Robots humanoïdes· sujet

Arm lance Total Design, un cadre pour l'IA physique et la robotique

Arm a dévoilé le 8 septembre son initiative « Arm Total Design for Physical AI », accompagnée d'un nouveau cadre baptisé Robotics Capability Framework, destiné à établir des standards communs pour les systèmes robotiques et l'IA physique. Le projet rassemble plus de 80 organisations partenaires issues du logiciel, du matériel et de l'IA, parmi lesquelles AWS, ECARX, Hugging Face, Liquid AI, NXP, PlusAI, PSYONIC, QNX, Qwen, Siemens et Unitree Robotics. Selon Arm, les secteurs industriels physiques, mines, agriculture, industrie manufacturière et transport mondial, représentent des milliers de milliards de dollars d'activité économique et une opportunité de calcul estimée à 200 milliards de dollars par an d'ici les années 2030. Le nouveau cadre, présenté dans un manifeste signé par le architecte en chef d'Arm, Richard Grisenthwaite, classe les systèmes robotiques selon des niveaux de sophistication progressifs, du comportement purement réactif jusqu'aux systèmes cognitifs capables de s'auto-améliorer, sur le modèle des niveaux SAE utilisés pour l'automatisation de la conduite. Des entreprises comme Anaxi Labs, ANYbotics, Fourier, GALBOT, Lenovo, McKinsey ou Robotec.ai ont contribué à cette première base de référence. L'enjeu pour l'industrie est de réduire la fragmentation technique qui complique aujourd'hui la conception, l'intégration et le déploiement à grande échelle des robots. En l'absence de vocabulaire technique partagé, les fabricants de matériel et les développeurs de logiciels peinent à comparer les capacités des systèmes, à optimiser les charges de calcul ou à faire passer leurs prototypes du stade expérimental à une production industrielle. Le nouveau cadre définit des paramètres communs pour la latence, la répartition du calcul, l'allocation mémoire, la consommation énergétique, le déterminisme et les normes de sécurité, autant de critères qui doivent permettre aux constructeurs de robots industriels, agricoles ou logistiques de s'appuyer sur une base technique homogène plutôt que de réinventer leurs propres standards à chaque projet. Cette initiative prolonge une méthode qu'Arm avait déjà appliquée à l'infrastructure d'IA dans le cloud, associant modèles d'IA, plateformes virtuelles, jumeaux numériques et piles logicielles pour accélérer les cycles de développement. Arm a ainsi collaboré avec AWS, Google, HERE, RemotiveLabs et Siemens sur un cockpit automobile numérique de référence, testé sur la plateforme Arm Zena CSS avant même la disponibilité des puces physiques. L'entreprise britannique, dont l'architecture équipe la quasi-totalité des puces mobiles mondiales, cherche désormais à élargir ce cadre en sollicitant des contributions techniques de l'ensemble de la communauté de l'ingénierie robotique, alors que les déploiements d'IA physique se multiplient dans l'industrie.

Unitree lance une IA de combat autonome : ses robots se battent seuls, pour de vrai

Unitree, l'entreprise chinoise de robotique connue pour ses robots humanoïdes et quadrupèdes agiles, a dévoilé le 7 septembre 2026 un nouveau modèle d'intelligence artificielle baptisé UnifoLM-X2-1.0, conçu pour permettre à ses robots de combattre de manière totalement autonome, sans télécommande ni pilote humain. Présenté via une vidéo publiée sur le compte X de l'entreprise (@UnitreeRobotics), le système repose sur ce qu'Unitree appelle un modèle du monde : plutôt que de simplement exécuter une séquence de mouvements préprogrammée, le robot analyse en continu son environnement, localise son adversaire, anticipe ses déplacements possibles et décide lui-même de sa prochaine action. Dans la démonstration, un robot humanoïde enchaîne des mouvements de boxe, gère son équilibre, ajuste ses appuis et son centre de gravité, esquive et feinte, réagissant en temps réel aux actions de son opposant. Unitree revendique une boucle de perception, prédiction, planification et exécution nettement plus rapide que les systèmes robotiques pilotés par IA existants. Cette avancée marque une étape importante pour l'industrie de la robotique humanoïde, car elle s'attaque à l'un des obstacles majeurs du secteur : la lenteur de la planification décisionnelle en temps réel. Un robot capable de percevoir, prédire et agir en une fraction de seconde ouvre la voie à des applications bien au-delà du combat spectacle, comme l'intervention en environnement instable, la logistique dynamique ou l'assistance physique où l'imprévisibilité de l'environnement exige une adaptation instantanée. Pour Unitree, qui s'est jusqu'ici distinguée par l'agilité mécanique de ses machines (marche, course, sauts, mouvements acrobatiques), cette démonstration signale un déplacement stratégique vers l'autonomie décisionnelle et cognitive, un terrain où la concurrence avec des acteurs comme Boston Dynamics, Figure AI ou Tesla se joue désormais autant sur l'intelligence embarquée que sur la performance physique. Elle soulève aussi des questions sur l'usage de robots capables de combat autonome, entre démonstration technologique impressionnante et interrogations sur les applications potentielles de systèmes conçus pour anticiper et neutraliser un adversaire. Cette annonce s'inscrit dans une course mondiale à l'humanoïde où la mobilité, longtemps le principal critère de différenciation, cède progressivement la place à l'autonomie cognitive comme nouveau champ de bataille technologique. Unitree, qui a bâti sa réputation sur des robots relativement abordables et très mobiles, cherche ainsi à combler l'écart avec des concurrents qui misent davantage sur l'intelligence artificielle générale appliquée à la robotique. Le choix du combat comme vitrine n'est pas anodin : il s'agit d'un scénario extrême, exigeant en réactivité et en gestion de l'équilibre, qui permet de mettre en scène de façon spectaculaire les capacités du modèle UnifoLM-X2-1.0. Reste à savoir si cette autonomie décisionnelle se traduira par des applications commerciales concrètes, dans l'industrie, la sécurité ou le service, et comment Unitree et ses concurrents encadreront le déploiement de robots de plus en plus capables d'agir sans supervision humaine directe.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

La Chine a désormais son propre système de financement circulaire dans l'IA

Unitree Robotics, fabricant chinois de robots humanoïdes et quadrupèdes, a vu son action bondir de 460% lors de son introduction en bourse à Shanghai, propulsant sa valorisation à environ 50 milliards de dollars. Mais une enquête du Financial Times révèle qu'une part importante de la demande pour ses machines provient de centres de formation soutenus par l'État chinois, qui achètent les robots puis revendent les données ainsi générées aux fabricants eux-mêmes, dont Unitree. Ce montage crée un circuit fermé où l'argent public finance à la fois l'achat des machines et le rachat des données qu'elles produisent, gonflant artificiellement les indicateurs de demande commerciale. Ce schéma inquiète parce qu'il brouille la frontière entre demande réelle du marché et soutien étatique déguisé, rendant difficile pour les investisseurs d'évaluer la solidité économique réelle d'Unitree et, plus largement, du secteur chinois de la robotique et de l'IA incarnée. Une valorisation à 50 milliards de dollars bâtie en partie sur des flux financiers circulaires expose les actionnaires à un risque de correction brutale si ce soutien public venait à se réduire, tout en donnant une image trompeuse de la maturité technologique du secteur. Ce mécanisme rappelle directement les critiques formulées aux États-Unis à l'encontre de Nvidia, accusé de financer indirectement ses propres clients pour qu'ils achètent ses puces, créant une boucle de revenus artificiels. La Chine, engagée dans une compétition stratégique avec les États-Unis sur l'IA et la robotique, mobilise des fonds publics massifs pour faire émerger des champions nationaux comme Unitree, mais ce type de montage circulaire pourrait attirer l'attention des régulateurs et des investisseurs internationaux quant à la fiabilité des chiffres de croissance affichés par ces entreprises.

Le problème d'auto-amélioration de l'IA, et ce qui alimente la surchauffe

Une nouvelle étude relayée par la newsletter The Download du MIT Technology Review, signée Michelle Kim, montre que les agents d'intelligence artificielle restent incapables de mener des recherches ouvertes en IA, ces investigations sans réponse prédéfinie qui exigent jugement et créativité pour produire de véritables avancées. Cette limite freine la promesse phare de l'industrie: une auto-amélioration récursive de l'IA quasiment sans supervision humaine. La même newsletter revient sur la vague de chaleur de cet été: juin et juillet 2026 ont été la période la plus chaude jamais enregistrée en Europe, juillet a battu un record de chaleur sur le territoire continental américain, et la Coree du Sud a connu sa température la plus élevée jamais mesurée. OpenAI a par ailleurs suspendu certains travaux sur son modèle Astra après avoir atteint un seuil de risque juge "critique", tout en lançant une version de ChatGPT pour adolescents. Le fabricant chinois de robots humanoïdes Unitree a vu son action bondir de 629% lors de son entrée en Bourse, et la Chine autorise désormais les puces Nvidia H200 sur son territoire, ByteDance et Tencent ayant chacun reçu environ 10 000 de ces processeurs. Ces résultats tempèrent les discours sur une auto-amélioration imminente de l'IA, scenario au coeur des ambitions d'OpenAI, d'Anthropic et d'autres laboratoires qui misent sur des systèmes capables de perfectionner leurs propres capacités avec de moins en moins d'intervention humaine. La pause d'OpenAI sur Astra illustre aussi des approches divergentes de la sécurité entre grands acteurs du secteur. Cote climat, le phénomène El Nino, déjà en cours d'intensification, devrait peser plus lourdement sur les températures mondiales en 2027, laissant craindre une année encore plus chaude, avec des conséquences sur la sante publique, l'agriculture et les infrastructures. La percée boursière d'Unitree confirme l'avance chinoise en robotique humanoïde, tandis que l'accès facilite aux puces Nvidia redessine les rapports de force technologiques entre la Chine et les Etats-Unis. Ces développements s'inscrivent dans un climat de vigilance croissante autour des usages de l'IA. Aux Etats-Unis, des procureurs accusent Meta d'avoir sciemment rendu les enfants dépendants a Facebook et Instagram lors d'un procès qui vient de s'ouvrir, tandis que l'agence d'immigration ICE a interdit sur son lieu de travail les lunettes connectées de Meta pour des raisons éthiques et de confidentialité. La police s'équipe également d'outils plus intrusifs, comme le système de la société Flock capable d'identifier des conducteurs a partir de leurs habitudes de déplacement, au-delà du simple suivi des plaques d'immatriculation. Une étude montre par ailleurs que l'algorithme de X amplifie les contenus que les utilisateurs détestent, un effet particulièrement marque chez les sympathisants démocrates, tandis qu'un développeur égyptien non-voyant a créé une application d'IA décrivant l'environnement de ses utilisateurs via camera, illustrant des usages plus positifs de ces technologies.

💬 Ce qui coince, c'est le mot "récursive": tant que les agents ne savent pas mener une recherche sans réponse connue d'avance, l'auto-amélioration reste une promesse marketing, pas un mécanisme. OpenAI qui met Astra en pause sur un seuil de risque "critique" pendant que Meta se fait traîner en procès pour ses ados accros, ça dessine le vrai calendrier 2026: la sécurité rattrape la vitesse, elle ne la précède plus. Et pendant ce temps la Chine avance ses pions, robots humanoïdes et puces Nvidia compris, sans attendre que le débat sur l'auto-amélioration soit tranché.

The Download : le prochain grand modèle de langage et l'évolution de la recherche universitaire en IA

Neuf ans après que des chercheurs de Google ont introduit l'architecture "transformer", devenue le moteur de tous les grands modèles de langage actuels, cette technologie montre ses limites : son mécanisme d'attention dense devient de plus en plus coûteux à mesure que le volume de texte traité augmente, et elle peine à retenir de grandes quantités d'informations simultanément. Le journaliste Will Douglas Heaven présente quatre pistes de recherche visant à dépasser ce goulot d'étranglement pour rendre les futurs modèles plus rapides, plus efficaces, voire plus intelligents. Par ailleurs, la journaliste Grace Huckins s'est rendue dans un hôtel de Mountain View, en Californie, pour une rencontre du programme AI2050, financé par Eric et Wendy Schmidt via Schmidt Sciences, qui réunit des chercheurs universitaires spécialisés en intelligence artificielle. D'autres nouvelles majeures marquent l'actualité : Nvidia a obtenu 500 milliards de dollars d'engagements de Wall Street, via des accords avec BlackRock, Goldman Sachs et quatre autres institutions, pour financer des infrastructures d'IA. Mark Zuckerberg a publié un nouveau manifeste défendant une "superintelligence" personnalisée et open source, coïncidant avec la sortie d'un nouveau modèle ouvert de Meta. Le sénateur Bernie Sanders a appelé la Silicon Valley à suspendre le développement de l'IA. Un tribunal américain a autorisé des milliers de plaintes contre Meta, TikTok, Google et Snapchat concernant des mécanismes jugés addictifs pour les jeunes utilisateurs. En Chine, l'entreprise de robotique humanoïde Unitree a vu son introduction en bourse à Shanghai sursouscrite plus de 8 000 fois par les investisseurs particuliers, levant 900 millions de dollars pour une valorisation de 9 milliards. Enfin, les caméras de surveillance automobile de la société Flock suscitent une contestation bipartisane aux États-Unis, tandis que Pékin a instauré de nouvelles règles encadrant les IA conversationnelles à caractère émotionnel. Ces développements illustrent à quel point l'industrie de l'IA traverse une phase charnière. Les limites techniques des transformers pourraient freiner les gains de performance des futurs modèles si aucune alternative ne s'impose, ce qui explique l'intérêt croissant pour de nouvelles architectures. Les investissements massifs de Nvidia confirment que le calcul dédié à l'IA devient une classe d'actifs à part entière pour les institutions financières. Dans le même temps, la pression politique et sociale s'intensifie : les appels de Bernie Sanders, les poursuites judiciaires visant les plateformes et la réglementation chinoise sur les chatbots émotionnels traduisent une inquiétude grandissante face aux effets sociaux de ces technologies, notamment sur les jeunes. Ce moment s'inscrit dans une tension plus large entre course à la puissance de calcul, rivalité géopolitique autour des modèles ouverts entre les États-Unis et la Chine, et remise en question croissante par les régulateurs et l'opinion publique. Le monde académique, représenté par des programmes comme AI2050, doit lui aussi redéfinir sa place face à des laboratoires commerciaux disposant de moyens financiers considérables. L'accumulation de ces signaux, qu'il s'agisse de recherche fondamentale, de capitaux privés ou de contestation populiste, suggère que les mois à venir seront déterminants pour l'orientation technique et réglementaire du secteur.

