Tesla est le seul à avoir admis permettre une prise de contrôle effective du véhicule, et non une simple guidance logicielle, par un opérateur humain distant. Cette distinction est loin d'être anodine. Autoriser un humain à piloter à distance un véhicule censé être autonome soulève des questions fondamentales sur la maturité réelle de la technologie et sur la manière dont les entreprises communiquent autour de celle-ci. Pour les consommateurs qui ont acheté des fonctions "Full Self-Driving" à prix élevé, cela remet en cause la promesse d'une autonomie véritable. Pour les régulateurs, c'est un signal que les standards de sécurité et de transparence du secteur restent largement insuffisants. Le secteur des véhicules autonomes accumule depuis des années les promesses non tenues. Waymo, Cruise et Tesla rivalisent pour occuper le terrain, mais les incidents répétés, dont un accident mortel impliquant un Autopilot Tesla, alimentent un scepticisme croissant. L'enquête du sénateur Markey s'inscrit dans une pression législative plus large visant à encadrer ces technologies avant leur déploiement à grande échelle. La question n'est plus seulement technique : elle est aussi politique et éthique.

Les travailleurs à la tâche qui entraînent des robots humanoïdes à domicile

Zeus est étudiant en médecine au Nigeria. Chaque soir, après ses gardes à l'hôpital, il rentre dans son studio, fixe son iPhone sur son front à l'aide d'un bandeau, allume son ring light et enregistre ses mouvements, plier des draps, repasser des vêtements, faire la vaisselle. Il est l'un des milliers de travailleurs recrutés par Micro1, une entreprise américaine basée à Palo Alto, en Californie, qui collecte des données du monde réel pour les revendre à des fabricants de robots humanoïdes. Des géants comme Tesla, Figure AI et Agility Robotics sont en course pour construire des robots capables de se déplacer et d'agir comme des humains dans des usines ou des foyers, et les vidéos tournées par ces travailleurs à la tâche sont devenues l'une des ressources les plus convoitées pour les entraîner. Micro1 emploie des milliers de contractuels dans plus de 50 pays, Inde, Nigeria, Argentine, payés 15 dollars de l'heure, un salaire attractif dans des économies où le chômage des jeunes diplômés reste élevé. Des acteurs comme Scale AI, Encord ou encore DoorDash ont lancé leurs propres programmes similaires, tandis qu'en Chine, des centres d'entraînement étatiques équipent des opérateurs de casques VR et d'exosquelettes pour apprendre aux robots à ouvrir un micro-ondes ou essuyer une table. L'enjeu est colossal : les investisseurs ont injecté plus de 6 milliards de dollars dans les robots humanoïdes en 2025, et les entreprises du secteur dépensent aujourd'hui plus de 100 millions de dollars par an pour acheter ces données de mouvement, selon Ali Ansari, PDG de Micro1. La raison est technique : manipuler des objets physiques reste un problème extraordinairement difficile pour un robot. Les simulations virtuelles permettent d'entraîner des mouvements acrobatiques, mais échouent à reproduire fidèlement la physique des interactions avec les objets. Seules des données réelles, captées dans de vrais environnements, semblent capables de combler ce manque. L'essor des grands modèles de langage, qui ont appris à produire du texte en ingérant des milliards de pages du web, a inspiré un changement de paradigme : si les LLM ont appris le langage par l'échelle, les robots pourraient apprendre le mouvement de la même façon, à condition d'accumuler suffisamment de vidéos humaines. Ce modèle économique soulève pourtant des questions sérieuses. Les travailleurs, qui ont accepté de parler à MIT Technology Review sous pseudonyme faute d'autorisation explicite de leur employeur, s'interrogent sur ce qu'ils signent réellement : leurs données biométriques, leurs gestes captés chez eux, la topographie de leur intérieur, tout cela alimente des systèmes dont ils ignorent les usages précis. La question du consentement éclairé et de la vie privée reste en suspens, d'autant que la chaîne entre le gig worker nigérian et le robot d'usine déployé en Europe ou aux États-Unis est opaque. Zeus, lui, s'ennuie à repasser des chemises en boucle. Il espère devenir médecin. En attendant, il entraîne les robots qui, peut-être un jour, travailleront à sa place.

Les robotaxis de Baidu ont paralysé la circulation

Mardi, des dizaines de robotaxis autonomes de Baidu ont cessé de fonctionner simultanément à Wuhan, en Chine, paralysant la circulation dans plusieurs rues de la ville. Les véhicules du service Apollo Go se sont immobilisés en pleine voie, bloquant des passagers à l'intérieur, forçant certains à rester coincés sur des voies rapides, et provoquant au moins un accident. La police de Wuhan a confirmé avoir reçu de multiples signalements et a ouvert une enquête préliminaire, concluant à une "panne système" dont la nature exacte n'a pas été précisée. Aucun blessé n'a été officiellement déclaré. Cet incident met en lumière les risques concrets liés au déploiement à grande échelle de véhicules autonomes en milieu urbain dense. Contrairement à une panne de véhicule traditionnel, une défaillance logicielle centralisée peut affecter une flotte entière au même moment, multipliant les points de blocage et rendant toute intervention manuelle difficile. Pour les passagers piégés, l'absence de conducteur complique également l'évacuation rapide, soulevant des questions sérieuses sur les protocoles d'urgence. Baidu est l'un des pionniers mondiaux du véhicule autonome commercial, et Wuhan est l'une de ses principales zones de déploiement avec plusieurs centaines de robotaxis en circulation. L'entreprise opère Apollo Go sans supervision humaine dans des zones de plus en plus étendues, une stratégie agressive qui lui a valu une avance technologique revendiquée sur ses concurrents. Cet incident intervient dans un contexte de pression croissante des régulateurs chinois et internationaux pour définir des standards de sécurité stricts avant toute généralisation du transport autonome.

