Aller au contenu principal
L'open source commence à aider les robots à raisonnerIllustration générée par IA
FR/EU ecosystemeIEEE Spectrum Robotics 

L'open source commence à aider les robots à raisonner

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

Depuis deux ans, Hugging Face, Nvidia et Alibaba ont multiplié les publications open source dans la robotique cognitive, cherchant à résoudre ce qui était jusque-là le goulot d'étranglement du secteur : faire raisonner, décider et agir un robot. Nvidia a constitué une pile complète articulée autour de trois couches : Cosmos, des world models qui génèrent des données d'entraînement synthétiques et simulent des environnements physiques ; GR00T, des modèles permettant l'exécution de tâches complexes ; et Isaac, un ensemble de frameworks d'orchestration reliant entraînement, simulation et déploiement. Ces modèles sont hébergés sur Hugging Face. Ce mouvement s'inscrit dans une longue tradition : le Robot Operating System (ROS), lancé en 2007, a unifié le secteur en fournissant un framework standardisé au-dessus de Linux pour les fonctions fondamentales de la robotique, communication inter-composants, gestion du hardware, cartographie, planification de trajectoires. Avant ROS, chaque équipe réécrivait cette infrastructure de zéro, absorbant souvent une à deux années de travail avant de pouvoir conduire les recherches réelles.

L'enjeu est structurant : si l'open source peut faire pour la cognition robotique ce qu'il a fait pour les LLMs, la barrière à l'entrée pour construire un robot capable pourrait chuter aussi vite qu'elle l'a fait pour les applications d'IA générative. Spencer Huang, directeur produit robotique chez Nvidia, note que la vision par ordinateur, autrefois coûteuse en expertise, se code aujourd'hui en quelques lignes. "Pour entrer dans la robotique, il ne faut plus nécessairement un doctorat", dit-il. La logique économique est explicite : fournir un modèle pré-entraîné de haute qualité que chaque acteur peut fine-tuner, plutôt que de demander à chacun de reprendre le pré-entraînement from scratch. Pour les intégrateurs et les décideurs industriels, cela se traduit concrètement par des cycles de développement raccourcis et une moindre dépendance aux profils rares.

Le parallèle avec l'histoire de l'IA est tracé explicitement par Brian Gerkey, co-créateur de ROS, aujourd'hui Board Chair d'Open Robotics et CTO d'Intrinsic, l'unité robotique et IA de Google. La communauté IA a, dès ses débuts, partagé recherches, modèles et données en open source, et le domaine a progressé bien plus vite que presque tous les observateurs ne l'anticipaient. Les premières briques d'infrastructure open source pour la robotique remontent au milieu des années 1990, avec des projets comme le package Inter-Process Communication de Carnegie Mellon et le projet Player au début des années 2000, mais ces initiatives restaient fragmentées et liées à des groupes isolés. ROS a unifié la couche basse du secteur ; Nvidia, Hugging Face et Alibaba tentent aujourd'hui de reproduire cette unification pour la couche cognitive. Les outils de simulation sont désormais suffisamment précis pour être utiles à l'entraînement et accessibles hors des laboratoires spécialisés. La question qui demeure ouverte : ces modèles pré-entraînés tiendront-ils leurs promesses dans des déploiements industriels réels, au-delà des démonstrations contrôlées ?

Impact France/UE

Hugging Face, fondée à Paris et co-initiatrice de ce mouvement open source aux côtés de Nvidia et Alibaba, se positionne comme infrastructure centrale de distribution des modèles cognitifs robotiques mondiaux.

Dans nos dossiers

À lire aussi

Robot.com s'associe à Sodexo pour déployer davantage de robots de livraison sur trottoir
Illustration générée par IA
1The Robot Report 

Robot.com s'associe à Sodexo pour déployer davantage de robots de livraison sur trottoir