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

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

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

L'IA protectionniste de Trump s'attaque désormais à la robotique

La Federal Trade Commission américaine a annonce la semaine dernière une interdiction générale des importations de robots avances fabriques a l'étranger, visant les humanoïdes, les robots quadrupèdes et les robots a roues. Cette décision, prise par une FTC de plus en plus alignée sur l'administration Trump, s'appuie sur deux justifications : le risque que ces robots collectent massivement des données, y compris dans des foyers ou des sites sensibles, ce qui constituerait une menace pour la sécurité nationale, et la nécessite de protéger les entreprises américaines de robotique face a la concurrence chinoise pour bâtir une chaine d'approvisionnement domestique plus solide. Un document de la FTC cite d'ailleurs un incident ou un individu avait réussi a prendre le contrôle de 7 000 aspirateurs robots. Gavin Kenneally, PDG de Ghost Robotics, fabricant américain de robots quadrupèdes destines a l'inspection, a salue la mesure, estimant que les risques de cybersécurité lies aux robots étrangers sont réels et qu'un environnement concurrentiel plus équilibre bénéficierait aux clients comme a l'industrie. Cette interdiction s'inscrit dans une stratégie plus large de l'administration Trump visant a protéger l'industrie américaine de l'intelligence artificielle, la robotique étant désormais considérée comme l'un des fronts les plus avances de ce secteur. Washington envisagerait par ailleurs d'interdire les modèles d'IA chinois en open source, qui rivalisent souvent avec ceux d'OpenAI et d'Anthropic tout en coutant beaucoup moins cher, une mesure qui priverait les entreprises américaines d'environ 25 milliards de dollars d'économies annuelles. Le problème, selon plusieurs acteurs du secteur, c'est que les entreprises et laboratoires universitaires américains dépendent lourdement des robots chinois bon marche pour leurs travaux de recherche, notamment pour entrainer des robots a des taches variées comme retourner des gaufres ou faire la lessive. Aaron Prather, directeur du renseignement de marche a l'Association for Advancing Automation, souligne que cette règle "créé un défi pour les chercheurs américains en robotique humanoïde", les modèles chinois offrant le meilleur rapport prix-performance du marche. Une étude interne de son organisation a révèle que 90 % des articles de recherche en robotique publies récemment par des universités américaines s'appuyaient sur des robots fabriques par Unitree, le principal fabricant chinois de robots humanoïdes. L'écart de prix est considérable : un robot quadrupède Unitree coute environ 4 600 dollars, contre 278 000 dollars pour un modèle comparable de Boston Dynamics, l'entreprise américaine de référence. Si l'accès a ces robots chinois abordables venait a se tarir, la recherche en robotique aux Etats-Unis pourrait en réalité ralentir plutôt que bénéficier de cette protection, un paradoxe que plusieurs observateurs du secteur pointent déjà du doigt.

💬 Ce protectionnisme se mord la queue : 90 % des articles de recherche en robotique aux États-Unis s'appuient déjà sur des robots Unitree, à 4 600 dollars contre 278 000 chez Boston Dynamics. Bon, sur le papier, protéger la chaîne d'appro et bloquer la collecte de données, ça se défend. Mais couper l'accès aux robots chinois pas chers, c'est ralentir la recherche américaine au nom de sa propre souveraineté, l'exact inverse de l'effet recherché.

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

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

Pourquoi l’Europe pourrait devenir le premier marché mondial des robots humanoïdes

Le secteur des robots humanoïdes est en train de passer du stade de simple vitrine technologique à celui d'industrie naissante. Depuis deux ans, les annonces s'enchaînent : Tesla accélère le développement de son robot Optimus, Figure AI a commencé à déployer ses premiers modèles directement sur des sites industriels, et la Chine voit émerger des dizaines de fabricants capables de produire ces machines à des coûts de plus en plus bas, grâce à une chaîne d'approvisionnement locale déjà rodée sur l'électronique et la robotique. Dans ce contexte de course mondiale entre les Etats-Unis et la Chine, une question émerge : quelle place reste-t-il pour l'Europe, qui n'a pour l'instant produit aucun acteur comparable à Tesla ou Figure AI sur ce segment. C'est justement là que se joue l'enjeu principal : plutôt que de rivaliser sur la fabrication, l'Europe pourrait s'imposer comme le principal marché de déploiement de ces robots. Son tissu industriel dense, ses usines automobiles et logistiques, ainsi que sa pénurie de main-d'œuvre dans certains secteurs manuels en font un terrain d'adoption particulièrement favorable. Pour les industriels européens, l'enjeu n'est plus seulement de suivre l'innovation américaine ou chinoise, mais de décider rapidement quels partenaires équiper en priorité, ce qui pourrait redessiner les rapports de force entre fournisseurs de robots et donneurs d'ordre. Cette dynamique s'inscrit dans une compétition technologique plus large entre les Etats-Unis, qui misent sur l'innovation portée par des entreprises comme Tesla et Figure AI, et la Chine, qui mise sur les volumes et la baisse des coûts de production. L'Europe, dépourvue de champion national dans ce domaine, devra choisir entre importer massivement ces technologies ou tenter de construire sa propre filière industrielle, une décision dont dépendra sa position dans cette nouvelle chaîne de valeur mondiale.

💬 Le vrai coup de billard, c'est que l'Europe n'a pas besoin de fabriquer un Optimus pour peser dans cette histoire. Elle a des usines qui tournent déjà et personne pour les faire tourner, ça change tout sur qui a le rapport de force. Selon Le Fil IA, le prochain champion des robots humanoïdes ne sera peut-être pas celui qui les construit, mais celui qui décide où ils vont travailler en premier. Reste à voir si les industriels européens jouent groupés ou si chacun négocie dans son coin, et ça, ça sent le retard classique made in Europe.

Une tour à 15 274 €, deux GPU AMD et aucun abonnement cloud : on a testé l’IA locale à son maximum [Sponso]

Une configuration à 15 274 euros, assemblée sous un bureau et équipée de deux cartes graphiques AMD, a été testée pour évaluer ce qu'une machine dédiée à l'intelligence artificielle peut réellement accomplir en local, sans recourir au moindre service cloud. L'objectif de ce test, mené en collaboration avec AMD, était de faire fonctionner une chaîne complète de production logicielle d'IA, de l'entraînement à l'inférence, entièrement sur du matériel physique installé chez l'utilisateur. Le contenu a été produit par les rédacteurs indépendants de l'entité Humanoid xp, sans intervention de la rédaction de Numerama, dans le cadre d'un partenariat commercial clairement identifié. Cette démarche illustre un intérêt croissant pour les infrastructures d'IA locales, à contre-courant du modèle dominant fondé sur les abonnements aux plateformes cloud comme AWS, Azure ou Google Cloud. Pour les professionnels et les entreprises soucieux de maîtriser leurs coûts récurrents, leurs données sensibles ou leur dépendance à des fournisseurs tiers, une tour équipée de GPU AMD représente une alternative tangible, même si l'investissement initial reste conséquent. Cela change la donne pour les studios, les chercheurs ou les PME qui veulent expérimenter avec des modèles d'IA sans exposer leurs données à des serveurs externes ni subir la facturation à l'usage. Le marché du matériel dédié à l'IA locale s'est intensifié ces dernières années, porté par la demande de puissance de calcul pour l'entraînement et l'inférence de modèles toujours plus lourds. AMD y voit une opportunité de concurrencer Nvidia, acteur dominant du secteur, en misant sur des configurations multi-GPU accessibles aux particuliers avertis et aux petites structures. Ce type de démonstration commerciale s'inscrit dans une bataille plus large pour convaincre les utilisateurs que l'IA locale peut rivaliser, en performance comme en autonomie, avec les offres cloud des géants du secteur.

💬 Une tour à 15 000 balles pour causer IA sans dépendre du cloud, c'est le genre de démo commerciale qu'on regarde avec un sourcil levé, financée par AMD pour vendre du multi-GPU. Mais le vrai signal derrière, c'est que le prix d'entrée pour sortir du modèle abonnement-cloud devient un calcul économique sérieux, pas juste un fantasme de geek paranoïaque des données. Reste à voir si une PME normale a vraiment besoin de ça, parce que pour la plupart, un bon abonnement API reste largement moins cher que d'amortir une tour à cinq chiffres.

Hyundai : les salariés se révoltent contre l’arrivée des robots humanoïdes

Hyundai a annoncé en janvier son intention d'introduire des robots humanoïdes Atlas, développés par sa filiale Boston Dynamics, dans son usine de Géorgie à partir de 2028. En mai, le groupe a présenté à ses investisseurs un plan bien plus ambitieux : le déploiement de plus de 25 000 robots humanoïdes sur l'ensemble de ses sites de production automobile. Cette annonce a déclenché une mobilisation chez les salariés sud-coréens du constructeur, qui ont voté en faveur d'un mouvement de grève. « Nous sommes inquiets pour la sécurité de l'emploi à cause des robots », a déclaré un représentant syndical au Financial Times, précisant que les démonstrations et vidéos montrant les progrès rapides de ces machines alimentent les craintes des employés. Le syndicat coréen des métallurgistes réclame d'être consulté avant tout déploiement de robots ou de systèmes d'intelligence artificielle dans les usines du groupe, ainsi qu'une prime exceptionnelle équivalente à environ un tiers du bénéfice annuel de Hyundai, soit près de 27 000 dollars par salarié pour les 73 000 employés du groupe. Cette contestation illustre une tension de fond entre l'accélération de l'automatisation industrielle et la protection de l'emploi, dans un secteur où les marges de manœuvre syndicales restent fortes. Hyundai assure de son côté que les robots humanoïdes seront cantonnés aux tâches les plus pénibles ou dangereuses, laissant aux salariés les missions nécessitant une intervention humaine plus fine. Mais les représentants des employés restent sceptiques face à des promesses qu'ils jugent insuffisantes pour garantir le maintien des effectifs à long terme. L'enjeu dépasse le seul cas Hyundai : il interroge la manière dont les constructeurs automobiles, en pleine course à la robotisation, vont négocier avec leurs salariés les conditions d'introduction de ces nouvelles technologies, et qui captera les gains de productivité qu'elles promettent. Le syndicat de Hyundai a déjà brandi la menace d'une grève lors de précédentes négociations salariales sans pour autant aller jusqu'à l'arrêt total de la production, la dernière grève générale du groupe remontant à 2018. La demande de prime exceptionnelle s'inscrit dans un contexte particulier : plusieurs grands groupes industriels sud-coréens, à commencer par Samsung, ont récemment versé d'importantes primes à leurs employés grâce à des bénéfices dopés par l'essor de l'intelligence artificielle, nourrissant un sentiment de frustration chez les salariés de Hyundai. Pour Kim Pil-soo, professeur de génie automobile à l'université Daelim, certaines revendications syndicales ont toutefois peu de chances d'aboutir. Cette friction s'inscrit dans une dynamique plus large : les robots humanoïdes gagnent du terrain dans l'industrie, qu'il s'agisse de Japan Airlines pour le transport de bagages à l'aéroport de Haneda, de la poste chinoise pour le tri du courrier, ou de BMW, qui en teste dans son usine de Leipzig et y voit l'avenir de la production automobile.

La Corée du Sud investit 1 000 milliards de dollars dans la production de puces mémoire et les robots humanoïdes

Le gouvernement sud-coréen et ses plus grands groupes technologiques ont annoncé le 29 juin 2026 un investissement commun de 1 000 milliards de dollars destiné à financer plusieurs mégaprojets stratégiques. Ce plan couvre trois axes prioritaires : l'expansion de la production de puces mémoire, la construction de nouveaux centres de données dédiés à l'IA, et le déploiement commercial de robots humanoïdes d'ici 2028. C'est le président Lee Jae Myung qui a lui-même présenté ce programme dans un discours télévisé, affirmant que « les semi-conducteurs, l'IA physique et les centres de données IA constituent le triple axe d'un grand bond en avant ». Le constructeur automobile Hyundai, via sa filiale Boston Dynamics, figure parmi les acteurs centraux du volet robotique, avec l'ambition de déployer des robots humanoïdes dans ses usines pour remplacer les tâches les plus pénibles dès 2028. Cet investissement massif arrive à un moment où Samsung et SK Hynix, les deux géants coréens de la mémoire, enregistrent des profits et des valorisations boursières records, portés par la demande explosive de l'industrie IA en puces HBM et DRAM. Mais cette demande a également créé une tension sévère sur les approvisionnements mondiaux, entraînant des pénuries et une hausse des prix pour les équipements électroniques grand public. Augmenter les capacités de production permettrait non seulement de consolider les positions coréennes, mais aussi de stabiliser un marché mondial sous pression. Sur le front robotique, l'enjeu est tout aussi concret : les usines automobiles manquent de main-d'oeuvre pour les tâches répétitives et dangereuses, et les humanoïdes de Boston Dynamics représentent une réponse industrielle crédible. La Corée du Sud s'inscrit ainsi dans une course géopolitique intense autour des technologies d'IA et de semi-conducteurs, où les États-Unis, la Chine, le Japon et Taiwan cherchent tous à sécuriser leur indépendance technologique. Le président Lee a explicitement formulé l'urgence en ces termes : « Nous devons sécuriser les éléments clés de l'IA plus vite que n'importe quel autre pays. » Ce plan de 1 000 milliards constitue la réponse coréenne à cette compétition, avec une stratégie intégrée qui lie la puissance en semiconducteurs à l'essor de l'IA et à la robotique industrielle, trois domaines appelés à se renforcer mutuellement dans les années à venir.