A Wuhan, une flotte de robotaxis paralysée en pleine circulation

Plusieurs robotaxis de Baidu se sont immobilisés simultanément en pleine circulation à Wuhan, créant des embouteillages et obligeant les passagers à quitter les véhicules en attente d'intervention humaine. L'incident, filmé et largement partagé sur les réseaux sociaux chinois, a touché des véhicules du service Apollo Go, la branche de mobilité autonome du géant technologique qui opère déjà des milliers de trajets quotidiens dans plusieurs grandes villes chinoises. La panne collective soulève des questions concrètes sur la robustesse des systèmes en conditions réelles : une défaillance simultanée sur plusieurs véhicules suggère un problème d'infrastructure centralisée, réseau, serveur ou mise à jour logicielle, plutôt qu'une panne mécanique isolée. Pour les autorités de régulation et les usagers, c'est un rappel que le passage à l'échelle de la conduite autonome expose des points de défaillance systémiques absents des véhicules conventionnels. Baidu est l'un des leaders mondiaux du robotaxi, avec une licence d'exploitation sans conducteur de sécurité à bord dans plusieurs zones de Wuhan et Chengdu. L'entreprise vise une expansion agressive alors que la concurrence avec Waymo (Alphabet) et les acteurs locaux comme Pony.ai s'intensifie. Cet incident intervient à un moment sensible pour le secteur : les régulateurs chinois examinent de près les conditions d'élargissement des licences, et tout incident visible risque de freiner l'approbation de nouveaux corridors d'exploitation.

SAP et ANYbotics accélèrent l'adoption de l'IA physique dans l'industrie

SAP et le fabricant suisse de robots ANYbotics ont annoncé un partenariat visant à intégrer directement les robots quadrupèdes autonomes d'ANYbotics dans les systèmes ERP (Enterprise Resource Planning) de SAP. Concrètement, les robots à quatre pattes, équipés de capteurs thermiques, acoustiques et visuels, deviennent des nœuds mobiles de collecte de données au sein d'un réseau IoT industriel. Plutôt que d'être traités comme des équipements isolés, ils communiquent en temps réel avec les modules de gestion d'actifs de SAP via des API. Le partenariat a été mis en avant lors de l'AI & Big Data Expo North America, organisé au San Jose McEnery Convention Center en Californie, où SAP figure parmi les sponsors principaux. L'enjeu opérationnel est considérable pour les secteurs à risques, usines chimiques, plateformes offshore, sites de raffinage, où les inspections humaines sont à la fois coûteuses, dangereuses et sujettes à l'erreur. Aujourd'hui, un technicien qui entend un bruit anormal dans un compresseur doit le noter, puis saisir manuellement un ordre de travail, parfois des heures plus tard. Ce délai peut suffire à transformer une défaillance mineure en arrêt machine complet. Avec l'intégration ANYbotics-SAP, le robot détecte une fréquence moteur irrégulière, l'analyse localement grâce à son IA embarquée, et déclenche automatiquement une demande de maintenance dans SAP, qui vérifie aussitôt la disponibilité des pièces détachées, calcule le coût de l'immobilisation potentielle et planifie l'intervention d'un technicien. Le facteur humain subjectif est remplacé par des métriques constantes et auditables. Sur le plan technique, déployer des robots autonomes dans des environnements industriels lourds pose des défis que l'installation d'un logiciel en bureau ne connaît pas : béton épais, armatures métalliques et interférences électromagnétiques rendent les réseaux Wi-Fi classiques inopérants. La solution passe par l'edge computing, les robots traitent la majorité des données (vidéo thermique haute définition, lidar) en local et n'envoient à SAP que l'essentiel, soit la nature et la localisation précise de la défaillance. Pour la connectivité, les premiers adoptants construisent des réseaux 5G privés couvrant l'ensemble de leurs installations. La sécurité reste un défi majeur : un robot bardé de caméras constitue une vulnérabilité mobile, et les entreprises doivent implémenter des protocoles zero-trust pour authentifier en permanence l'appareil et cloisonner son accès aux modules SAP. Enfin, la gestion du volume de données non structurées générées exige un paramétrage rigoureux des seuils d'alerte, sans quoi les équipes maintenance se noient sous des centaines de faux positifs quotidiens, rendant le tableau de bord SAP inutilisable.

