HumanoïdesInteresting Engineering 14 mai 2026

Les robots humanoïdes Figure AI atteignent un jalon de 24h/7 de travail continu en conditions réelles

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource uniqueImpact UE

Trois robots humanoïdes de Figure AI ont dépassé 24 heures de fonctionnement autonome continu le 14 mai 2026, sur une tâche de tri de colis dans un entrepôt dont la localisation exacte n'a pas été précisée. L'opération, initialement prévue comme un test de 8 heures, a été prolongée sans interruption après une première journée sans incident signalé. Brett Adcock, fondateur et PDG de la startup californienne, a diffusé l'opération en direct sur internet, où les internautes ont surnommé les trois machines "Bob", "Frank" et "Gary". Les robots, pilotés par le système embarqué Helix-02, ont trié plus de 28 000 colis pendant l'opération, à raison d'environ 3 secondes par colis, soit la parité annoncée avec un opérateur humain. La tâche consiste à détecter les codes-barres par caméra, saisir les paquets et les déposer face vers le bas sur des tapis roulants, sans aucune télé-opération. Helix-02 est décrit comme un réseau de neurones unifié intégrant vision, toucher, proprioception et contrôle du corps entier, fonctionnant entièrement en embarqué. Figure AI affirme également que si un robot se retrouve hors de sa distribution d'entraînement, Helix-02 déclenche une réinitialisation autonome, et que les machines peuvent quitter la zone de travail d'elles-mêmes en cas de problème matériel, pendant qu'un congénère prend le relais.

Ce résultat constitue une réponse directe au reproche chronique du secteur : le "demo-to-reality gap", l'écart entre démonstrations de quelques minutes en conditions maîtrisées et déploiements industriels réels. Une opération de 24 heures sur une tâche répétitive à cadence humaine dépasse ce que la majorité des concurrents a rendu public à ce jour, et change structurellement l'argumentaire commercial : un intégrateur ou un COO logistique peut commencer à modéliser un ROI sur des shifts complets plutôt que sur des pilotes vitrines. L'architecture à modèle unique de Helix-02, qui fusionne déplacement, manipulation et coordination dans un seul réseau, s'inscrit dans la tendance VLA (Vision-Language-Action) et contraste avec les approches modulaires classiques de la robotique industrielle. Il convient néanmoins de noter que les métriques présentées sont autodéclarées par Figure AI, dans un environnement filmé et contrôlé par l'entreprise ; la diversité réelle des colis, les conditions ambiantes et le taux d'échec détaillé restent insuffisamment documentés pour une validation rigoureuse.

Figure AI a été fondée en 2022 à Sunnyvale et avait précédemment testé ses humanoïdes sur les lignes de BMW en Caroline du Sud, une référence industrielle qui lui a apporté visibilité et crédibilité. La startup se positionne sur le même segment que Tesla avec Optimus Gen 3, Agility Robotics (filiale d'Amazon) avec Digit, et Apptronik avec Apollo, tous en lice pour les marchés de la logistique entrepôt et de l'assemblage industriel. L'annonce intervient dans un contexte de course à la preuve opérationnelle, avant les premiers déploiements commerciaux à l'échelle, dont Figure AI n'a pas encore communiqué de dates ni de volumes précis. En Europe, des acteurs comme Enchanted Tools avec Mirokaï ou Wandercraft progressent sur des segments adjacents, mais aucun n'a publié de métriques d'endurance comparables à ce stade.

Impact France/UE

Le jalon de 24h de Figure AI fixe un nouveau benchmark opérationnel que les acteurs européens comme Enchanted Tools et Wandercraft n'ont pas encore atteint, renforçant la pression concurrentielle sur l'écosystème humanoïde européen.

Dans nos dossiers

Figure Tesla Optimus Apptronik Apollo Agility Robotics — Digit

À lire aussi

1Interesting Engineering

Les robots humanoïdes de Figure atteignent 200 heures de travail et 250 000 colis traités sans défaillance