💬 Quand les profits battent des records, tu réinvestis tout de suite. Je comprends la logique: puces HBM, data centers IA, robots humanoïdes dans les usines, les trois se nourrissent mutuellement et Séoul l'a bien cerné. Hyundai qui déploie des Boston Dynamics dans ses propres lignes d'assemblage d'ici 2028, c'est la boucle verticale que les Américains n'ont pas encore fermée.

Liquid AI lance LFM2.5-230M avec support llama.cpp, MLX, vLLM, SGLang et ONNX pour l'inférence sur appareil

Liquid AI a lancé son modèle le plus compact à ce jour, le LFM2.5-230M, un modèle texte de 230 millions de paramètres disponible en open-weight sur Hugging Face. La startup publie deux versions : un modèle de base pour le fine-tuning et une version instruction-tuned prête à l'emploi. Le modèle repose sur l'architecture LFM2, combinant huit blocs de convolution LIV à double porte et six blocs d'attention groupée (GQA), un agencement hybride conçu pour maximiser la vitesse d'inférence sur CPU. Il a été pré-entraîné sur 19 000 milliards de tokens, puis affiné en trois étapes : supervision par distillation depuis le modèle frère LFM2.5-350M, optimisation par préférence directe (DPO), et apprentissage par renforcement multi-domaine. Il tourne à 213 tokens par seconde sur un Samsung Galaxy S25 Ultra et à 42 tokens par seconde sur un Raspberry Pi 5, avec une empreinte mémoire de 293 à 375 Mo en quantification 4-bit. La compatibilité est immédiate avec llama.cpp, MLX, vLLM, SGLang et ONNX. Ce modèle s'impose sur des tâches précises : le suivi d'instructions et l'extraction de données structurées. Sur le benchmark IFEval, il obtient 71,71 points, devançant nettement le Qwen3.5-0.8B (59,94) et le Gemma 3 1B (63,49), deux modèles pourtant trois à quatre fois plus lourds. Sur CaseReportBench, un test d'extraction clinique, il score 22,51 contre 2,28 pour Gemma 3 1B. Concrètement, cela ouvre la voie à des pipelines de traitement massif, Liquid AI cite l'exemple de 100 000 rapports cliniques parsés localement en champs structurés, sans coût d'API par token. Le modèle a également été déployé sur un robot humanoïde Unitree G1, tournant entièrement sur le module embarqué NVIDIA Jetson Orin, où il traduit des instructions en langage naturel en séquences d'appels d'outils invoquant les primitives du framework SONIC de NVIDIA. Liquid AI, fondée en 2023 à partir de travaux du MIT sur les réseaux neuronaux à états liquides, s'est positionnée dès le départ sur des architectures alternatives aux transformers classiques. Le LFM2.5-230M s'inscrit dans une stratégie de couverture du spectre complet, des petits modèles embarqués aux grands modèles cloud. La société est transparente sur les limites : ce modèle n'est pas recommandé pour les tâches de raisonnement avancé, la génération de code ou les mathématiques complexes, son score MMLU-Pro de 20,25 reste très en deçà du Qwen3.5-0.8B (37,42). La vraie bataille se joue sur les appareils de périphérie, robots, hubs domotiques, assistants mobiles, où la taille du modèle et la vitesse d'inférence priment sur la polyvalence. Avec la montée des architectures agentiques embarquées, la capacité à faire tourner un modèle capable d'enchaîner des appels d'outils en local, sans latence réseau ni dépendance cloud, devient un avantage concurrentiel réel.

💬 42 tokens par seconde sur un Raspberry Pi 5, et sur le suivi d'instructions, ce 230M dépasse des modèles trois à quatre fois plus lourds. Liquid AI ne cache pas les limites (raisonnement, maths, code, c'est non), mais ils ont visé un créneau précis et ça tient. Quand tu peux parser 100 000 rapports cliniques en local sans passer par le cloud et sans frais d'API, les architectures agentiques embarquées commencent à peser vraiment.

Humanoid Everyday : un jeu de données robotique complet pour la manipulation humanoïde en monde ouvert

Une équipe de recherche a publié sur arXiv (identifiant 2510.08807v2) Humanoid Everyday, un jeu de données massif dédié à l'apprentissage de la manipulation par les robots humanoïdes en conditions ouvertes. Le dataset compile 10 300 trajectoires et plus de 3 millions de frames couvrant 260 tâches réparties en 7 catégories larges : manipulation dextère d'objets, interaction humain-humanoïde, actions intégrant de la locomotion bipède, et d'autres scénarios du quotidien. Les données sont multimodales, RGB, profondeur, LiDAR, retour tactile, accompagnées d'annotations en langage naturel. La collecte repose sur un pipeline de télé-opération supervisée par des humains, optimisé pour maximiser le débit tout en maintenant la qualité des démonstrations. Les auteurs publient simultanément une plateforme d'évaluation cloud permettant à des équipes extérieures de déployer leurs propres politiques de contrôle et d'obtenir des métriques comparables dans un environnement standardisé. Ce dataset comble un vide structurel dans la recherche robotique : la quasi-totalité des benchmarks existants (Open X-Embodiment, DROID, BridgeData V2) ciblent des bras fixes, et les rares datasets humanoïdes disponibles se limitent à des environnements contrôlés, un faible nombre de tâches, et excluent généralement la locomotion et l'interaction avec des personnes. Pour un intégrateur ou un décideur industriel, la portée pratique est double : des données hétérogènes permettent d'entraîner des politiques plus généralisables, notamment des architectures VLA (vision-language-action) ; la plateforme d'évaluation cloud offre pour la première fois un cadre reproductible pour comparer des méthodes d'apprentissage par imitation ou par renforcement sur des tâches humanoïdes réalistes. L'article analyse aussi les performances de plusieurs politiques de référence, en identifiant leurs forces et limites par catégorie. La publication intervient dans un contexte de forte concurrence autour des données d'entraînement pour humanoïdes. Physical Intelligence (Pi-0, π0.5), NVIDIA (GR00T N2), Unitree et Figure AI misent chacun sur des datasets propriétaires pour différencier leurs politiques de contrôle. Côté recherche ouverte, AgiBot World et RH20T ont posé des jalons, mais restent limités dans leur couverture humanoïde. Humanoid Everyday est rendu entièrement public, dataset, code de collecte et plateforme d'évaluation inclus, ce qui en fait une ressource directement exploitable par des laboratoires et startups sans accès à des infrastructures de collecte massives. Les auteurs présentent cette release comme un socle pour de futurs agents incarnés généralistes, sans préciser d'échéancier pour des suites expérimentales.

💬 Le vrai sujet ici, c'est pas juste le volume (10 300 trajectoires, bon), c'est que les benchmarks humanoïdes existants ignoraient presque tous la locomotion et l'interaction avec des humains réels depuis le début. Des acteurs comme Pi-0 ou GR00T N2 misaient sur leurs données propriétaires comme avantage concurrentiel, et une release open-source de cette ampleur vient rogner ce levier directement. Reste à voir si ça tient face à des politiques entraînées en conditions réelles, mais pour des labos sans infrastructure de collecte massive, ça change le rapport de force.

DREAM-Chunk : regroupement d'actions réactif avec modèle du monde latent

DREAM-Chunk (arXiv:2606.18589, juin 2026) est une méthode d'inférence conçue pour corriger une fragilité structurelle des modèles vision-language-action (VLA) : l'exécution en boucle ouverte lors de l'action chunking. Ce paradigme, devenu standard dans les VLA actuels, consiste à inférer à basse fréquence un bloc d'actions (un "chunk") que le robot exécute séquentiellement à haute fréquence, sans rétroaction intermédiaire. Dès qu'un chunk est lancé, le robot le suit à l'aveugle, vulnérable aux perturbations dynamiques, aux erreurs matérielles et à l'observabilité partielle. DREAM-Chunk adresse ce problème sans modifier ni réentraîner la politique sous-jacente : à l'inférence, il génère plusieurs chunks candidats, simule leurs trajectoires dans un espace latent via un world model léger, et sélectionne celui dont l'état prédit correspond le mieux à l'observation réelle. La méthode est validée sur le benchmark Kinetix et sur quatre tâches de manipulation couvrant deux plateformes robotiques et deux architectures VLA distinctes. L'intérêt pratique est direct pour les intégrateurs industriels qui déploient des VLA pré-entraînés sans accès au pipeline d'entraînement : DREAM-Chunk s'insère comme une couche plug-and-play, sans fine-tuning requis. La méthode s'inscrit dans la tendance du test-time compute scaling, bien établie côté LLM mais encore naissante en robotique physique, où dépenser davantage de calcul à l'inférence peut compenser les limites d'un modèle sans passer par un nouveau cycle d'entraînement coûteux. Les résultats montrent que les gains augmentent avec le nombre de chunks candidats échantillonnés, et que l'avantage est particulièrement marqué lorsque les démonstrations contiennent des comportements correctifs, ce qui soulève une question pratique sur la composition des datasets de démo. Les world models latents en robotique ont une longue tradition (DREAMER, TD-MPC2, DreamerV3), mais leur couplage avec des VLA basés sur le chunking reste récent. Physical Intelligence avec pi-0, Figure AI et des équipes de Stanford, CMU et Berkeley explorent simultanément comment améliorer la robustesse en déploiement sans réentraînement complet. DREAM-Chunk se distingue par son caractère agnostique au modèle sous-jacent, ce qui facilite son adoption sur des architectures hétérogènes. La prochaine étape logique serait une validation sur des plateformes commerciales à manipulation dextre (Fourier GR1, Unitree G1) et des tâches à dynamiques hautement stochastiques comme l'assemblage de précision. Le papier ne mentionne ni partenaires industriels ni pilotes commerciaux annoncés.

💬 Le test-time compute scaling arrive enfin en robotique physique, et DREAM-Chunk en est un premier signal propre : générer des trajectoires candidates, simuler dans un espace latent, choisir la meilleure, sans toucher au modèle sous-jacent. Le chunking en boucle ouverte, c'est le point faible silencieux de tous les VLA actuels (ça marche dans 80% des cas, alors on n'en parle pas trop). Pour les intégrateurs qui déploient sans accès au pipeline d'entraînement, une couche qui corrige à l'inférence sans réentraîner, c'est la pièce manquante.

Alibaba dévoile des cerveaux IA conçus pour équiper la prochaine génération de robots

Alibaba a annoncé en juin 2026 le lancement de la suite Qwen-Robot, sa première famille de modèles d'IA dite "embodied", développée par son Tongyi Lab et actuellement en phase de pilote avec des clients entreprise d'Alibaba Cloud. La suite repose sur trois modèles spécialisés : Qwen-RobotNav pour la navigation et le suivi de cibles, Qwen-RobotManip pour la manipulation d'objets physiques, et Qwen-RobotWorld pour la modélisation de l'environnement et la prédiction des conséquences d'actions. Le groupe a également publié Qwen-RobotClaw, un framework d'agents qui expose les modèles Qwen-Robot comme outils accessibles à des agents LLM, ainsi que Chat2Robot, une plateforme open-source en navigateur pour tester des interactions avec des robots physiques. Sur le plan des performances déclarées, Qwen-RobotManip a été entraîné sur plus de 38 000 heures de données open-source et a obtenu sur le benchmark RoboChallenge un process score de 59,83 avec un taux de succès de tâches de 45 % dans la catégorie "généraliste". La démonstration de navigation a mis en scène un quadrupède Unitree Go2 équipé d'un NVIDIA Jetson Thor et d'une seule caméra basse résolution, atteignant une latence d'inférence de 196 millisecondes dans un appartement inconnu, sans carte préchargée. Ces résultats méritent d'être lus avec prudence : un taux de succès de 45 % sur un benchmark réel, s'il est confirmé en conditions non contrôlées, reste modeste mais significatif pour un modèle généraliste. Le vrai signal industriel n'est pas le score brut, c'est l'approche architecturale : au lieu de fusionner indifféremment données de navigation, bras robotiques, caméras et véhicules autonomes, Alibaba a opté pour une spécialisation par modalité, évitant les conflits d'apprentissage que génère le mélange hétérogène de données physiques. Pour les intégrateurs et décideurs B2B, la disponibilité via Alibaba Cloud en pilote marque un premier pas vers la commercialisation d'une couche d'IA robotique as-a-service, potentiellement utilisable sur du matériel tiers sans pipeline de training propriétaire. Alibaba entre dans une course déjà engagée par plusieurs acteurs de premier plan. Aux États-Unis, Google DeepMind fait avancer Gemini Robotics sur des architectures Vision-Language-Action (VLA) similaires, tandis que Physical Intelligence (Pi-0), Figure AI (Figure 03) et Boston Dynamics misent sur des pipelines de données propriétaires et des déploiements industriels réels. NVIDIA pousse son framework GR00T N2 comme socle hardware-logiciel pour l'humanoid. Côté chinois, Unitree et Agibot ont déjà des robots en production, mais sans la couche LLM intégrée qu'Alibaba apporte. L'open-sourcing de Chat2Robot et les pilotes cloud suggèrent une stratégie d'écosystème : capter les développeurs et intégrateurs autour des modèles Qwen-Robot avant que le marché des robots généraux ne se consolide, probablement d'ici 2027-2028 selon les timelines annoncées par les principaux concurrents.

💬 45 % de réussite sur un benchmark généraliste, c'est pas brillant, je sais, mais tu regardes au mauvais endroit. Le vrai signal, c'est l'architecture : trois modèles spécialisés par modalité plutôt qu'un gros fourre-tout, parce que mélanger navigation, manipulation et caméras dans le même pipeline, ça crée des conflits d'apprentissage que tout le monde a sous-estimés depuis le début. Alibaba ne cherche pas à gagner les benchmarks robotiques, ils cherchent à s'installer comme la couche cloud entre le matériel tiers et l'IA physique avant que le marché se consolide.