Nomadic lève 8,4 millions de dollars pour gérer les données des véhicules autonomes

Nomadic a levé 8,4 millions de dollars pour résoudre l'un des problèmes les plus concrets du secteur des véhicules autonomes : la masse de données brutes générées par les robots et véhicules en circulation reste largement inexploitable. La startup propose une solution qui transforme automatiquement les séquences vidéo et capteurs collectées par ces machines en jeux de données structurés et interrogeables, grâce à un modèle de deep learning développé en interne. L'enjeu est considérable pour les équipes d'ingénierie et de recherche : aujourd'hui, récupérer une situation précise dans des heures de footage, un piéton qui traverse hors clou, une manœuvre inhabituelle à un carrefour, nécessite un travail manuel chronophage. En rendant ces données indexables et recherchables, Nomadic permet aux développeurs de systèmes autonomes d'accélérer l'entraînement de leurs modèles et d'identifier plus rapidement les cas limites critiques pour la sécurité. Le marché des données pour la robotique et la conduite autonome est en pleine expansion, porté par des acteurs comme Waymo, Tesla ou les nombreuses startups de livraison autonome qui accumulent des pétaoctets de données de terrain. Ce financement de 8,4 millions place Nomadic dans la catégorie des infrastructures invisibles mais essentielles de l'IA embarquée, un segment où la valeur réside moins dans le véhicule lui-même que dans la capacité à exploiter intelligemment ce qu'il observe.

Un panneau solaire par minute : ce robot divise par deux le coût et le temps d’installation

Maximo, un robot de construction piloté par intelligence artificielle, a établi un nouveau record sur un chantier solaire de grande envergure en Californie : une installation complète de panneau solaire par minute, soit une cadence deux fois supérieure à celle d'une équipe humaine. Développé pour automatiser les tâches répétitives et physiquement exigeantes du déploiement photovoltaïque, le robot réduit simultanément les coûts d'installation de moitié, selon les données communiquées par ses concepteurs. Cette performance change concrètement l'équation économique du solaire à grande échelle. Le coût de la main-d'œuvre représente une part significative du prix total d'une installation solaire, souvent 20 à 30 %, et constitue l'un des principaux freins à l'accélération des déploiements. Un robot capable de travailler sans interruption, sans risque de blessure et à cadence constante ouvre la voie à des fermes solaires construites bien plus rapidement et à moindre coût, accélérant potentiellement les objectifs de transition énergétique des États et des entreprises. L'automatisation des chantiers de construction d'énergie renouvelable s'inscrit dans une tendance plus large : face à la pénurie de main-d'œuvre qualifiée dans le BTP et à l'urgence climatique, plusieurs startups et groupes industriels investissent massivement dans la robotique de terrain. Maximo n'est pas seul dans cette course, des acteurs comme Renovagen ou des divisions robotiques de grands groupes énergétiques explorent des voies similaires. La question qui se pose désormais est celle du déploiement à l'échelle : combien de chantiers, dans quels délais, et avec quel impact sur les emplois du secteur.

Agibot livre son 10 000e robot humanoïde produit en série

Agibot, startup chinoise spécialisée dans les robots humanoïdes et basée à Shanghai, a annoncé ce lundi avoir produit sa 10 000e unité en série. Cette étape symbolique intervient seulement trois mois après que l'entreprise avait annoncé la sortie de son 5 000e robot, ce qui signifie qu'Agibot a doublé son volume de production en moins d'un trimestre, un rythme industriel sans précédent dans ce secteur. Cette cadence illustre la montée en puissance de la robotique humanoïde à grande échelle, jusqu'ici considérée comme un horizon lointain. Atteindre 10 000 unités en production de masse positionne Agibot comme un acteur capable de livrer des robots à des clients industriels à des volumes réellement opérationnels, ce que ni Boston Dynamics ni Figure n'ont encore atteint publiquement. Cela crée une pression directe sur les concurrents occidentaux. Cette accélération s'inscrit dans une course technologique et industrielle que Pékin soutient activement, avec des subventions ciblées sur la robotique humanoïde identifiée comme secteur stratégique. Agibot, fondée en 2023, bénéficie de cette dynamique aux côtés d'autres acteurs chinois comme Unitree ou Fourier Intelligence. La question qui se pose désormais est celle du déploiement réel : dans quelles usines, à quels coûts, et avec quelle fiabilité ces 10 000 robots seront-ils mis au travail.

Drones : l'intelligence artificielle à l'offensive

Le conflit en Ukraine s'est imposé comme le premier théâtre de guerre à grande échelle où les drones autonomes jouent un rôle central et structurant. Des milliers d'appareils, aériens, terrestres et maritimes, sont déployés quotidiennement par les deux camps, transformant radicalement la nature des combats. L'intégration de l'intelligence artificielle dans ces systèmes permet désormais de coordonner plusieurs drones simultanément en essaim, leur donnant la capacité d'accomplir des missions complexes sans intervention humaine constante. Cette évolution remet en cause des décennies de doctrine militaire fondée sur des plateformes coûteuses et centralisées. Des drones peu onéreux, produits en masse et guidés par des algorithmes, peuvent saturer les défenses adverses ou effectuer des reconnaissances en temps réel, là où un char ou un avion de combat aurait auparavant été nécessaire. Pour les états-majors, cela impose des cycles d'innovation beaucoup plus rapides : une conception qui prenait dix ans doit désormais s'adapter en quelques mois face à un adversaire qui apprend et contre-adapte aussi vite. Ce basculement technologique ne concerne pas seulement l'Ukraine et la Russie. Les grandes puissances militaires, États-Unis, Chine, mais aussi les armées européennes, observent ce conflit comme un laboratoire en temps réel et accélèrent leurs propres programmes de drones autonomes. La modularité permise par l'IA ouvre la voie à des essaims hétérogènes capables de s'adapter dynamiquement à la mission, soulevant des questions juridiques et éthiques majeures sur le contrôle humain des décisions létales.