Figure AI, startup californienne valorisée 39 milliards de dollars, a mené à son terme un test d'endurance de 200 heures consécutives avec trois de ses robots humanoïdes Figure 03, pilotés par son système d'IA Helix-02. Lancée le 14 mai 2026 depuis le siège de Sunnyvale en Californie, l'opération a permis de trier 249 560 colis sur des tapis roulants, sans défaillance matérielle majeure constatée sur aucune des trois unités, baptisées Bob, Jim et Rose par les spectateurs du livestream. Le test avait été initié en réponse à un défi de 8 heures formulé par le Dr Scott Walter, vétéran de l'automatisation industrielle, avant d'être prolongé sans limite préétablie. Les robots utilisaient des caméras embarquées et un raisonnement IA pour détecter les codes-barres, saisir les colis et les déposer face code-barres vers le bas sur les convoyeurs. La cadence atteinte approche les trois secondes par colis, soit la parité estimée avec un opérateur humain. La rotation de flotte était entièrement autonome : lorsque la batterie d'un robot (autonomie d'environ quatre heures) atteignait un seuil critique, une unité de relève prenait automatiquement sa place pendant que le robot déchargé rejoignait une station de recharge sans fil intégrée à la plante de ses pieds. Des erreurs de manipulation ont néanmoins été observées, colis tombés ou mal orientés, que Figure AI distingue explicitement des pannes système. Ce test de 200 heures constitue un signal concret pour les intégrateurs et les décideurs industriels : une flotte d'humanoïdes peut enchaîner plusieurs jours d'opération continue sans intervention humaine corrective, à condition de disposer d'un système de rotation et de remplacement automatisé. La capacité d'auto-éviction est particulièrement notable : si un robot détecte une anomalie matérielle ou logicielle, il navigue de façon autonome vers une zone de service pendant qu'un autre prend le relais sans interruption du flux. Helix-02 est décrit par Figure AI comme un réseau de neurones unifié intégrant vision, toucher, proprioception et contrôle du corps entier dans un seul modèle, à l'opposé des architectures modulaires classiques qui séparent locomotion et manipulation. Ce choix d'architecture VLA (Vision-Language-Action) montre des résultats à l'échelle des 200 heures, mais le test s'est déroulé dans les locaux contrôlés de Figure AI et non chez un client en production, ce qui atténue la portée des conclusions. Figure AI avait déjà conduit des validations en environnement industriel réel, notamment dans les usines BMW de Caroline du Sud. La société concourt directement face à Tesla (Optimus), Agility Robotics (Digit, déployé chez Amazon) et Apptronik (Apollo, partenaire de NASA et Mercedes-Benz), tous engagés dans la commercialisation d'humanoïdes pour la logistique et la production manufacturière. En Europe, des acteurs comme Enchanted Tools (Mirokaï) et Wandercraft restent positionnés sur des segments différents, retail hospitalier et rééducation médicale, loin des volumes logistiques visés par les acteurs américains. La prochaine étape structurante pour Figure AI sera de reproduire ces métriques hors de ses propres installations, dans des environnements clients réels, seul véritable test du passage de la démonstration au déploiement industriel.

UELa démonstration amplifie l'écart technologique entre les acteurs américains et les acteurs européens sur le segment logistique humanoïde, sans impact opérationnel direct sur la France ou l'UE à court terme.

HumanoïdesOpinion

1 source

2Interesting Engineering

Un robot humanoïde atteint 85 % de réussite lors d'un essai en conditions réelles avec le modèle GO-3 d'AGIBOT