Alibaba dévoile Qwen-Robot : trois modèles fondation pour l'IA incarnée

Alibaba a publié mardi une suite robotique composée de trois modèles fondamentaux : Qwen-RobotNav, Qwen-RobotManip et Qwen-RobotWorld. Qwen-RobotNav étend les capacités vision-langage à la robotique mobile en unifiant quatre tâches au sein d'un même framework : suivi d'instructions, navigation orientée objectif, tracking de cible et conduite autonome. Qwen-RobotManip standardise l'espace état-action et représente le mouvement de l'effecteur terminal sous forme de poses incrémentielles dans le référentiel caméra, une approche conçue pour faciliter la généralisation multi-plateforme. Ce modèle a été entraîné sur plus de 38 100 heures de données entièrement open source. Qwen-RobotWorld, le troisième composant, fonctionne comme un world model généraliste : il prédit des états futurs physiquement cohérents via une interface en langage naturel, couvrant simultanément la navigation, la conduite et la manipulation depuis un seul modèle. L'approche modulaire mais unifiée est la proposition de valeur centrale de cette suite. Un world model unique opérant sur trois domaines d'action représente une architecture qui, si elle tient ses promesses en conditions réelles, réduirait significativement les coûts d'intégration pour les équipes robotiques industrielles. L'utilisation de données entièrement open source pour Qwen-RobotManip est un signal notable dans un secteur où les datasets propriétaires constituent souvent un avantage concurrentiel défensif : Alibaba positionne ainsi Qwen-Robot davantage comme une infrastructure partagée que comme un produit fermé. Réserve importante cependant : l'annonce ne s'accompagne d'aucun benchmark public (RLBench, LIBERO, CARLA) ni de déploiement physique documenté. Il s'agit d'une publication de modèles, pas d'un produit shipé. L'équipe Qwen d'Alibaba est reconnue pour ses modèles multimodaux (Qwen2.5-VL, QwQ), mais ce lancement marque son entrée explicite dans l'embodied AI. Le terrain est disputé : Google DeepMind pousse ses dérivés de RT-2, Physical Intelligence a publié Pi-0 et Pi-0.5, Hugging Face soutient l'initiative LeRobot, et NVIDIA propose GR00T N2 comme backbone pour les robots humanoïdes partenaires. Côté chinois, Unitree, Agibot et Zhiyuan Robot accélèrent eux aussi leurs pipelines VLA (vision-language-action). La prochaine étape pour Alibaba sera de démontrer des résultats sur des plateformes matérielles réelles ; faute de quoi, Qwen-Robot restera un framework académique parmi d'autres dans une course déjà très chargée.

Eno : le nouveau robot de Genesis AI préfère être utile plutôt que joli

La startup française Genesis AI a dévoilé le 16 juin 2026 Eno, son premier robot à usage général, conçu pour les environnements industriels plutôt que pour séduire le grand public. Contrairement aux humanoïdes développés par Tesla, Boston Dynamics ou les fabricants chinois qui dominent l'actualité robotique, Eno adopte une base à roues et un tronc ajustable en hauteur, sans jambes articulées ni visage expressif. Ce choix de design délibéré s'explique par une logique simple : la majorité des usines, laboratoires et hôpitaux ne comportent ni escaliers ni obstacles nécessitant une locomotion bipède. Les roues offrent stabilité, vitesse et économie d'énergie supérieures. C'est au niveau des mains qu'Eno se distingue réellement : Genesis AI a déjà démontré leur capacité à jouer du piano, résoudre un Rubik's Cube et manipuler des objets délicats avec une précision comparable à la dextérité humaine. Ces capacités reposent sur GENE, le modèle d'intelligence artificielle maison, qui permet au robot d'interpréter un objectif global, de planifier les étapes, de conserver le contexte en mémoire et d'adapter ses actions en temps réel, sans intervention opérateur à chaque étape. Les premiers déploiements industriels sont prévus avant la fin de l'année 2026. L'enjeu d'Eno dépasse le gadget technologique : il incarne un pari industriel sur ce que la robotique autonome peut réellement apporter aux entreprises à court terme. En ciblant d'abord l'industrie manufacturière, la logistique et les laboratoires, Genesis AI vise des secteurs où la pénurie de main-d'œuvre qualifiée et la répétitivité des tâches rendent l'automatisation économiquement justifiable. L'autonomie cognitive permise par GENE, si elle tient ses promesses sur le terrain, représente un saut qualitatif par rapport aux robots industriels classiques qui n'exécutent que des séquences préprogrammées. Pour les utilisateurs finaux, cela signifie potentiellement des lignes de production reconfigurables sans reprogrammation lourde, et une réduction des coûts d'intégration. Genesis AI s'inscrit dans une course mondiale à la robotique généraliste où les investissements se chiffrent en milliards : Figure AI, 1X Technologies, Apptronik ou encore Agility Robotics ont tous levé des fonds considérables ces deux dernières années, majoritairement aux États-Unis. La startup française choisit une approche pragmatique face à ces géants, en pariant sur la fonctionnalité plutôt que sur l'esthétique humanoïde. Son partenariat avec LG CNS lui ouvre des portes pour tester Eno dans des environnements industriels américains, ce qui sera crucial pour valider le modèle à l'international. À plus long terme, l'entreprise envisage des déploiements dans les hôpitaux, hôtels et domiciles, des marchés au potentiel énorme mais aux contraintes réglementaires et de sécurité nettement plus exigeantes. Tout dépendra des résultats des premières missions industrielles prévues d'ici fin 2026.

Kawasaki Robotics dévoile sa plateforme d'IA physique RL030N à Automate

Kawasaki Robotics dévoilera la semaine prochaine, lors du salon Automate 2026 à Chicago (McCormick Place, stand S-2201), sa nouvelle plateforme RL030N, un bras robotique à 8 degrés de liberté (DoF) conçu pour les applications d'IA physique. L'entreprise présentera également deux robots industriels inédits, le MXP360L dédié à la manutention lourde et le BA013L, ainsi que sa technologie d'inspection Pulseboard brevetée. Le RL030N se distingue des bras six axes conventionnels par un axe supplémentaire en configuration dite "plongeoir" ("diving board") : une extension supplémentaire qui permet d'atteindre des positions en espace confiné sans tomber en singularité, c'est-à-dire sans perdre le contrôle du couple cinématique inverse. Selon Paul Marcovecchio, directeur des industries générales chez Kawasaki Robotics (siège américain à Wixom, Michigan), cette articulation maintient également la pleine capacité de charge sur toute l'amplitude de mouvement, un compromis que les bras traditionnels étirent ne peuvent généralement pas tenir. La plateforme repose sur l'API temps réel ouverte KRNX de Kawasaki et supporte l'évitement d'obstacles, la planification de mouvement complexe et l'orchestration externe, c'est-à-dire le pilotage du robot par un superviseur logiciel tiers. L'intérêt industriel de la RL030N réside dans le pont qu'elle tente de construire entre les robots industriels fiables et les exigences de dextérité des nouveaux systèmes d'IA physique. Plusieurs startups ont développé des logiciels de planification de mouvement avancés, mais se heurtaient aux limites cinématiques des plateformes existantes ou à des latences incompatibles avec le contrôle temps réel. Kawasaki répond à cette demande en offrant un matériel pensé dès la conception pour être commandé par des orchestrateurs externes, ce qui réduit la friction d'intégration pour les éditeurs de VLA (Vision-Language-Action models) ou de systèmes de manipulation adaptative. La posture de Kawasaki est délibérément pragmatique : l'entreprise évite le discours "humanoid-first" et mise sur des robots industriels éprouvés reconvertis pour l'IA physique, un pari sur la robustesse plutôt que sur la rupture spectaculaire. Kawasaki Robotics opère dans l'automatisation industrielle depuis 1969, filiale de Kawasaki Heavy Industries, conglomérat japonais actif dans l'aéronautique, le ferroviaire et les véhicules récréatifs. Cette origine manufacture-first explique le discours centré sur les résultats concrets plutôt que sur les benchmarks de laboratoire. Sur un marché où Boston Dynamics, Agility Robotics, Figure ou 1X Technologies concentrent l'attention médiatique autour de l'humanoïde, Kawasaki choisit un positionnement différent : bras industriel augmenté, compatible physique AI, déployable immédiatement dans des lignes existantes. Automate 2026 sera le premier test public de la RL030N ; aucun calendrier de disponibilité commerciale ni tarif n'ont été communiqués à ce stade, ce qui en fait pour l'instant une annonce de salon plutôt qu'un produit disponible à la commande.

ADAPT : entraînement de politique analytique intégrant les perturbations pour la locomotion humanoïde

Une équipe de chercheurs a publié le 16 juin 2026 sur arXiv (2606.16542) une méthode baptisée ADAPT (Analytical Disturbance-Aware Policy Training), destinée à améliorer la robustesse locomotrice des robots humanoïdes soumis à des perturbations externes. Le système a été validé sur un Unitree G1 dans trois scénarios représentatifs : poussées au niveau du torse, perturbations en posture statique, et charges asymétriques appliquées aux mains. Dans chaque cas, ADAPT surpasse une politique de référence basée uniquement sur la proprioception (capteurs internes articulaires), avec un meilleur suivi de vitesse et une meilleure stabilité, y compris face à des perturbations hors distribution, c'est-à-dire non rencontrées lors de l'entraînement. La méthode n'exige aucun capteur de force/couple externe : elle s'appuie uniquement sur la dynamique interne du robot pour estimer en ligne les résidus de force et de couple appliqués au corps entier. L'intérêt technique d'ADAPT tient à son observateur de perturbations analytique, fondé sur la physique du corps rigide plutôt que sur un réseau de neurones ou une large randomisation de domaine. Les approches existantes présentent chacune un défaut structurel : la randomisation de domaine dégrade la précision, les objectifs de force spécifiques à une tâche limitent la transférabilité, et les estimateurs appris depuis l'historique de mouvement peinent hors distribution. ADAPT contourne ces compromis en fournissant à la politique un signal d'entrée explicite et physiquement fondé sur les forces et couples perturbateurs estimés, ce qui lui permet de se généraliser à des scénarios jamais vus. Un bénéfice secondaire notable : en pénalisant les perturbations inférées au niveau des articulations inférieures, le système favorise une locomotion plus légère, réduisant les impacts au sol, ce qui peut prolonger la durée de vie mécanique et améliorer la discrétion sonore en milieu de travail. Le Unitree G1 est une plateforme humanoïde commerciale abordable, largement utilisée dans la recherche sur la locomotion apprise, ce qui confère à ces résultats une portée pratique directe. Ce travail s'inscrit dans une tendance plus large où les laboratoires cherchent à combler le fossé sim-to-real sans ajouter de capteurs coûteux, une contrainte forte pour les déploiements industriels à grande échelle. Côté concurrence, des approches similaires ont été explorées par des équipes travaillant sur Boston Dynamics Atlas, Agility Robotics Digit et les humanoïdes Figure et 1X, mais souvent avec des capteurs de force dédiés. ADAPT représente une direction sensorless qui, si elle se confirme sur d'autres plateformes, pourrait simplifier l'intégration matérielle. L'article étant un preprint arXiv non encore évalué par les pairs, la reproductibilité reste à confirmer indépendamment, et les conditions exactes des expériences (vitesses testées, amplitude des poussées) ne sont pas précisées dans le résumé disponible.

Préhension universelle pour humanoïdes

Des chercheurs ont publié HUG (Human Universal Grasping), un modèle de flow-matching qui génère des saisies robotiques diversifiées à partir d'une unique image RGB-D capturée par caméra stéréo. Pour l'entraîner, ils ont constitué 1M-HUGs, un dataset égocentrique de 1 million de frames (27,8 heures, 41 bâtiments) capturées via smart glasses, couvrant 6 707 instances d'objets distincts. Le modèle fusionne données RGB et profondeur pour prédire une saisie paramétrée par la translation et la rotation du poignet ainsi que la pose MANO de la main, retargetable zero-shot vers différentes mains robotiques. Sur HUG-Bench, un benchmark de 90 objets répartis en cinq catégories géométriques avec des maillages 3D à l'échelle métrique, HUG surpasse les baselines état de l'art de +23% et +34% sur 30 objets réels testés dans plusieurs environnements domestiques. L'argument central est méthodologique : plutôt que de passer par la télé-opération ou la démonstration robotique, les auteurs exploitent les données humaines natives, disponibles à très grande échelle et sans infrastructure spécialisée. La capacité de retargeting zero-shot vers des mains mécaniques hétérogènes est l'argument industriel clé : si elle tient hors conditions de lab, elle réduit significativement le coût d'adaptation d'un modèle de manipulation à un nouveau hardware. Ces résultats sont toutefois à nuancer : le papier est un preprint arXiv non encore évalué par les pairs, et les performances annoncées ont été mesurées sur un benchmark construit par les auteurs eux-mêmes, sans audit indépendant à ce stade. HUG s'inscrit dans une lignée de travaux sur la généralisation de la saisie incluant GraspNet, Contact-GraspNet et les approches par diffusion comme DexDiffuser, et adopte une logique de capture égocentrique proche des pipelines de Stanford (Mobile ALOHA) ou Berkeley (DROID dataset), qui visent à décorréler la collecte de données du hardware robotique cible. Le code, les données, le benchmark et les checkpoints sont publiés en open source sur grasping.io. Les prochaines validations logiques concerneraient des bras industriels (UR, Franka) sur des scénarios de bin-picking ou d'assemblage non structuré, où la généralisation de la saisie reste un verrou majeur pour l'intégration à grande échelle.