Vidéo du vendredi : le robot bipède Roadrunner sort du lot

Un nouveau robot bipède à roues baptisé « Roadrunner » a été dévoilé par le Robotics and AI Institute : pesant environ 15 kg, il peut basculer de manière fluide entre une configuration de roues côte à côte et une configuration en ligne, tout en intégrant des modes de marche à pied. Ses jambes entièrement symétriques lui permettent d'orienter ses genoux vers l'avant ou vers l'arrière pour contourner des obstacles. Un seul algorithme de contrôle gère l'ensemble des modes de locomotion, et plusieurs comportements complexes, comme se relever depuis le sol ou tenir en équilibre sur une seule roue, ont été déployés directement sur le matériel sans entraînement supplémentaire. En parallèle, la NASA a officialisé deux missions robotiques majeures : SkyFall, qui enverra une flotte d'hélicoptères de nouvelle génération sur Mars pour repérer des sites d'atterrissage humains et cartographier les réserves de glace souterraine, et MoonFall, qui déploiera quatre drones mobiles autour du pôle sud lunaire pour préparer l'arrivée des astronautes Artemis. Les drones lunaires opéreront de manière autonome pendant 14 jours terrestres, explorant notamment des zones constamment dans l'ombre. Par ailleurs, des chercheurs du MIT Media Lab et du Politecnico di Bari ont présenté dans Science Robotics des « muscles à fibres électrofluidiques », des actionneurs souples qui déplacent un liquide par champ électrique, sans pièces mobiles, intégrables directement dans des textiles. Ces avancées illustrent une convergence de tendances qui redéfinissent la robotique mobile. Le Roadrunner incarne une nouvelle génération de robots à locomotion multimodale capables de s'adapter dynamiquement à leur environnement, réduisant le besoin de systèmes spécialisés distincts pour chaque terrain. Les missions SkyFall et MoonFall représentent quant à elles une montée en puissance des robots autonomes dans l'exploration spatiale : là où Ingenuity était un démonstrateur technologique unique, la NASA passe désormais à des flottes coordonnées avec des objectifs opérationnels concrets. Les muscles artificiels du MIT ouvrent une voie vers des robots portables et des exosquelettes textiles, avec des applications potentielles en médecine de rééducation et en assistance aux personnes âgées. Le contexte général est celui d'une accélération sans précédent de la recherche en robotique incarnée. Le robot quadrupède open-source MEVIUS2, comparable en taille au Spot de Boston Dynamics et capable de grimper des escaliers, montre que la robotique avancée se démocratise via l'open source. Boston Dynamics, de son côté, met en avant ses protocoles de tests de fiabilité pour les performances live de Spot, signalant une maturité commerciale croissante. La démonstration d'un cadre de planification multi-robots coordonnant simultanément 40 engins terrestres et aériens illustre enfin que la robotique en essaim sort progressivement des laboratoires. La compétition internationale s'intensifie, portée par des institutions académiques, des agences spatiales et des acteurs privés qui convergent vers les mêmes jalons : autonomie, robustesse et déploiement à grande échelle.

Amazon rachète Fauna Robotics pour lancer son premier robot humanoïde domestique

Amazon a annoncé le rachat de Fauna Robotics, une startup spécialisée dans la robotique humanoïde, marquant une nouvelle étape dans la stratégie de l'entreprise pour conquérir le marché domestique. Cette acquisition permet à Amazon de disposer pour la première fois d'un robot capable d'effectuer des tâches physiques à domicile, comme ramasser des objets au sol, des jouets, par exemple. Les détails financiers de la transaction n'ont pas été divulgués, mais l'opération témoigne d'un investissement stratégique majeur dans la robotique grand public. Ce pivot représente une rupture nette avec Astro, le précédent robot d'Amazon lancé en 2021 : un simple écran monté sur roues, utile pour la surveillance ou les appels vidéo, mais incapable d'interagir physiquement avec son environnement. Un robot humanoïde domestique fonctionnel ouvrirait un marché considérable, des millions de foyers en quête d'assistance pour des tâches quotidiennes répétitives. Pour Amazon, c'est aussi une extension naturelle de l'écosystème Alexa vers la couche physique du foyer, transformant une enceinte connectée en assistant incarné. La course au robot domestique s'intensifie depuis plusieurs années. Figure AI, Physical Intelligence, Boston Dynamics ou encore Tesla avec Optimus investissent massivement ce segment. Amazon, fort de son expérience en robotique d'entrepôt avec ses milliers d'unités déployées dans ses centres logistiques, dispose d'une base technologique solide pour accélérer. L'acquisition de Fauna Robotics lui offre vraisemblablement une équipe spécialisée et des brevets ciblant spécifiquement les usages résidentiels, là où la manipulation d'objets dans des espaces non structurés reste le défi technique central.