AGIBOT, entreprise chinoise de robotique, a dévoilé le 29 octobre GO-3 Preview, un modèle d'IA incarnée conçu pour que les robots apprennent en continu et améliorent leurs compétences après leur déploiement. Il repose sur une architecture baptisée World Reasoning Action Model (WRAM), qui relie le raisonnement sur la tâche, la prédiction des résultats et la génération des actions. L'entraînement combine deux sources de données: des vidéos humaines à la première personne, qui montrent comment les gens manipulent les objets au quotidien, et des trajectoires de robots, qui associent observations visuelles, actions physiques et conséquences. En pré-entraînement, le modèle est présenté comme capable d'aborder des tâches inconnues dans des cadres variés (domiciles, cuisines, configurations multi-robots) et de manipuler avec dextérité sans réglage fin pour chaque activité. Quelques démonstrations suffiraient pour apprendre des séquences complexes, comme la préparation d'un jianbing, la crêpe salée chinoise, ou l'assemblage de Lego après fine-tuning, avec un agent IA qui coordonne les étapes. Pour le post-entraînement, AGIBOT a développé Genie Evolver, un système distribué qui fusionne les données d'environ 100 robots physiques, des simulations physiques et des modèles du monde. Deux démonstrations l'illustrent: au curling de table, un robot a dépassé la performance moyenne d'humains testés après quatre heures de pratique en ligne, et un autre a retiré cinq blocs consécutifs d'une tour sans la faire tomber. Le framework d'agent Genie Master doit permettre au robot d'identifier ses erreurs, d'ajuster son comportement et de conserver l'expérience acquise. AGIBOT l'a montré avec un robot G2 dans un vrai magasin de proximité, où la machine a diagnostiqué les causes de ses échecs et mémorisé les corrections sans intervention humaine. Selon l'entreprise, GO-3 Preview se classe premier sur trois classements d'IA incarnée: RoboDojo, RoboTwin et RoboColiseum. Le code complet doit être publié en open source d'ici fin 2026. L'enjeu dépasse le score de benchmark: il porte sur le passage du robot « entraîné une fois, figé ensuite » à un robot qui s'améliore en service. Si l'apprentissage en ligne à partir des échecs fonctionne hors laboratoire, il réduirait le coût d'adaptation par site, qui reste le principal frein des intégrateurs face aux modèles vision-langage-action (VLA) actuels, souvent très sensibles au changement d'environnement. Des réserves s'imposent toutefois. Le titre de l'article évoque un taux de succès de 85 % en conditions réelles, mais les éléments disponibles ne précisent ni le nombre d'essais, ni la définition de la tâche, ni la durée de l'essai en magasin. Le curling et la tour de blocs sont des démonstrations choisies, sans protocole publié, et un classement sur des benchmarks, dont certains sont en simulation, ne garantit pas la fiabilité en exploitation. Le modèle est de plus une préversion: aucune livraison ni déploiement commercial n'est annoncé, et la promesse d'open source reste à vérifier à l'échéance. AGIBOT, qui commercialise déjà des humanoïdes de la gamme Genie, dont le G2, se place dans une course où les approches d'apprentissage continu se multiplient. Figure avec Helix, Physical Intelligence avec ses modèles π, NVIDIA avec GR00T et Tesla avec Optimus misent aussi sur des modèles généralistes entraînés sur de grands volumes de données, souvent en les gardant fermés. L'ouverture annoncée par AGIBOT, dans la lignée de ses précédents modèles GO, pourrait lui donner un avantage d'adoption auprès des laboratoires et des intégrateurs, notamment européens, qui cherchent une base ouverte plutôt qu'une pile propriétaire. Le prochain jalon vérifiable sera la publication des poids et du code d'ici fin 2026, puis des chiffres de fiabilité sur des déploiements clients mesurés dans la durée.

UEUn modèle ouvert annoncé pour fin 2026 pourrait offrir aux laboratoires et intégrateurs européens une alternative aux piles propriétaires, sans déploiement européen explicite à ce stade.

HumanoïdesActu

1 source

3Interesting Engineering

7 fabricants de robots humanoïdes qui s'imposent dans les usines réelles

Les robots humanoïdes sortent des laboratoires pour entrer dans les usines et entrepôts, et en 2025 la Chine a capté plus de quatre installations mondiales sur cinq. Figure AI (Californie) a testé son Figure 03, piloté par le système d'IA Helix qui traduit voix et vision en gestes, sur une chaîne de production BMW active ; son prédécesseur Figure 02 a chargé plus de 90 000 composants sur 1 250 heures de fonctionnement, contribuant à plus de 30 000 véhicules. AgiBot, fondée à Shanghai en 2023, domine le marché avec 30,4 % des installations mondiales en 2025 selon des chiffres relayés par le South China Morning Post, devant Unitree Robotics (26,4 %), dont le modèle G1 démarre à environ 13 500 dollars. UBTech (Shenzhen) a livré 1 079 humanoïdes de sa série Walker en 2025, dont le Walker S2, capable de remplacer seul sa propre batterie. Tesla développe Optimus à partir des technologies de ses véhicules autonomes mais n'a pas encore atteint de déploiement commercial significatif, Elon Musk ayant reconnu que la montée en production serait très lente, tandis qu'Apptronik (Texas), issu de travaux liés au programme Valkyrie de la NASA, développe le robot Apollo pour le transport de matériaux, la livraison de composants et l'inspection de produits. Cette avance chinoise en volume nuance l'idée d'une domination américaine totale sur la robotique humanoïde : Washington garde la main sur l'IA générale et les architectures vision-langage-action comme Helix, mais Pékin a industrialisé le hardware à bas coût, à l'image du G1 d'Unitree à 13 500 dollars. Le déploiement de Figure 03 sur une vraie ligne BMW, plutôt qu'en démonstration scénarisée, suggère que l'écart entre marketing et usage industriel réel se réduit pour des tâches répétitives bien définies. La prudence reste toutefois de mise : une enquête de Reuters conclut que les humanoïdes demeurent globalement trop lents et trop sujets aux erreurs pour la plupart des tâches industrielles, ce qui relativise les volumes annoncés côté chinois. Pour les décideurs B2B, le hardware devient plus accessible et plus rapide à produire, mais la fiabilité opérationnelle à grande échelle reste à prouver, y compris pour Tesla, dont l'expérience de fabrication de masse n'a pas empêché une montée en charge très progressive d'Optimus. Cette répartition reflète des trajectoires distinctes : Figure AI et Apptronik misent sur l'intelligence artificielle incarnée et un héritage de recherche, Apptronik prolongeant directement le programme Valkyrie de la NASA, tandis que Tesla capitalise sur son savoir-faire de fabrication automobile à très grande échelle. En Chine, AgiBot, Unitree et UBTech ont privilégié la production de masse, l'ouverture des plateformes et des prix cassés pour saturer le marché avant même la pleine maturité de la technologie, une stratégie qui explique leur poids combiné de près de 57 % des installations mondiales en 2025. Les prochaines étapes attendues incluent la poursuite des essais de Figure 03 chez BMW, une montée en production toujours qualifiée de lente pour Optimus, et l'extension des usages de la série Walker d'UBTech vers davantage de manutention et de contrôle qualité, dans un secteur où la vitesse d'exécution reste, selon Reuters, le principal frein à un déploiement industriel généralisé.