ROVE : l'apprentissage par renforcement pour débloquer les interventions humaines dans la manipulation par humanoïdes

Une équipe de chercheurs a publié fin juin 2026 ROVE (Reinforcement learning for humanoid VLA post-training with imperfect human interventions), un framework de renforcement dédié à l'amélioration des modèles Vision-Language-Action (VLA) sur robots humanoïdes à partir d'interventions humaines imparfaites. Le principe : un opérateur prend la main sur le robot lors des phases d'échec, générant des trajectoires correctives qui servent ensuite à affiner le modèle. Le problème bien identifié par les auteurs est que ces interventions humaines sont souvent hésitantes, sous-optimales, voire erronées, ce qui rend l'imitation naïve contre-productive. ROVE introduit deux mécanismes centraux : un pipeline human-in-the-loop capable de collecter simultanément des données de déploiement autonome et d'intervention, et une méthode d'estimation de valeur dite "optimiste" (Optimistic Value Estimation, OVE) qui filtre les comportements à haute valeur depuis des trajectoires de qualité mixte. Le framework intègre également des vidéos d'expériences humaines cross-embodiment pour enrichir la supervision sur les modes de défaillance et de récupération rares. Sur des tâches réelles de manipulation à contact-riche et fine-grained, ROVE surpasse les baselines par apprentissage par expérience et s'améliore de manière consistante à chaque itération rollout-intervention. L'enjeu central ici est la scalabilité du déploiement humanoïde en conditions réelles. Les modèles VLA, Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA, OpenVLA -- ont démontré des capacités de généralisation remarquables, mais leur post-training sur hardware humanoïde reste un goulot d'étranglement : la cinématique whole-body et le contrôle de mains dextères compliquent radicalement la collecte de données téléopérées de qualité. ROVE invalide l'hypothèse selon laquelle l'intervention humaine doit être experte pour être utile : OVE permet d'extraire un signal d'avantage informatif même depuis des démonstrations imparfaites, ce qui signifie qu'on peut utiliser des opérateurs non-spécialistes pour améliorer continûment le modèle en production. C'est un changement de paradigme potentiellement significatif pour les intégrateurs : la qualité du déploiement n'est plus bornée par la disponibilité d'experts en téléopération. Ce travail s'inscrit dans une vague de recherches sur le RLHF appliqué à la robotique physique, après les travaux pionniers sur l'imitation par intervention (HATO, HITL-TAMER) et les approches par feedback correctif. Les humanoïdes ciblés restent non précisés dans l'abstract (preprint arXiv, les détails hardware seront à vérifier dans le papier complet), mais les résultats sur tâches contact-rich suggèrent une applicabilité aux plateformes type Figure 03, Unitree H1/G1 ou Agility Digit. Le positionnement concurrentiel est clair : là où Physical Intelligence mise sur la qualité des données téléopérées en amont, ROVE parie sur la rectification en boucle fermée en aval. Les prochaines étapes probables incluent des tests à plus grande échelle et une évaluation sur plusieurs architectures VLA, mais en l'état de preprint, aucun déploiement commercial n'est annoncé.

FARM : retrouver n'importe quel objet grâce à la mémoire spatiale relationnelle

Des chercheurs ont publié FARM (Find Anything using Relational Spatial Memory), un système de mémoire spatiale pour robots capable de localiser des objets en temps réel via des requêtes en langage naturel exprimant des relations contextuelles, du type "la grande lampe sous la cible de fléchettes et à gauche de l'affiche". Le système construit une carte sémantique compacte à 5-10 Hz intégrant géométrie, descripteurs visuels-linguistiques et indices de point de vue. Évalué sur 44 000 requêtes couvrant 67 scènes intérieures et extérieures de 15 à 15 000 m², FARM améliore le Recall@5 de 164 % et le Recall@10 de 224 % par rapport aux méthodes existantes. Une étape de réordonnancement par VLM améliore encore l'Accuracy@1 de 35 %. Le système tourne en temps réel et a été validé en boucle fermée sur un robot quadrupède fonctionnant uniquement avec capteurs et calcul embarqués. L'enjeu dépasse la simple localisation d'objet: dans des entrepôts, habitations ou espaces industriels, un robot doit résoudre des ambiguïtés entre objets similaires via des relations contextuelles, ce que les mémoires de niveau objet seul ne permettent pas. FARM structure explicitement les contraintes spatiales par des prédicats relationnels plutôt qu'en les laissant implicites dans un raisonnement end-to-end sur des historiques de frames. Pour les intégrateurs et décideurs B2B, c'est une brique critique: les robots de service, de picking ou de logistique doivent être pilotables par instruction verbale sans expertise technique. Les gains à +224 % sur Recall@10 sont significatifs, bien que les conditions précises de benchmark, scènes contrôlées ou environnements non-stagés, ne soient pas détaillées dans la publication. Ce travail se situe à l'intersection de la cartographie sémantique 3D (systèmes type ConceptFusion ou OpenScene), des graphes de scène neuronaux et des VLM multimodaux. La combinaison mémoire open-vocabulary et prédicats relationnels explicites distingue FARM des approches end-to-end qui saturent dans les scènes denses. Sur le plan concurrentiel, des acteurs comme Boston Dynamics, Unitree et des laboratoires tels que Stanford ou CMU explorent des approches similaires pour la navigation sémantique. En Europe, des projets de robots de service ou d'assistance, dont des initiatives françaises liées à l'ANR ou des spin-offs comme Enchanted Tools travaillant sur l'interaction homme-robot, pourraient directement intégrer ce type de composant. La prochaine étape décisive sera de valider FARM dans des environnements dynamiques où les objets se déplacent et les relations spatiales évoluent en continu.

💬 Ce qui m'accroche, c'est pas les chiffres, c'est que le robot comprend "la lampe sous la cible de fléchettes". C'est exactement ce qui plantait tous les systèmes de mémoire objet précédents, ils encodaient les objets mais pas les relations spatiales entre eux, et c'est pourtant ce qu'on exprime naturellement quand on parle à un robot. Les +224% sur les benchmarks sont solides, bon, reste à voir si ça tient dans une vraie usine où les objets bougent en permanence.

Piloter l'apprentissage par renforcement génératif vers un contrôleur robotique stable

Des chercheurs ont publié fin juin 2026 sur arXiv (2606.16572) SteerGenPO, un cadre d'apprentissage par renforcement en espace latent destiné à transformer une politique générative entraînée, basée sur la diffusion ou les flux normalisants, en un contrôleur robotique déterministe et stable. Le système a été évalué sur six benchmarks Isaac Lab d'NVIDIA et sur une tâche de locomotion avec le robot humanoïde Unitree G1, avec des résultats supérieurs aux baselines RL classiques et génératives selon les auteurs. Il s'agit d'une publication académique en pré-impression, sans déploiement industriel annoncé ni validation terrain au-delà du G1. Le verrou technique adressé est connu : les politiques de diffusion accumulent des variations d'action à chaque pas de temps, ce qui dégrade la stabilité sur des systèmes robotiques à haute dimensionnalité. SteerGenPO sépare architecturalement exploration et contrôle : l'échantillonnage stochastique reste actif à l'entraînement pour diversifier les proposals d'actions, mais au déploiement, un acteur latent appris prédit une entrée déterministe et dépendante de l'état qui pilote la politique générative sans bruit résiduel. Pour les intégrateurs, la proposition n'exige pas de réentraîner la politique depuis zéro : elle greffe un mécanisme de pilotage sur un checkpoint pré-entraîné existant, ce qui ouvre la voie à l'exploitation de modèles fondation tout en garantissant la reproductibilité des trajectoires en production. Ce travail s'inscrit dans la compétition intense autour des politiques génératives en robotique. Physical Intelligence avec Pi-0 (2024) et NVIDIA avec GR00T N2 (2025) ont validé l'approche VLA-diffusion en environnements contrôlés, mais les questions sur la robustesse à l'inférence longue restent ouvertes. Boston Dynamics, Agility Robotics et Figure AI privilégient des pipelines de contrôle plus classiques pour la fiabilité en production. SteerGenPO propose une voie médiane : capitaliser sur la richesse exploratoire des modèles génératifs sans en subir l'instabilité au déploiement. Aucune timeline, partenariat industriel ni essai terrain n'est mentionné dans le préprint ; les prochaines validations naturelles porteraient sur la manipulation dextère et des tests sim-to-real approfondis.

Politiques VLA auto-améliorantes : lissage d'actions robuste aux artefacts par bruit de diffusion sélectionné

Des chercheurs publient sur arXiv (référence 2606.14084) une méthode baptisée SDN (Selected Diffusion Noise), conçue pour améliorer à l'inférence les politiques VLA (Vision-Language-Action) basées sur la diffusion, sans nécessiter de réentraînement. SDN opère dans l'espace du bruit de diffusion en sélectionnant dynamiquement des vecteurs de bruit maximalement séparés d'un ensemble de référence, ce qui réduit la dépendance aux corrélations visuelles parasites, tout en filtrant les candidats produisant des trajectoires d'action plus cohérentes. La méthode a été évaluée sur deux benchmarks de simulation (Google Robot, Widow-X) et deux jeux de données réels, sur plusieurs politiques VLA majeures dont pi0 (Physical Intelligence), Groot-N1.5 et Groot-N1.6 (NVIDIA). Les gains annoncés sont de +8 points de taux de succès en simulation et +10 points en conditions réelles, avec une réduction mesurable du "action jitter", c'est-à-dire l'instabilité des trajectoires articulaires. Ces résultats sont issus d'un preprint non encore évalué par les pairs. L'intérêt pratique tient à l'approche "training-free" : SDN s'applique à l'inférence sans modifier les paramètres du modèle, ce qui permet d'améliorer un système déjà déployé sans refondre le pipeline ML ni supporter les coûts d'un réentraînement. Pour un intégrateur ou un décideur achetant une solution robotique basée sur une politique VLA, ce type de méthode représente un levier de fiabilité à faible coût opérationnel. La robustesse maintenue sous des observations avec occultation partielle (object-masked observations) est également pertinente pour les environnements industriels réels. SDN s'inscrit dans la tendance plus large des techniques d'optimisation test-time appliquées aux modèles génératifs, analogues au best-of-N sampling dans les LLMs. Les politiques VLA basées sur la diffusion, popularisées par Physical Intelligence (pi0, pi0.5) et NVIDIA Isaac (GR00T N1.5, N1.6), sont devenues en 2025-2026 la référence de facto en manipulation robotique généraliste. Elles héritent toutefois d'une sensibilité aux artefacts visuels hors distribution et d'une certaine instabilité d'action, deux problèmes que SDN cible directement. L'abstract ne mentionne ni affiliation institutionnelle ni dépôt de code public, ce qui limite pour l'instant la reproductibilité et les comparaisons indépendantes. Les prochaines étapes naturelles seraient une validation sur plateformes humanoïdes complètes (Figure, 1X, Unitree H1) et des benchmarks de manipulation plus diversifiés que Widow-X ou Google Robot.

Prometheus : ce que prépare la nouvelle startup de Jeff Bezos

Jeff Bezos a officiellement lancé Prometheus en novembre dernier en tant que co-PDG aux côtés du co-fondateur Vik Bajaj, et la startup vient de boucler une nouvelle levée de fonds de 12 milliards de dollars, portant sa valorisation à 41 milliards. Cela fait suite à un premier tour de 6,2 milliards de dollars l'année précédente. Les investisseurs comprennent des noms de premier plan comme JPMorgan Chase, Goldman Sachs et BlackRock, auxquels s'ajoute une contribution personnelle significative de Bezos lui-même. L'entreprise compte actuellement 150 employés. Une grande partie de ces capitaux sera consacrée à l'achat de puissance de calcul, Bezos ayant confié à CNBC que l'activité est "très gourmande en calcul" et nécessite la création de vastes ensembles de données. Prometheus se positionne sur le créneau de l'IA physique, une discipline qui applique les principes du deep learning, ceux-là mêmes qui alimentent les grands modèles de langage et l'IA générative, à des domaines concrets comme la robotique et la fabrication industrielle. L'enjeu est considérable : si les LLM ont révolutionné le traitement du langage et de l'image, l'IA physique ambitionne de faire de même avec le monde réel, en dotant les machines d'une capacité à percevoir, raisonner et agir dans des environnements non structurés. Pour l'industrie manufacturière, la logistique et la robotique, les retombées potentielles sont massives. La démarche de Bezos s'inscrit dans une vague plus large d'investissements colossaux dans l'IA physique, un domaine où figurent aussi des acteurs comme Figure AI, Physical Intelligence ou encore Boston Dynamics. Avec 18,2 milliards de dollars levés en deux tours, Prometheus dispose d'une puissance de feu rare pour une startup aussi jeune, lui permettant de construire les infrastructures de données et de calcul nécessaires à l'entraînement de modèles complexes. Les détails sur les produits concrets restent encore flous, mais l'ampleur du financement et le profil des investisseurs institutionnels signalent des ambitions industrielles de long terme.

💬 18 milliards levés pour 150 employés, ça fait réfléchir sur l'échelle du truc. L'IA physique, c'est le pari que les LLM n'étaient que le début, et que la vraie disruption arrive dans les usines et les entrepôts, pas dans les chatbots. Reste à voir ce que Prometheus sort concrètement, parce que pour l'instant on a surtout une valorisation vertigineuse et des slides.

THEKER lève 85 millions de dollars : l’Europe produit enfin ses candidats à la robotique généraliste

La startup barcelonaise THEKER a annoncé une levée de fonds de 85 millions de dollars, s'imposant comme l'un des paris les plus ambitieux de l'écosystème européen sur la robotique généraliste. Ce financement, dont les détails du tour et des investisseurs n'ont pas été précisés dans l'annonce publique, intervient alors que le secteur de l'intelligence physique connaît une accélération notable des investissements à l'échelle mondiale. THEKER développe des robots capables d'accomplir une grande variété de tâches dans des environnements non structurés, une approche dite "généraliste" qui contraste avec les robots industriels traditionnels, conçus pour des tâches répétitives et prédéfinies. Ce financement marque un tournant pour la scène technologique européenne, longtemps absente de la course à la robotique avancée dominée par des acteurs américains comme Figure AI ou Physical Intelligence, et asiatiques comme Unitree. Pour l'industrie, l'enjeu est considérable : des robots capables de s'adapter à des contextes variés pourraient transformer la logistique, les soins, la construction et l'agriculture sans nécessiter de reprogrammation coûteuse. THEKER représente ainsi un signal que l'Europe peut produire des challengers crédibles dans ce segment stratégique. Après trois années dominées par les modèles de langage, les data centers et les agents logiciels, les capitaux se redirigent désormais vers l'intelligence physique, c'est-à-dire la capacité des machines à agir dans le monde réel. Plusieurs facteurs alimentent cette tendance : la maturité des modèles de fondation multimodaux, la baisse des coûts des composants mécaniques et la pression des industriels cherchant à automatiser dans un contexte de pénurie de main-d'oeuvre. THEKER devra démontrer que ses robots tiennent leurs promesses hors des laboratoires, face à une compétition mondiale qui se densifie rapidement.