Amazon rachète une start-up de robots humanoïdes

Amazon a finalisé l'acquisition de Fauna Robotics, une jeune entreprise américaine spécialisée dans les robots humanoïdes, selon des informations révélées par Bloomberg. Le montant de la transaction n'a pas été divulgué. Cette opération s'inscrit dans une stratégie d'expansion robotique accélérée du géant de Seattle, qui avait déjà alimenté les rumeurs en juin dernier autour de robots livreurs autonomes. L'annonce intervient quelques jours seulement après une autre initiative dans ce secteur, confirmant un rythme d'investissement soutenu. Pour Amazon, l'enjeu est considérable : ses entrepôts emploient plus d'un million de personnes dans le monde, et l'automatisation des tâches manuelles complexes, picking, tri, manutention, représente un levier de productivité et de réduction des coûts massif. Les robots humanoïdes, capables de manipuler des objets dans des environnements conçus pour les humains, ouvrent des possibilités que les bras robotisés traditionnels ne permettent pas. Pour les travailleurs de la logistique, cette trajectoire soulève des questions directes sur l'évolution de leurs métiers. La course aux robots humanoïdes s'est considérablement intensifiée ces deux dernières années. Figure 02 de Figure AI, Optimus de Tesla, Atlas de Boston Dynamics ou encore les robots de 1X Technologies attirent des milliards de dollars d'investissement. Amazon, qui possède déjà Boston Dynamics via Hyundai et opère des dizaines de milliers de robots dans ses entrepôts, se positionne pour ne pas laisser à des tiers le contrôle de cette technologie stratégique. L'intégration de Fauna Robotics devrait accélérer ses capacités de développement en interne.

Les premiers robotaxis d'Europe arrivent en Croatie via Uber, Pony.ai et Verne

Uber, la société chinoise Pony.ai et la startup européenne Verne s'apprêtent à lancer les premiers robotaxis commerciaux d'Europe, en choisissant la Croatie comme marché d'entrée. Ce partenariat tripartite inédit permettra à des véhicules entièrement autonomes de circuler sur les routes croates via l'application Uber, une première historique pour la mobilité sans conducteur sur le continent. L'enjeu dépasse largement les frontières croates : l'Europe accusait jusqu'ici un retard significatif face aux États-Unis et à la Chine, où les robotaxis sont déjà une réalité commerciale dans plusieurs grandes métropoles. Ce déploiement constitue donc un test grandeur nature de la viabilité du modèle dans un environnement réglementaire européen, structurellement plus contraignant, et pourrait ouvrir la voie à une expansion continentale. Pony.ai, introduite au Nasdaq fin 2024, poursuit ainsi une stratégie d'internationalisation agressive après ses succès sur le marché intérieur chinois. L'intégration à la plateforme Uber lui offre une base d'utilisateurs et une infrastructure logistique immédiate, sans avoir à construire sa propre application de bout en bout. La Croatie, à la fois destination touristique majeure et pays disposant d'un cadre réglementaire jugé relativement souple, a été identifiée comme une tête de pont stratégique pour le déploiement européen. Les modalités précises, zones géographiques couvertes et calendrier de lancement, restent à confirmer.

GroundedPlanBench : planification de tâches longues horizon pour la manipulation robotique avec ancrage spatial

Des chercheurs ont publié GroundedPlanBench, un nouveau benchmark conçu pour évaluer la capacité des modèles de vision-langage (VLM) à planifier des séquences d'actions robotiques tout en déterminant précisément où chaque action doit s'effectuer dans l'espace. Le benchmark s'appuie sur 308 scènes de manipulation robotique issues du dataset DROID, à partir desquelles des experts ont défini 1 009 tâches allant de séquences courtes (1 à 4 actions) à des chaînes longues et complexes (jusqu'à 26 actions). Chaque tâche est formulée selon deux styles d'instruction : explicite ("poser une cuillère sur l'assiette blanche") ou implicite ("ranger la table"). Pour accompagner ce benchmark, l'équipe a également développé V2GP (Video-to-Spatially Grounded Planning), un framework qui convertit des vidéos de démonstration robotique en données d'entraînement spatialement ancrées, en exploitant notamment SAM3, le modèle de segmentation vidéo open-vocabulary de Meta, pour suivre les objets manipulés image par image. Ce processus a permis de générer 43 000 plans ancrés. L'enjeu est de taille : aujourd'hui, la plupart des systèmes robotiques fonctionnent en deux temps séparés, un VLM génère un plan en langage naturel, puis un second modèle le traduit en actions exécutables. Cette approche découplée introduit des erreurs en cascade, car le langage naturel reste ambigu ou halluciné lorsqu'il s'agit de préciser à la fois ce qu'il faut faire et à quel endroit. GroundedPlanBench force les modèles à traiter ces deux dimensions simultanément, ce que les VLMs actuels, qu'ils soient open-source ou propriétaires, peinent à faire sur des tâches longues. Les résultats montrent que l'approche de planification ancrée améliore à la fois le taux de réussite des tâches et la précision des actions, surpassant les architectures découplées aussi bien sur le benchmark qu'en conditions réelles avec de vrais robots. Ce travail s'inscrit dans un mouvement plus large visant à doter les robots d'une compréhension spatiale fine du monde réel, au-delà de la simple compréhension sémantique. Les VLMs ont transformé la planification robotique en rendant possible l'interprétation d'instructions en langage naturel, mais l'ancrage spatial, savoir précisément sur quel objet agir et où le déposer, reste un verrou majeur pour les tâches du quotidien. En proposant à la fois un protocole d'évaluation standardisé et une méthode pour générer automatiquement des données d'entraînement à partir de vidéos de démonstration existantes, cette contribution pourrait accélérer le développement de robots manipulateurs capables d'opérer de façon autonome dans des environnements non contrôlés. Les prochaines étapes probables concerneront l'extension à des scènes encore plus dynamiques et à des instructions encore plus ambiguës, là où la frontière entre compréhension linguistique et raisonnement spatial est la plus ténue.