UEBMW, constructeur automobile allemand, teste le Figure 03 sur une de ses chaînes de production actives, illustrant l'adoption naissante de robots humanoïdes par un grand industriel européen.

HumanoïdesActu

1 source

4The Robot Report

Sommet en robotique : un panel fait le point sur la conception des robots humanoïdes

Lors du Robotics Summit & Expo 2026, tenu à Boston au Thomas B. Menino Convention & Exhibition Center devant quelque 3 900 participants, un panel de haut niveau a fait le point sur l'état réel du développement des robots humanoïdes. Alberto Rodriguez, directeur du comportement robot pour Atlas chez Boston Dynamics, y a révélé que l'entreprise a engagé le déploiement de l'ordre de 25 000 humanoïdes Atlas dans des usines, avec un objectif de capacité de production portée à 30 000 unités par an d'ici 2028. Boston Dynamics a conduit une première démonstration en conditions réelles en usine en 2025, architecture entièrement pilotée par les données, puis a présenté Atlas au CES de janvier 2026 pendant une semaine complète. Pour 2026, la société prévoit un retour en usine pour une démonstration plus complète, de bout en bout, connectant le robot au système d'information de l'usine et gérant les exceptions opérationnelles. Du côté d'Agility, dont la marque commerciale s'est récemment stabilisée sous le nom Agility (ex-Agility Robotics), les déploiements du robot Digit avancent avec Amazon, GXO, Schaeffler, Toyota et Mercado Libre, marquant une sortie effective de la phase pilote. Ce que ce panel signale clairement pour les intégrateurs et décideurs industriels, c'est que le vrai verrou n'est plus mécanique ni même algorithmique, mais stratégique. Rodriguez a posé le problème avec précision : sauf pour de rares applications à très grand volume et très stable, presque tous les postes de travail sont des cas uniques. Le défi du passage à l'échelle repose sur trois axes simultanés, hardware, modèles de comportement, et stratégie d'intégration, et l'échec sur l'un suffit à rendre le déploiement économiquement non viable. La décision de Boston Dynamics de commencer par la logistique en manufacturing, un environnement qui exige de la généralité sans imposer encore les contraintes de timing et de sécurité de la ligne d'assemblage, illustre une approche pragmatique et graduée. Ces chiffres de déploiement engagés, 25 000 unités, sont une donnée de marché rare dans un secteur habitué aux annonces sans livraisons. Boston Dynamics, filiale de Hyundai depuis 2021, a traversé une longue période de recherche pure avant de commercialiser Atlas dans sa version électrique présentée en 2024, succédant aux plateformes hydrauliques historiques. Le marché des humanoïdes reste en pleine effervescence : Figure AI avec Figure 03, Tesla avec Optimus Gen 3 sur sa propre ligne de production, Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2, et des acteurs émergents comme 1X Technologies ou Apptronik positionnent tous leurs solutions sur des créneaux différents, de l'assemblage léger à la manutention lourde. Côté Europe, Enchanted Tools (France) et Wandercraft restent focalisés sur des niches spécifiques, assistance et rééducation, sans viser encore le marché industriel général. Les prochaines étapes à surveiller : la publication par ASTM International (représenté dans le panel par Aaron Prather) de standards de sécurité pour la cohabitation humains-humanoïdes, et les résultats concrets des déploiements Agility/Amazon, dont les métriques opérationnelles restent pour l'instant non publiques.

UELes entreprises françaises (Enchanted Tools, Wandercraft) restent cantonnées aux niches assistance/rééducation sans feuille de route vers l'industriel général, creusant un écart stratégique avec les déploiements à grande échelle désormais en cours en Amérique du Nord.

HumanoïdesActu

1 source