Hong Kong ouvre une supérette… entièrement gérée par un robot humanoïde

Hong Kong s'apprête à inaugurer son premier commerce de proximité entièrement piloté par un robot humanoïde baptisé « Xiao Gai ». Développé par une entreprise chinoise spécialisée dans l'intelligence artificielle incarnée, ce magasin automatisé de neuf mètres carrés ouvrira ses portes sur le front de mer de Hung Hom, dans un format capsule modulaire inspiré du concept « Galaxy Space Capsule » déjà exploité dans le district de Haidian, à Pékin. Xiao Gai fonctionnera vingt-quatre heures sur vingt-quatre, sept jours sur sept, capable d'accueillir les clients, de les guider dans leurs achats et de converser dans plusieurs langues pour servir aussi bien les résidents que les touristes. Les rayons proposeront des snacks, des articles de collection et certains médicaments en vente libre. Le projet a été annoncé publiquement par le secrétaire aux Finances de Hong Kong, Paul Chan, dans son blog hebdomadaire, signal clair d'un soutien institutionnel. Il s'agit de la première implantation de cette entreprise en dehors de la Chine continentale. L'impact potentiel de ce déploiement est loin d'être anecdotique. Selon la société elle-même, l'installation de ces capsules robotisées génère une hausse de fréquentation comprise entre 30 % et 40 % pour les zones commerciales environnantes, un argument de poids pour les promoteurs immobiliers et les collectivités cherchant à revitaliser des espaces urbains. Le précédent pékinois est éloquent : le point de vente de Haidian aurait attiré près de 1 000 clients par jour depuis son ouverture début août. Pour les villes qui les accueillent, ces capsules fonctionnent autant comme vitrine technologique que comme commerce de proximité, renforçant leur image de modernité auprès des investisseurs et des visiteurs internationaux. Cette ouverture à Hong Kong s'inscrit dans une dynamique d'expansion rapide des robots humanoïdes dans les espaces commerciaux, portée par les progrès récents en traitement du langage naturel et en robotique embarquée. La Chine a pris une avance notable dans ce domaine, multipliant les expérimentations de robots en situation réelle dans la distribution, la restauration et les services aux particuliers. Hong Kong, carrefour entre Chine continentale et marchés internationaux, représente une vitrine stratégique pour valider ce modèle à l'export. L'entreprise ne cache d'ailleurs pas ses ambitions : elle prévoit de déployer cent capsules similaires dans dix villes au cours des prochains mois. La question qui se pose désormais concerne moins la faisabilité technique que l'acceptation sociale et les conséquences sur l'emploi dans un secteur de la distribution déjà sous pression.

NEURA ROBOTICS lève 1,2 milliard d’euros : la robotique devient le nouveau pari stratégique de l’Europe

Neura Robotics, startup allemande spécialisée dans la robotique humanoïde, vient d'annoncer une levée de fonds de 1,4 milliard de dollars, soit environ 1,2 milliard d'euros, portant sa valorisation à près de 6 milliards d'euros. L'opération regroupe un consortium d'investisseurs aussi large qu'inédit : Amazon, NVIDIA et Qualcomm côté tech, Bosch et Schaeffler côté industrie allemande, la Banque européenne d'investissement comme acteur public, auxquels s'ajoutent plusieurs fonds financiers internationaux. Il s'agit du plus grand tour de financement jamais réalisé pour une entreprise européenne de robotique. Ce signal dépasse la simple performance financière. La présence simultanée de géants technologiques américains, de champions industriels allemands et d'une institution publique européenne traduit une convergence rare : le robot humanoïde n'est plus un projet de laboratoire, il devient une infrastructure industrielle crédible. Pour Amazon, qui déploie déjà des robots dans ses entrepôts, l'enjeu est d'intégrer des machines capables de remplacer la main humaine dans les tâches non automatisées. Pour NVIDIA et Qualcomm, c'est un débouché majeur pour leurs puces d'IA embarquée. Fondée par David Reger, Neura Robotics s'inscrit dans une course mondiale qui oppose désormais les Américains Figure AI, Agility Robotics et Boston Dynamics aux acteurs chinois en pleine montée en puissance. L'Europe, longtemps absente de ce segment, tente d'y placer un champion. Ce financement donne à Neura les moyens d'accélérer la production et de conquérir des clients industriels avant que la fenêtre de leadership ne se referme.

💬 La liste des investisseurs dit tout : Amazon, NVIDIA, Bosch et la BEI dans le même tour, ça ne ressemble plus à un pari de VC, ça ressemble à une infrastructure qui se construit. L'Europe avait besoin d'un champion dans cette course aux humanoïdes, Neura pourrait être lui, bon, sur le papier du moins. Reste à voir si 1,2 milliard suffit à tenir le rythme face aux acteurs américains et chinois qui n'ont pas attendu.

Tye Brady (Amazon) : les robots du futur « se fondront dans le décor »

Tye Brady, directeur technologique d'Amazon Robotics, a dévoilé les grandes ambitions d'Amazon en matière d'automatisation lors d'une récente intervention publique. L'entreprise opère déjà une flotte de plus d'un million de robots dans ses centres logistiques à travers le monde, et a annoncé un investissement de 10 milliards d'euros pour moderniser ses entrepôts européens dans les années à venir. L'objectif affiché : élargir considérablement le champ d'action de ces machines, notamment en les dotant d'une capacité de compréhension du langage naturel. Cette évolution représente un saut qualitatif majeur pour l'industrie logistique. Des robots capables de comprendre des instructions en langage courant, et non plus seulement des commandes codées, pourraient opérer de manière bien plus autonome et flexible aux côtés des travailleurs humains. Pour Amazon, cela signifie une réduction des coûts opérationnels à grande échelle, mais aussi une pression accrue sur l'emploi dans des secteurs déjà fragilisés par l'automatisation. Brady résume la vision par une formule : les robots du futur « se fondront dans le décor », discrets et omniprésents à la fois. Amazon n'est pas seul sur ce terrain : des acteurs comme Boston Dynamics, Figure ou Agility Robotics développent des robots humanoïdes visant les mêmes environnements industriels. L'intégration du traitement du langage naturel dans la robotique, rendue possible par les avancées des grands modèles de langage, est devenue l'enjeu central de la prochaine génération de systèmes automatisés. L'investissement européen d'Amazon s'inscrit dans ce contexte de course technologique, avec des implications réglementaires et sociales que Bruxelles commencera sans doute à encadrer plus fermement.

💬 Un million de robots déjà en prod, et là ils annoncent qu'ils veulent qu'ils comprennent le langage naturel, comme si c'était juste le prochain patch. C'est la bascule qui rend le reste sérieux : des robots qui s'adaptent aux instructions humaines au lieu de forcer les humains à s'adapter aux robots. Les 10 milliards en Europe, c'est pas de la com, c'est la mise de départ d'une course où Bruxelles va très vite devoir choisir entre réguler et regarder.

Contrôle corps entier généraliste et adaptable pour la locomotion de divers humanoïdes

Des chercheurs ont publié sur arXiv (référence 2602.05791) un framework baptisé XHugWBC, conçu pour entraîner un contrôleur de locomotion whole-body universel sur une large distribution de morphologies humanoïdes, puis le déployer en zero-shot sur des robots non vus durant l'entraînement. Les expériences couvrent douze humanoïdes simulés et sept robots réels. Le système repose sur trois briques techniques : une randomisation morphologique physiquement cohérente (masse des segments, longueur des membres, inertie), des espaces d'observation et d'action alignés sémantiquement entre châssis hétérogènes, et une architecture de politique qui encode explicitement les propriétés morphologiques et dynamiques de chaque instance. L'entraînement est unique, "one-time training" : aucun fine-tuning par robot n'est requis à l'inférence. L'enjeu industriel est direct. Aujourd'hui, chaque équipe robotique entraîne ses contrôleurs de locomotion depuis zéro pour chaque châssis, ce qui représente des semaines de simulation et d'itérations sim-to-real. XHugWBC déplace ce coût vers une phase d'entraînement généraliste unique, ouvrant la voie à un modèle de déploiement où un intégrateur peut adopter un nouveau châssis humanoïde sans reconstruire l'intégralité de sa stack de contrôle. La validation sur sept robots physiques est plus convaincante que les résultats purement simulés habituels, même si la nature exacte des tâches testées et les taux de succès détaillés ne figurent pas dans le résumé disponible. La capacité de transfert zero-shot sur morphologies inédites renforce l'hypothèse que les biais structuraux appris sur distributions larges surpassent les politiques spécialisées sur certains régimes de locomotion, ce que le secteur débattait encore il y a dix-huit mois. Ce travail s'inscrit dans un mouvement vers les contrôleurs dits "fondation" pour la robotique incarnée. En manipulation, des systèmes comme pi-0 (Physical Intelligence) ou GR00T N2 (NVIDIA) ont déjà exploré la généralisation cross-embodiment sur bras et effecteurs; l'extension à la locomotion whole-body humanoïde est plus contrainte par la stabilité dynamique. Les acteurs du secteur, Figure Robotics (Figure 03), Unitree (G1, H1), Agility Robotics (Digit), Fourier Intelligence et 1X Technologies, maintiennent tous des pipelines de contrôle propriétaires et spécialisés. Si XHugWBC tient ses promesses à l'échelle, il réduirait significativement la barrière à l'entrée pour les nouveaux constructeurs, notamment les acteurs européens comme Enchanted Tools (Mirokaï) ou Wandercraft, qui ne disposent pas des ressources d'entraînement des géants américains. Le preprint n'a pas encore fait l'objet d'une évaluation par les pairs.

💬 C'est le genre de papier qui résout un vrai problème industriel : chaque robot humanoïde qui sort oblige aujourd'hui à tout réentraîner depuis zéro. Sept robots physiques en zero-shot, c'est pas du tout la même chose que des résultats simulés, ça valide quelque chose de sérieux. Pour Wandercraft ou Enchanted Tools, bien plus contraints en ressources que Figure ou Unitree, ce type de contrôleur généraliste c'est du concret.

Mettre à l'échelle l'apprentissage par renforcement robotique avec NVIDIA Isaac Lab sur Amazon SageMaker AI

NVIDIA et Amazon Web Services ont publié un guide technique détaillant comment entraîner des politiques de comportement pour le robot humanoïde Unitree H1 en utilisant NVIDIA Isaac Lab sur Amazon SageMaker AI. La solution s'appuie sur deux options de calcul complémentaires : SageMaker HyperPod, une infrastructure distribuée managée pour des clusters persistants, et SageMaker Training Jobs, une approche entièrement à la demande où les instances GPU sont provisionnées à la volée puis supprimées à la fin du job. Le code complet est disponible publiquement sur GitHub. L'objectif est de permettre aux équipes robotique de lancer des entraînements par renforcement (RL) à grande échelle, aussi bien en phase d'expérimentation rapide qu'en production sur de longues durées, sans gérer eux-mêmes l'infrastructure de calcul. Cette publication répond à un défi concret : l'entraînement par renforcement pour des comportements complexes, comme la locomotion humanoïde sur terrain accidenté, est extrêmement gourmand en GPU. Un seul run d'entraînement peut durer de quelques heures à plusieurs jours. SageMaker HyperPod intègre un agent de surveillance de santé sur chaque nœud, capable de détecter automatiquement les pannes matérielles, de remplacer les instances défaillantes et de reprendre l'entraînement depuis le dernier checkpoint, sans intervention humaine. Le système publie en parallèle des centaines de métriques de cluster vers Amazon Managed Service for Prometheus, visualisables dans des dashboards Grafana préconfigurés, couvrant l'utilisation GPU, la mémoire, le débit réseau et les performances par tâche. Pour les expériences courtes, SageMaker Training Jobs élimine tout coût de calcul inactif entre les runs, chaque job ne consommant de ressources que le temps de son exécution. L'IA physique bascule progressivement de la recherche vers la production industrielle. Les robots sont désormais formés dans des simulations haute-fidélité accélérées par GPU avant leur déploiement en usine, en entrepôt ou dans des centres logistiques, parce que l'entraînement en conditions réelles reste lent, coûteux et risqué. Cette simulation compresse des mois d'apprentissage en quelques heures, mais déplace le problème vers la gestion du calcul distribué. C'est précisément le créneau que cherchent à occuper AWS et NVIDIA avec cette intégration : en abstraisant la couche infrastructure, ils permettent aux ingénieurs de se concentrer sur la conception des politiques de comportement robotique plutôt que sur la configuration des clusters. SageMaker HyperPod supporte l'orchestration via Amazon EKS ou Slurm, avec un système de quotas fins par instance, GPU entier ou partition MIG (NVIDIA Multi-Instance GPU), couvrant les accélérateurs, les vCPU et la mémoire. La prochaine étape logique sera l'extension de ces pipelines aux modèles de fondation robotique, qui nécessitent des infrastructures similaires mais à une échelle encore supérieure.