Melania Trump débarque à la Maison-Blanche avec un humanoïde (et la raison est effrayante)

Melania Trump a marqué les esprits lors d'un sommet mondial sur l'éducation organisé à la Maison-Blanche en apparaissant aux côtés d'un robot humanoïde. Cette mise en scène délibérée illustre une prise de position claire : l'intelligence artificielle et la robotique ont vocation à transformer l'éducation, y compris dans ses dimensions les plus humaines. L'événement soulève des questions profondes sur le rôle croissant des technologies dans l'enseignement. En associant symboliquement la première dame américaine à un humanoïde dans un cadre aussi chargé de sens que la Maison-Blanche, l'administration Trump envoie un signal fort aux acteurs de l'éducation : la frontière entre pédagogie humaine et assistance robotique est appelée à se réduire. Pour les partisans de cette vision, l'IA peut personnaliser l'apprentissage à grande échelle ; pour ses détracteurs, elle risque de déshumaniser un secteur où la relation entre enseignant et élève est fondamentale. Les détails précis du sommet, intervenants, programmes annoncés, engagements financiers, restent à documenter, mais la symbolique de l'événement parle d'elle-même. L'utilisation d'un robot humanoïde comme accessoire de communication politique dans le cadre éducatif n'est pas anodine : elle normalise l'idée que ces machines peuvent jouer un rôle d'acteur, et non de simple outil, dans les processus d'apprentissage. Cette démarche s'inscrit dans une tendance plus large observée dans plusieurs pays, où gouvernements et institutions misent sur l'IA générative et la robotique pour pallier les pénuries d'enseignants et réduire les coûts. La question qui demeure est celle de l'équilibre : jusqu'où peut-on confier l'éducation des enfants à des systèmes automatisés sans sacrifier ce qui fait l'essence même de la transmission du savoir ?

Quel est le robot humanoïde avec Brigitte Macron et Melania Trump à la Maison Blanche ?

Le 25 mars 2026, la Maison-Blanche a été le théâtre d'une scène inédite : le robot humanoïde Figure 03, développé par la startup américaine Figure AI, a fait une apparition remarquée lors d'un sommet consacré à l'éducation et aux technologies, aux côtés de Melania Trump et de Brigitte Macron. Cette présence symbolique illustre la montée en puissance des robots humanoïdes dans les sphères institutionnelles et politiques. Inviter un robot à un sommet de cette envergure n'est pas anodin : cela signale une volonté politique de placer l'intelligence artificielle incarnée au cœur des débats sur l'avenir de l'éducation et du marché du travail, à un moment où les grandes puissances se disputent le leadership technologique mondial. Figure 03 est la troisième génération du robot humanoïde de Figure AI, une entreprise fondée en 2022 et soutenue par des investisseurs de premier plan dont Microsoft, OpenAI, Jeff Bezos et NVIDIA. La société, valorisée à 2,6 milliards de $ lors de sa dernière levée de fonds, positionne ses robots pour des applications industrielles et domestiques. Le Figure 03 se distingue par ses capacités de manipulation fine et sa locomotion bipède, conçu pour opérer dans des environnements pensés pour l'humain. La présence conjointe de Brigitte Macron, engagée dans les initiatives éducatives françaises liées au numérique, et de Melania Trump à cet événement suggère une dimension diplomatique assumée autour de la question de l'IA dans l'éducation. Une convergence franco-américaine qui intervient dans un contexte de compétition intense entre les États-Unis, la Chine et l'Europe sur la robotique de nouvelle génération.

Robot de livraison : un accident à Chicago relance le débat sur la sécurité

Un robot de livraison autonome est entré en collision avec un arrêt de bus en plein cœur de Chicago, provoquant un incident qui relance le débat sur la sécurité de ces engins dans l'espace urbain. Cet accident spectaculaire survient alors que les déploiements de robots de livraison se multiplient dans les grandes villes américaines, soulevant des questions sur leur cohabitation avec les piétons et les infrastructures publiques. L'incident illustre les tensions croissantes entre l'essor des technologies de mobilité autonome et les exigences de sécurité dans des environnements urbains denses et imprévisibles. Pour les municipalités, la question n'est plus théorique : comment réguler efficacement des machines qui partagent trottoirs et carrefours avec des milliers de passants chaque jour ? Cet accident s'inscrit dans une série d'incidents impliquant des robots de livraison autonomes aux États-Unis, fragilisant l'image d'une industrie qui peine encore à convaincre élus et riverains. Les opérateurs de ces flottes, parmi lesquels figurent des acteurs comme Starship Technologies ou Serve Robotics, font face à une pression réglementaire croissante, certaines villes ayant déjà imposé des restrictions de vitesse ou de zones de circulation pour ces appareils. L'incident de Chicago pourrait accélérer les discussions législatives autour d'un cadre fédéral ou municipal plus strict pour les robots urbains. Si l'industrie mise sur des améliorations continues des systèmes de perception et d'évitement d'obstacles, les critiques estiment que le rythme des déploiements commerciaux dépasse encore la maturité réelle de ces technologies en conditions réelles.