NVIDIA et LG Group construisent une usine IA pour entraîner des robots et alimenter la mobilité du futur

NVIDIA et le groupe sud-coréen LG ont annoncé lors du Computex 2026 un partenariat stratégique multisectoriel visant à construire un écosystème d'intelligence artificielle physique couvrant la robotique industrielle, les robots domestiques, la mobilité autonome et les infrastructures de calcul. La collaboration mobilise plusieurs entités du conglomérat LG : LG Electronics, LG CNS, LG Innotek, LG Uplus et LG Energy Solution, chacune apportant un périmètre spécifique. Concrètement, LG prévoit de déployer NVIDIA Isaac Sim et Isaac Lab dans ses workflows robotique pour entraîner ses robots domestiques en environnements virtuels avant tout déploiement physique, et d'explorer le modèle de fondation GR00T pour renforcer leurs capacités de raisonnement. LG Electronics construit par ailleurs ce qu'il appelle une "data factory pour l'IA physique", utilisant les world models NVIDIA Cosmos pour générer des datasets synthétiques destinés à la robotique et à l'automatisation industrielle. Sur le volet infrastructure, LG Uplus s'engage à construire des centres de données à grande échelle compatibles avec les dernières générations de GPU NVIDIA, LG Electronics travaillera sur des technologies de refroidissement liquide alignées avec la plateforme NVIDIA DSX, et LG Energy Solution évalue des architectures d'alimentation en courant continu 800 volts pour les installations nouvelle génération. L'intérêt de ce partenariat pour les décideurs industriels tient moins à l'annonce elle-même qu'à ce qu'elle révèle sur la maturité du cycle de développement robotique. L'adoption d'Isaac Sim comme environnement d'entraînement primaire signale que le sim-to-real gap, longtemps le principal obstacle au déploiement à grande échelle, est considéré comme suffisamment maîtrisé pour structurer une chaîne industrielle dessus. La création d'une data factory synthétique répond à l'un des goulots d'étranglement les plus critiques du secteur : la rareté des données labellisées de qualité pour entraîner des VLA (Vision-Language-Action models). Pour les intégrateurs et les COO industriels, le message est que les outils de simulation et les modèles de fondation convergent vers une stack unifiée, ce qui devrait réduire les coûts et délais de portage de nouvelles applications robotiques. Il convient toutefois de noter que l'annonce reste au stade de la feuille de route : aucun chiffre de déploiement, aucun timeline de livraison ni prix n'ont été communiqués. Le contexte de ce rapprochement est celui d'une course mondiale à l'IA physique dans laquelle NVIDIA cherche à s'imposer comme couche d'infrastructure universelle face à des concurrents comme Boston Dynamics Atlas (désormais intégré chez Hyundai), Figure AI avec son modèle Helix, ou encore Physical Intelligence (pi-0) côté recherche. LG, de son côté, investit depuis plusieurs années dans la robotique de service avec ses robots CLOi, sans avoir encore atteint une adoption commerciale significative. Le groupe fait aussi face à la pression de concurrents coréens comme Samsung, qui développe ses propres robots domestiques avec Ballie. Les prochaines étapes annoncées incluent l'intégration des technologies NVIDIA DRIVE dans les systèmes ADAS de LG Electronics pour les véhicules définis par logiciel, et le déploiement de la plateforme d'automatisation industrielle de LG CNS enrichie de briques NVIDIA. La concrétisation de ces engagements sur les 12 à 24 prochains mois sera le véritable indicateur de la profondeur du partenariat.

💬 Le truc intéressant, c'est pas le deal NVIDIA-LG, c'est ce qu'il révèle : le sim-to-real gap est maintenant considéré comme suffisamment sous contrôle pour construire une filière industrielle dessus. Isaac Sim comme environnement d'entraînement primaire dans une data factory à l'échelle d'un conglomérat coréen, ça signale un vrai changement de maturité, pas juste un POC de plus. Sur le papier, du moins, parce qu'aucun chiffre ni calendrier n'a filtré.

MotionWAM : vers des modèles fondation action-monde pour la loco-manipulation humanoïde en temps réel

Des chercheurs présentent MotionWAM (arXiv:2606.09215), un World Action Model (WAM) temps réel pour la loco-manipulation humanoïde, validé sur neuf tâches physiques avec un Unitree G1 piloté par une unique caméra égocentrique. Contrairement aux architectures dominantes qui séparent une politique pour les bras et un contrôleur pour la locomotion, le système prédit des tokens de mouvement corps-entier dans un espace d'action unifié couvrant locomotion, déplacements du torse, régulation de hauteur, interaction plantaire et manipulation des mains. Pour atteindre le temps réel, MotionWAM conditionne la politique sur les features intermédiaires de débruitage d'un modèle monde vidéo, évitant le débruitage itératif complet sur des latents haute dimension, goulot d'étranglement des WAMs antérieurs. Sur le hardware réel, le système dépasse de plus de 30 points les baselines Vision-Language-Action (VLA) entraînées sur les mêmes démonstrations et réalise des tâches d'interaction plantaire inatteignables par les politiques haut/bas-corps découplées. Le paradigme hiérarchique haut/bas-corps, présent dans des systèmes comme GR00T N2 (NVIDIA) et de nombreuses architectures humanoïdes commerciales, contraint les jambes à un simple rôle d'équilibre déconnecté de la manipulation. MotionWAM démontre sur matériel réel que cette contrainte n'est pas une fatalité et valide que des modèles monde pré-entraînés sur vidéo peuvent réduire la dépendance aux démonstrations robotiques coûteuses. Les métriques restent à contextualiser: neuf tâches sur un seul embodiment, sans publication de temps de cycle ni de robustesse aux variations de scène, restent loin d'une validation industrielle. Les WAMs appliqués à la robotique s'appuient sur des travaux antérieurs en manipulation tabletop (UniSim, Genie de Google DeepMind); MotionWAM étend ces techniques à la commande humanoïde corps-entier. Face aux approches VLA dominantes dans les publications de référence, notamment pi-0 (Physical Intelligence) et GR00T N2, cette architecture propose une alternative centrée sur la dynamique vidéo pré-entraînée. Les prochaines étapes naturelles concernent la validation multi-embodiment et des déploiements industriels semi-structurés, où la variabilité des environnements constituera le vrai test de maturité.

HERO : saisie visuelle d'objets à vocabulaire ouvert par contrôle corps entier d'un humanoïde

Des chercheurs ont publié sur arXiv (référence 2602.16705, version 3) un système de manipulation locomotrice pour humanoïdes baptisé HERO (Humanoid End-Effector Residual cOntrol), conçu pour saisir des objets du quotidien sans liste prédéfinie de cibles. Le système fonctionne en open-vocabulary : il identifie visuellement les objets via des images RGB-D et des grands modèles de vision, puis planifie et exécute la saisie en temps réel. L'innovation centrale est une politique de suivi de l'effecteur terminal (EE) dite "résidual-aware", qui combine trois composants : une cinématique inverse pour convertir les cibles résiduelles de l'EE en trajectoires de référence, un modèle neuronal de cinématique directe entraîné en simulation, et un mécanisme de ré-planification dynamique. Ce pipeline réduit l'erreur de suivi de l'effecteur à 2,44 cm, soit une amélioration annoncée de 5,5x par rapport à la meilleure méthode antérieure. Les tests en environnements réels, bureaux, cafés, démontrent la saisie de mugs, pommes et jouets sur des surfaces allant de 43 à 92 cm de hauteur. L'approche modulaire de HERO rompt avec la tendance dominante des méthodes end-to-end monolithiques (apprentissage par imitation, sim-to-real intégral) qui peinent à généraliser sans retraining massif. En séparant la compréhension de scène, déléguée aux fondations vision, du contrôle moteur précis, entraîné entièrement en simulation, les auteurs obtiennent une généralisation out-of-distribution plus robuste sur de nouveaux environnements. Pour un intégrateur, cela signifie potentiellement moins de données de démonstration à collecter par site de déploiement. Les 2,44 cm d'erreur restent trop élevés pour des tâches d'assemblage de précision, mais suffisants pour le pick-and-place d'objets courants. La métrique "5,5x meilleure" mérite réserve : les conditions exactes du benchmark ne sont pas détaillées dans l'abstract. Ce travail s'inscrit dans une course dense sur le contrôle loco-manipulation des humanoïdes. Physical Intelligence avec Pi-0, Figure AI avec Figure 03, Agility Robotics avec Digit, et Unitree explorent tous des pipelines combinant grands modèles de vision-langage-action (VLA) et contrôle fin de l'effecteur. La question du sim-to-real gap reste le principal verrou non résolu dans le secteur pour les tâches de manipulation dextre, et HERO propose une réponse architecturale partielle en hybridant cinématique classique et apprentissage neuronal, une direction explorée également par des équipes européennes comme Wandercraft sur leurs plateformes bipèdes. Aucun partenariat industriel ni timeline de déploiement n'est mentionné : il s'agit pour l'instant d'un résultat de recherche, pas d'un produit commercialisé.

Generalist lève 400 millions de dollars pour développer ses modèles d'IA généralistes

Generalist AI Inc. a annoncé une levée de fonds de 400 millions de dollars, portant son financement total à plus de 500 millions depuis sa création en 2024. Le tour a été mené par Radical Ventures, avec de nouveaux entrants incluant 8VC, Union Square Ventures, Hanabi Capital et Norwest, auxquels s'ajoutent les investisseurs historiques NVentures (NVIDIA), Boldstart Ventures, Spark Capital et Bezos Expeditions. Parmi les investisseurs individuels figurent Fei-Fei Li, Eric Yuan (PDG de Zoom), Bin Lin et Naval Ravikant. Basée à San Mateo, en Californie, la startup développe des modèles fondamentaux destinés à des robots généralistes, capables d'opérer sur différentes architectures matérielles. En novembre 2025, elle avait lancé GEN-0, présenté comme le premier modèle à appliquer les lois de mise à l'échelle (scaling laws) à la robotique physique. En avril 2026, elle a publié GEN-1, avec des métriques communiquées par la société elle-même: taux de succès moyen de 99 % sur des tâches où les modèles précédents atteignaient 64 %, vitesse d'exécution environ trois fois supérieure sur des manipulations dextères, et seulement une heure de données robotiques nécessaires par compétence apprise. Ces chiffres, s'ils se confirment en conditions industrielles réelles, représenteraient un changement structurel pour la commercialisation de la robotique généraliste. Le principal verrou du secteur reste logiciel: la plupart des intégrateurs investissent encore des semaines de collecte de données pour chaque nouvelle tâche. Un modèle nécessitant une heure de données par compétence transformerait radicalement l'économie du déploiement. Cela dit, les métriques publiées proviennent exclusivement des communications internes de Generalist AI, sans validation indépendante ni précision sur les conditions de benchmark ou la nature des tâches testées. Le concept de "data flywheel", selon lequel les déploiements chez des clients industriels génèrent les données qui alimentent le modèle suivant, est éprouvé dans le logiciel; sa transposition à la robotique physique, avec ses contraintes de sécurité et de variabilité du monde réel, reste à démontrer à l'échelle. Generalist AI a été fondée en 2024 par Pete Florence (CEO), Andy Zeng (Chief Scientist) et Andrew Barry (CTO), trois chercheurs issus des milieux académiques et industriels de la robotique. La startup s'inscrit dans un marché en forte compétition: Physical Intelligence avec son modèle Pi-0, Figure AI avec le Figure 03, Boston Dynamics, Apptronik et 1X Technologies ciblent tous le même segment des modèles d'IA généralistes pour robots physiques. En Europe, Enchanted Tools et Wandercraft progressent sur des verticales plus ciblées. Avec cette levée, Generalist AI prévoit d'accélérer le développement de modèles de nouvelle génération, d'étendre son infrastructure d'entraînement et de renforcer son moteur de collecte de données physiques. La prochaine étape observable sera la documentation de déploiements industriels concrets chez des clients identifiés, seul critère qui permettra de distinguer les performances en laboratoire de la viabilité commerciale annoncée.

💬 500 millions en deux ans, c'est du sérieux. Ce qui m'intéresse vraiment, c'est pas le chèque, c'est cette histoire d'une heure de données par compétence apprise (contre des semaines pour les intégrateurs actuels). Si ça tient en conditions industrielles, tu changes complètement l'économie du déploiement robotique, mais tous les chiffres sortent de chez eux sans validation externe, donc faut voir les premiers clients réels avant de s'emballer.

M3imic : apprentissage d'un contrôleur corps entier polyvalent pour l'imitation multimodale de mouvements

Des chercheurs de Renforce Dynamics ont publié le 5 juin 2026 sur arXiv un article présentant M3imic (Multi-Modal Mimic), un contrôleur corps entier destiné aux robots humanoïdes. L'objectif : unifier dans une seule politique d'apprentissage par renforcement trois types de références de mouvement jusqu'ici traités séparément, les trajectoires articulaires du robot (angles de joints), les trajectoires de pose humaine capturées par motion capture, et les poses d'effecteurs terminaux (end-effector poses). Le système exploite des encodeurs spécialisés par modalité pour projeter ces données hétérogènes dans un espace latent commun, puis entraîne une politique unique à grande échelle en simulation. Les expériences sont conduites sur le robot humanoïde Unitree G1 : en simulation, la politique atteint un taux de succès maximal de 98,42 % sur un jeu de test non vu, et un transfert sim-to-réel est démontré sans réentraînement spécifique à chaque modalité. Le code source est disponible publiquement sur GitHub. Le problème que M3imic cherche à résoudre est structurel : les contrôleurs corps entier existants traitent la locomotion et la manipulation comme deux domaines distincts, avec des formats de données incompatibles, des vecteurs denses d'angles articulaires d'un côté, des poses 6-DOF d'effecteurs creuses de l'autre. Forcer une seule politique à ingérer ces deux représentations sans architecture dédiée dégrade les performances. M3imic propose une solution architecturale rather than une solution de données : un espace latent partagé avec encodeurs par modalité, ce qui permet à une même politique de piloter aussi bien la marche que la manipulation sans compromis de performance. Pour les intégrateurs et équipes robotiques, cela réduit potentiellement le coût de développement en éliminant le besoin de pipelines parallèles par type de tâche. Le robot cible, le Unitree G1, est un humanoïde commercialisé depuis 2024 à environ 16 000 dollars, devenu une plateforme de référence pour la recherche en locomotion et loco-manipulation grâce à son accessibilité. Renforce Dynamics est un laboratoire ou startup dont M3imic constitue l'une des premières publications publiques. Dans le paysage concurrent, les approches comparables incluent les travaux de Berkeley Humanoid (Pi-0 de Physical Intelligence), les contrôleurs corps entier de CMU et ETH Zurich, et les politiques VLA de Figure AI, tous confrontés au même défi du sim-to-real gap sur tâches mixtes locomotion-manipulation. M3imic se positionne explicitement sur l'unification multimodale plutôt que sur la performance brute d'une seule tâche. Les prochaines étapes naturelles seraient des déploiements en environnement non structuré et une évaluation sur des humanoïdes à plus haute cinématique (plus de DOF, payload supérieur).