L'IA de conduite autonome entraînée 50 000 fois plus vite qu'en temps réel

General Motors franchit une nouvelle étape dans la course à la conduite autonome en dévoilant une approche d'entraînement de ses IA capable de simuler des scénarios de conduite 50 000 fois plus vite qu'en temps réel. L'enjeu : préparer les systèmes autonomes à gérer non pas les situations ordinaires, mais les cas limites rares et imprévisibles qui déterminent en définitive la fiabilité d'un véhicule sans conducteur. Le défi fondamental de la conduite autonome n'est pas de gérer 99 % des situations courantes, celles-ci sont relativement bien résolues, mais ce que les ingénieurs appellent la "longue traîne" : un matelas sur la chaussée, une panne généralisée des feux de circulation, un agent de la circulation dont le geste manuel contredit un feu rouge. Ces événements sont rares, mais leur gestion incorrecte peut être fatale. Pour GM, c'est précisément sur ce terrain que se joue la bataille de l'autonomie réelle, notamment en vue du déploiement de la conduite "mains libres sur autoroute" et, à terme, de véhicules entièrement autonomes. Pour y répondre, GM combine plusieurs technologies de pointe. D'abord, des modèles Vision Language Action (VLA), des modèles de langage visuel adaptés à la conduite, capables de reconnaître des gestes policiers ou d'interpréter la signalétique improvisée d'un chantier. Pour contourner le problème de latence inhérent à ces grands modèles, GM a développé une architecture dite "Dual Frequency VLA" : un grand modèle tourne à basse fréquence pour les décisions sémantiques complexes ("est-ce une branche ou un parpaing ?"), tandis qu'un modèle léger et rapide gère en temps réel le contrôle physique du véhicule (direction, freinage). L'ensemble est entraîné via de la simulation haute-fidélité et du reinforcement learning à une échelle impossible à atteindre sur route réelle. Cette approche positionne GM comme l'un des acteurs les plus méthodiques du secteur, à rebours des stratégies purement basées sur les kilomètres réels accumulés. En rendant les raisonnements du modèle explicables via des traces de déduction, l'entreprise mise aussi sur la validation réglementaire et la confiance des opérateurs de sécurité, un avantage stratégique non négligeable à mesure que les autorités durcissent leur regard sur les systèmes autonomes.

Melania Trump veut un robot pour instruire les enfants à domicile

Melania Trump a pris position en faveur d'une révolution éducative portée par l'intelligence artificielle et la robotique, appelant à intégrer ces technologies au cœur de l'enseignement à domicile aux États-Unis. Pour la Première Dame, l'IA et les robots ne seraient pas de simples auxiliaires pédagogiques, mais de véritables acteurs capables d'assurer, ou de compléter, le rôle des enseignants dans le cadre du homeschooling. Cette déclaration intervient dans un contexte particulièrement favorable à ces idées au sein de l'administration actuelle. La Maison-Blanche pousse activement à la déréglementation du système éducatif public et au développement des alternatives privées, créant un terreau propice à l'émergence de modèles pédagogiques radicalement nouveaux. Parallèlement, le débat sur la place de l'IA dans les écoles s'intensifie à l'échelle mondiale, entre partisans d'une modernisation accélérée et défenseurs d'une approche humaine de l'enseignement. Le homeschooling est déjà une réalité en forte croissance aux États-Unis, avec plusieurs millions d'enfants instruits hors des circuits traditionnels. L'idée d'y intégrer des robots éducatifs et des systèmes d'IA personnalisés prolonge une tendance de fond : des entreprises comme Khan Academy (avec son tuteur IA Khanmigo) ou des start-ups spécialisées en EdTech développent activement des outils d'enseignement automatisés. La vision de Melania Trump donne une caisse de résonance politique inédite à ces initiatives jusqu'ici cantonnées au monde technologique. La proposition soulève néanmoins des questions fondamentales sur la socialisation des enfants, l'équité d'accès à ces technologies selon les revenus des familles, et le rôle que l'État entend conserver dans la formation des citoyens. Les défenseurs de l'éducation publique y voient un signal supplémentaire d'un désengagement progressif du gouvernement fédéral vis-à-vis de l'enseignement traditionnel.

Il y a 30 ans, les robots ont appris à marcher sans tomber

Il y a trente ans, Honda franchissait une étape fondatrice de la robotique mondiale : en 1996, son prototype P2 devenait le premier robot autonome capable de marcher sans tomber. Mesurant 183 centimètres et pesant 210 kilogrammes, P2 pouvait contrôler sa posture pour maintenir l'équilibre et coordonner plusieurs articulations simultanément, une prouesse inédite à l'époque. En reconnaissance de cet exploit, IEEE lui a décerné le statut de Milestone, avec une cérémonie prévue le 28 avril au Honda Collection Hall au Japon. L'importance de cette avancée dépasse le simple exploit technique. Avant P2, aucun robot ne pouvait se déplacer de manière autonome dans un environnement réel sans perdre l'équilibre. Comme le souligne la section IEEE Nagoya dans sa proposition : "Cette réalisation a démontré la faisabilité d'une locomotion humanoïde dans les machines, établissant un nouveau standard en robotique." C'est ce jalon qui a posé les bases de toute la filière des robots humanoïdes modernes, de Boston Dynamics à Figure AI en passant par Tesla Optimus. Le projet avait démarré en 1986, quand quatre ingénieurs de Honda, Kazuo Hirai, Masato Hirose, Yuji Haikawa et Toru Takenaka, entreprirent de concevoir un "robot domestique" capable d'effectuer des tâches ménagères, monter des escaliers et manipuler des objets. La référence de l'époque, le WABOT-1 de l'Université Waseda (1973), pouvait certes parler japonais et saisir des objets, mais marchait de façon instable et dépendait d'une batterie externe. L'équipe Honda commença par analyser le mouvement humain pour définir les spécifications mécaniques, puis construisit E0, un simple prototype de deux jambes, qui marchait, mais mettait 15 secondes par pas. Les décennies suivantes donneront raison à cette vision : P2 est aujourd'hui exposé dans la galerie robotique du Honda Collection Hall, témoignage d'une rupture technologique dont les effets continuent de remodeler l'industrie. Le marché des robots humanoïdes devrait peser plusieurs dizaines de milliards de $ d'ici 2030, et les fondations posées par Honda en 1996 restent la référence intellectuelle de tout ce qui a suivi.

Google s'associe à Agile Robots dans sa nouvelle offensive en robotique IA

Google intensifie sa stratégie dans la robotique en annonçant un partenariat avec Agile Robots, fabricant allemand de robots humanoïdes. L'accord prévoit l'intégration des modèles Gemini de Google directement dans le matériel robotique d'Agile, marquant une nouvelle étape dans la course des géants de la tech à incarner l'intelligence artificielle dans des systèmes physiques autonomes. Ce rapprochement illustre la volonté de Google DeepMind de ne plus cantonner ses modèles au seul domaine logiciel. En déployant Gemini dans des robots capables d'agir dans le monde réel, Google cherche à transformer ses avancées en IA générale en applications concrètes, un enjeu stratégique majeur face à des concurrents comme Figure AI, Physical Intelligence ou encore Boston Dynamics (propriété de Hyundai). Agile Robots, fondée en 2017 à Munich et issue des laboratoires du DLR (Centre aérospatial allemand), est connue pour ses robots bipèdes et ses bras manipulateurs à haute précision. Le partenariat avec Google lui donne accès à des capacités de raisonnement et de perception avancées, tandis que Google bénéficie d'une plateforme hardware éprouvée pour tester ses modèles en conditions réelles. Cette alliance s'inscrit dans une offensive plus large de Google en robotique, qui multiplie les investissements et partenariats depuis 2024 pour ne pas se laisser distancer dans ce secteur jugé comme le prochain grand terrain de déploiement de l'IA générale.

Amazon rachète Fauna, fabricant de robots « accessibles »

Amazon franchit un cap stratégique en rachetant Fauna, une startup spécialisée dans la robotique humanoïde grand public. Les termes financiers de l'opération n'ont pas été rendus publics, mais la transaction marque une inflexion claire dans la stratégie du groupe : après avoir dominé la robotique d'entrepôt, Amazon s'attaque désormais au marché résidentiel et à l'interaction directe avec les consommateurs. Ce mouvement est révélateur d'une ambition qui dépasse largement la logistique. En ciblant une startup positionnée sur l'accessibilité et l'aspect « approchable » des robots humanoïdes, Amazon signale sa volonté de s'implanter dans les foyers, là où ses concurrents peinent encore à proposer une offre crédible. Le potentiel commercial est considérable : un robot domestique vendu à grande échelle représenterait un nouveau vecteur d'entrée dans l'écosystème Amazon, commandes vocales, livraisons autonomes, services à la personne. Le secteur de la robotique humanoïde connaît une accélération spectaculaire. Des acteurs comme Figure, 1X Technologies ou Boston Dynamics se livrent une bataille technologique et capitalistique intense. Fauna se distinguait par son approche centrée sur l'ergonomie grand public, contrairement aux robots industriels lourds. En l'intégrant, Amazon acquiert à la fois une équipe d'ingénieurs spécialisés et une feuille de route produit orientée consommateur. La question qui se pose désormais est celle du calendrier de commercialisation. Amazon dispose des infrastructures de distribution et de l'écosystème logiciel, Alexa, AWS, pour industrialiser rapidement ce type de produit. Si le groupe parvient à combiner ses capacités avec le savoir-faire de Fauna, il pourrait se positionner comme le premier acteur de masse sur un marché que beaucoup anticipent comme l'un des plus transformateurs de la décennie.