NVIDIA lance Cosmos 3 : un modèle de fondation à deux tours mêlant raisonnement physique, génération de mondes et d'actions

NVIDIA a publié Cosmos 3, une nouvelle famille de modèles d'IA fondationnels conçus pour les systèmes d'IA physique, robots, véhicules autonomes et systèmes de surveillance industrielle. La particularité de cette version réside dans son architecture dite Mixture-of-Transformers (MoT) à deux tours, qui réunit pour la première fois dans un seul modèle trois capacités jusqu'ici séparées : le raisonnement physique, la génération de monde (vidéo, images, son) et la génération d'actions. NVIDIA a publié en open source les poids, scripts d'entraînement, outils de déploiement et jeux de données. Deux échelles sont disponibles au lancement : Cosmos3-Nano (16 milliards de paramètres, basé sur Qwen3-VL 8B) pour l'inférence sur GPU workstation comme la RTX PRO 6000, et Cosmos3-Super (64 milliards de paramètres, basé sur Qwen3-VL 32B) pour les datacenters équipés de GPU Hopper ou Blackwell. Des variantes spécialisées accompagnent cette sortie, dont Super Text2Image, Super Image2Video et Nano-Policy-DROID. L'unification de ces trois capacités dans un seul modèle représente un changement structurel pour les équipes qui développent des systèmes robotiques ou de conduite autonome. Jusqu'ici, il fallait orchestrer plusieurs modèles distincts, un pour percevoir, un pour prédire, un pour agir, ce qui multipliait la complexité d'intégration et les points de défaillance. Cosmos 3 propose un flux cohérent : la tour "reasoner" (un VLM autorégressif qui comprend images, vidéos et texte) conditionne la tour "generator" (diffusion pour la vidéo et les actions), l'information circulant dans un seul sens. Les équipes de robotique temps réel peuvent faire tourner le Nano sur du matériel de terrain, tandis que les équipes de R&D génèrent des données synthétiques à grande échelle avec le Super. Sur les benchmarks, Cosmos 3 domine VANTAGE-Bench et le leaderboard TAR (Traffic Anomaly Reasoning) dans leurs catégories respectives. Cette sortie s'inscrit dans la stratégie d'NVIDIA visant à s'imposer comme infrastructure logicielle de l'IA physique, au-delà de la simple vente de GPU. Les versions précédentes de Cosmos fragmentaient les capacités ; Cosmos 3 consolide l'approche autour d'un socle commun initialisé depuis les poids Qwen3-VL de l'écosystème open source. Le modèle gère nativement des entrées texte, image, vidéo et tableaux d'actions JSON, et produit des sorties allant jusqu'à 720p à 24 FPS avec son stéréo AAC 48 kHz, pour une durée maximale d'environ 12,5 secondes. Il supporte une gamme d'embodiments robotiques (caméra, véhicule, bras simple ou double, humanoïde), chacun avec des dimensions d'action fixes. Face à la montée en puissance de Google DeepMind, Boston Dynamics et des startups robotiques chinoises, NVIDIA mise sur l'open source et la verticalisation logicielle pour ancrer son écosystème dans les prochaines années de déploiement d'IA physique.

💬 Orchestrer trois modèles séparés pour percevoir, prédire et agir, c'était le quotidien douloureux des équipes robotique, et Cosmos 3 règle ça proprement. L'open source complet, poids + scripts + datasets, c'est pas de la comm, NVIDIA construit une base logicielle sur laquelle personne ne pourra se passer d'eux dans 3 ans. Reste à voir si le Nano tient en conditions réelles, parce que sur les benchmarks c'est toujours plus joli qu'en prod.

Human2Humanoid : transfert de mouvement multi-morphologie assisté par la physique pour robots humanoïdes

Une équipe de recherche a publié le 3 juin 2026 sur arXiv (référence 2606.03476) un framework baptisé Human2Humanoid, conçu pour transférer automatiquement des mouvements humains vers des robots humanoïdes sans nécessiter de données d'entraînement appariées. La méthode, entièrement non supervisée, a été validée sur le robot Unitree G1, un humanoïde à 23 degrés de liberté commercialisé par la société chinoise Unitree Robotics. L'architecture repose sur un réseau adversarial de type CycleGAN couplé à un réseau de convolution sur graphes sensible à la topologie squelettique, permettant de capturer les caractéristiques motrices dépendantes de la structure anatomique. Pour compenser les écarts de proportions entre morphologies humaine et robotique, les auteurs introduisent une fonction de perte dite "morphology-invariant end-effector consistency" qui aligne les trajectoires normalisées des effecteurs terminaux (mains et pieds) afin de préserver la sémantique du mouvement d'un corps à l'autre. Des contraintes de faisabilité physique explicites sont également imposées pour reproduire les patterns de contact de la séquence source et limiter les artefacts cinématiques. Ce travail s'attaque à un goulot d'étranglement majeur du secteur humanoïde : le retargeting de mouvement est fondamental pour le télé-opération, l'apprentissage par imitation et l'interaction homme-robot, mais les approches supervisées exigent des corpus de données appariées humain-robot quasi inexistants à grande échelle. En supprimant cette contrainte, Human2Humanoid ouvre la voie à l'exploitation de bibliothèques de capture de mouvement (mocap) existantes sans phase de labellisation. Les résultats expérimentaux indiquent que la méthode surpasse les approches concurrentes sur deux critères clés : contrôlabilité en aval (la politique apprise est plus exploitable pour des tâches réelles) et faisabilité physique (moins de violations de contraintes, meilleure reproductibilité des contacts). C'est un signal positif dans un contexte où le fossé démo-réalité reste la critique récurrente du secteur. Le retargeting de mouvement humain vers robot est un champ de recherche actif depuis plusieurs années, alimenté par la course aux humanoïdes commerciaux. Unitree, positionné comme fournisseur de plateformes matérielles accessibles face à Boston Dynamics, Figure AI (modèle Figure 03), Tesla (Optimus Gen 3) ou Agility Robotics, bénéficie directement de ce type de contribution académique qui enrichit l'écosystème logiciel autour de son G1. Du côté des méthodes concurrentes, on trouve notamment des approches à base de réseaux de retargeting supervisés ou de politiques d'imitation directe comme pi-0 (Physical Intelligence) ou GR00T N2 (NVIDIA). Human2Humanoid n'est pas encore un produit déployé : c'est une contribution de recherche fondamentale, sans annonce de pilote industriel associée. Les prochaines étapes naturelles seraient une validation sur d'autres plateformes humanoïdes et une intégration dans des pipelines d'apprentissage par renforcement ou d'imitation à grande échelle.

Humanoid-GPT : mise à l'échelle des données et de la structure pour le suivi de mouvement zéro-shot

Une équipe de chercheurs présente Humanoid-GPT, un Transformer de style GPT avec attention causale, entraîné sur un corpus de 2 milliards de frames de capture de mouvement pour le contrôle du corps entier de robots humanoïdes. Publiée en juin 2026 sur arXiv (preprint, non encore évaluée par les pairs), l'étude décrit un pré-entraînement sur un corpus retargeté qui unifie l'ensemble des jeux de données mocap publics majeurs et des enregistrements internes à grande échelle. L'objectif central est la généralisation zero-shot: le modèle doit suivre des mouvements hautement dynamiques et s'adapter à des tâches de contrôle inédites sans réentraînement spécifique. L'approche s'attaque au compromis agility-generalization qui bride les trackers MLP peu profonds, architecture dominante jusqu'ici mais limitée par la rareté des données d'entraînement. En scalant simultanément les données et la capacité du modèle, Humanoid-GPT prétend résoudre ces deux dimensions avec un unique modèle génératif. Si ces résultats se confirment à la validation indépendante, le résumé restant vague sur les benchmarks exacts et les conditions expérimentales, cela réduirait concrètement le coût de déploiement pour les intégrateurs de systèmes humanoïdes qui doivent aujourd'hui entraîner des politiques séparées pour chaque tâche ou morphologie de robot. Cette contribution s'inscrit dans la tendance au scaling des politiques de contrôle humanoïde: NVIDIA avec GR00T N2, Physical Intelligence avec pi-0 et pi-0.5, ou Berkeley Humanoid ont chacun montré que les Transformers absorbent massivement des données de démonstration pour produire des politiques plus généralisables. Humanoid-GPT se positionne spécifiquement sur le motion tracking en amont des pipelines d'action, plutôt que sur la manipulation de bout en bout. L'absence d'affiliation institutionnelle visible dans le résumé et la nature preprint du document invitent à la prudence sur les affirmations de "new performance frontier"; les benchmarks comparatifs et la revue par les pairs seront déterminants pour l'adoption dans la communauté.

PHASER : rejeu d'expérience sémantique et par phase pour les modèles VLA

Des chercheurs ont publié sur arXiv (référence 2606.03598) un framework de continual learning baptisé PHASER (Phase-Aware and Semantic Experience Replay), conçu pour les modèles Vision-Language-Action (VLA) appliqués à la manipulation robotique. L'architecture est agnostique au backbone sous-jacent et a été évaluée sur trois modèles VLA distincts dans les suites de benchmarks LIBERO, une référence du domaine. Sur le scénario LIBERO-Goal CL (continual learning), PHASER atteint un taux de succès moyen (Average Success Rate, ASR) de 87,8 % en fin d'entraînement, soit un gain de 31 points de pourcentage par rapport à l'expérience replay uniforme standard avec le même budget mémoire. Le problème que PHASER attaque est celui de l'oubli catastrophique : lorsqu'un robot apprend séquentiellement de nouvelles compétences gestuelles, les représentations antérieures se dégradent rapidement dans les poids du modèle. L'expérience replay classique échoue parce qu'il échantillonne uniformément, sous-représentant les sous-phases courtes mais critiques d'une trajectoire de manipulation (la saisie, le transfert, la dépose), un phénomène que les auteurs nomment "phase starvation". PHASER corrige cela avec deux mécanismes : une allocation mémoire par phase (capacity allocation) pour garantir une couverture équilibrée de tous les sous-comportements, et un routage dynamique qui priorise les phases historiques à haut risque d'oubli. Un troisième composant, Auto-PC, automatise la détection des frontières temporelles entre sous-phases par analyse non supervisée des signaux d'action, validée ensuite par un VLM, évitant ainsi l'annotation manuelle coûteuse. Les VLA, qui conditionnent les actions du robot sur du langage naturel et des images, sont devenus un axe central de la robotique généraliste, portés notamment par des modèles comme OpenVLA (UC Berkeley), pi0 (Physical Intelligence) ou RT-2 (Google DeepMind). L'un des verrous majeurs à leur déploiement industriel reste précisément la capacité à apprendre de nouvelles tâches sans régression sur les anciennes, prérequis pour tout robot polyvalent en atelier. PHASER reste pour l'instant une contribution de recherche évaluée en simulation, mais son caractère agnostique au backbone en fait un candidat naturel pour une intégration dans des pipelines d'entraînement continuel sur des plateformes hardware comme Figure 02, Unitree G1 ou Boston Dynamics Atlas.

OpenEAI-Platform : une plateforme open source unifiée matériel-logiciel pour l'IA incarnée

Des chercheurs ont déposé sur arXiv (2606.03392) OpenEAI-Platform, une plateforme open-source couplant un bras robotique à 6+1 degrés de liberté (DDL), OpenEAI-Arm, et un modèle vision-langage-action (VLA), OpenEAI-VLA. OpenEAI-Arm s'appuie sur des plans mécaniques ouverts et une commande conforme (compliant control) destinée à réduire le coût de fabrication tout en maintenant la précision de manipulation. OpenEAI-VLA est construit sur Qwen3-VL-4B d'Alibaba avec une tête d'action Diffusion Transformer, entraîné en deux phases sur des jeux de données exclusivement ouverts. Sur quatre tâches de manipulation réelles, il atteint des taux de réussite comparables à pi0 de Physical Intelligence, un modèle pré-entraîné à bien plus grande échelle. OpenEAI-Arm surpasse par ailleurs deux bras commerciaux 6+1 DDL évalués sous la même politique de contrôle. Plans, codes, modèles et pipelines d'entraînement seront publiés intégralement après acceptation de l'article en revue. L'intérêt de ces résultats est double. Côté hardware, un bras open-source moins coûteux qui surpasse des équipements commerciaux constitue un levier direct pour les laboratoires et intégrateurs à budget contraint. Côté VLA, approcher les performances de pi0 avec nettement moins de données de pré-entraînement conteste l'hypothèse selon laquelle des politiques de manipulation robustes nécessitent impérativement des corpus massifs et propriétaires. L'architecture combinant un modèle vision-langage compact (4 milliards de paramètres) et une tête diffusion semble offrir un rapport performance-données plus favorable que prévu, ce qui intéresse directement les équipes cherchant à déployer des robots polyvalents sans infrastructure de collecte industrielle. OpenEAI-VLA s'appuie sur Qwen3-VL-4B (Alibaba, 2025) et l'architecture Diffusion Transformer popularisée par pi0 (Physical Intelligence, 2024) pour générer des actions robotiques continues. La plateforme s'inscrit dans un segment croissant de projets ouverts pour la manipulation, aux côtés de LeRobot (Hugging Face) et ALOHA (Stanford), face à des acteurs commerciaux comme Figure AI, Boston Dynamics ou 1X Technologies. Son positionnement vise explicitement la reproductibilité et la collecte de données à l'échelle, deux goulots d'étranglement identifiés par la communauté robotique. Aucun déploiement industriel ni partenariat n'est annoncé : OpenEAI-Platform est un prétirage, et l'accès aux ressources complètes reste conditionnel à l'acceptation de l'article.

💬 Un bras robot open-source qui surpasse du hardware commercial, c'est déjà solide. Ce qui m'intéresse encore plus, c'est que leur VLA s'approche des perfs de pi0 avec des datasets entièrement ouverts et un modèle à 4B paramètres, ce qui fracasse l'idée qu'il faut absolument un corpus propriétaire massif pour faire de la manipulation sérieuse. Bon, c'est un prétirage pour l'instant, les ressources complètes sortent après acceptation de l'article.