Robot.com, entreprise basée à San Francisco fondée en 2017 sous le nom Kiwibot, a annoncé un accord commercial de sept ans avec le groupe français de restauration collective Sodexo, qui prolonge un partenariat entamé en 2021 sur plusieurs campus universitaires nord-américains gérés par Sodexo. Selon Felipe Chavez Cortes, cofondateur et PDG de Robot.com, cité par The Robot Report, Sodexo emploie environ 400 000 personnes dans le monde dont 120 000 à temps plein aux États-Unis, et fait face à des pénuries de main-d'œuvre sur certains postes. Ce contrat de sept ans constitue, selon Cortes, le plus grand déploiement d'entreprise unique jamais signé par Robot.com. La flotte de robots de livraison R-Kiwi de la société a réalisé 2,4 millions de tâches sur des campus et des trottoirs urbains, avec plus de 500 unités actuellement en service à travers le pays, chiffres communiqués par l'entreprise elle-même et non vérifiés de façon indépendante. Robot.com prévoit d'ajouter à sa gamme le R-Dog, un robot quadrupède à roues et pattes capable, selon Cortes, de déposer directement les colis, de monter des escaliers, et de s'installer dans un véhicule autonome sans modification de celui-ci. Pour la fiabilité opérationnelle de ses flottes, l'entreprise s'appuie sur sa plateforme logicielle interne baptisée Remi et sur des partenariats avec Field AI et Physical Intelligence. Ce contrat intervient alors que plusieurs acteurs du secteur reculent sur la livraison en campus universitaire: Starship Technologies, l'un des pionniers du secteur, a récemment annoncé l'arrêt progressif de ses opérations sur les campus pour se recentrer sur la livraison de courses alimentaires. Robot.com fait donc un pari inverse, misant sur le campus comme environnement de test intermédiaire entre l'intérieur contrôlé et la rue urbaine dense. L'argument économique avancé par Cortes, une plateforme logicielle mêlant robotique classique et briques d'IA tierces, en partie financée par de la publicité embarquée sur les robots, illustre une recherche plus large de modèles de revenus hybrides pour rentabiliser des flottes dont le coût d'exploitation reste élevé. L'arrivée annoncée du R-Dog, capable de livrer sans intervention manuelle du destinataire, répond à une limite structurelle des robots à roues actuels, qui nécessitent que le client ouvre lui-même le compartiment. Mais à ce stade, le R-Dog demeure une annonce de produit à venir et non un système effectivement déployé, contrairement au R-Kiwi. Robot.com a été fondée en 2017 à San Francisco sous le nom Kiwibot avant de se rebaptiser. La relation avec Sodexo remonte à 2021, lorsque le groupe est devenu, selon Cortes, la première entreprise à déployer des robots de livraison alimentaire sur des campus universitaires américains, avant d'étendre ce type de déploiement plus largement dans le secteur de la restauration collective. Le marché de la livraison autonome sur trottoir reste dominé par un petit nombre d'acteurs, dont Starship Technologies, dont le repositionnement récent vers les courses alimentaires souligne les difficultés de rentabilité du modèle campus. Robot.com mise désormais sur la diversification de sa flotte, avec le R-Dog en complément du R-Kiwi, ainsi que sur ses partenariats technologiques avec Field AI et Physical Intelligence pour sécuriser le déploiement de nouvelles formes de robots. Aucune date précise n'a été communiquée pour le lancement opérationnel du R-Dog. L'entreprise doit par ailleurs être présente à l'événement RoboBusiness 2026, où ces développements devraient être détaillés.

UESodexo, groupe français, est partie prenante centrale de cet accord mais le déploiement des robots reste limite aux campus nord-américains, sans impact direct sur le marche français ou européen de la robotique.

FR/EU ecosystemeActu
1 source
Un cerveau de robot combine vue, toucher et son pour aider les humanoïdes dans les tâches ménagères
Illustration générée par IA
2Interesting Engineering 

Un cerveau de robot combine vue, toucher et son pour aider les humanoïdes dans les tâches ménagères

NEURA Robotics, société allemande, a présenté Neuron AI, un modèle de fondation qu'elle qualifie de Perception-Language-Action (PLA). Il fusionne vision 3D, mesures tactiles et de force, audio, langage, état du robot et mémoire pour convertir la perception en actions physiques. Il prend en charge cinq plateformes : les humanoïdes 4NE1 Gen 3 et Gen 4, une version 4NE1 sur base roulante et deux robots bimanuels. L'inférence tourne localement, sans connexion cloud. L'entraînement combine expérience réelle, variations simulées et démonstrations humaines captées par des combinaisons instrumentées, via l'infrastructure NEURA Gyms. Schaeffler et Bosch sont cités comme partenaires de données industrielles. La plateforme Neuraverse doit permettre d'affiner les compétences par client et de les distribuer sur des flottes, en privé ou partagées avec l'écosystème. Une démonstration autonome de 11 minutes est prévue sur le 4NE1 au NVIDIA GTC Berlin du 20 au 22 octobre, avec notamment du tri de linge et le chargement d'un lave-linge. Le message technique est que le retour tactile, sonore et la mémoire à court terme ne sont plus des options : vérifier qu'une vis est bien engagée via les forces de contact, ou qu'un loquet a cliqueté via le son, répond à une faiblesse connue des modèles purement visuels sur les tâches d'assemblage ou de manipulation multi-étapes. Pour un intégrateur, la promesse d'un même modèle sur cinq morphologies et d'une exécution embarquée est pertinente, car elle limite la dépendance au réseau et le coût de réécriture des compétences par machine. Mais il s'agit pour l'instant d'une annonce. NEURA n'a publié aucun benchmark comparatif montrant le gain de la mémoire ou des capteurs additionnels face à des systèmes basés sur la vision seule. Sa métrique phare, le Time-to-Skill (durée pour enseigner une tâche jusqu'à une exécution fiable), n'est accompagnée d'aucune valeur mesurée. Les exemples de la vis et du loquet illustrent des capacités visées, pas des résultats vérifiés de façon indépendante. Ce lancement place NEURA face à des acteurs qui défendent des approches voisines : Figure avec Helix, Tesla avec Optimus, Physical Intelligence avec Pi-0 et NVIDIA avec GR00T, ce dernier étant aussi l'hôte de la démonstration prévue. La différenciation revendiquée tient à la multimodalité sensorielle native, au multi-embodiment et à une logique de plateforme (Gyms, Neuraverse) plus qu'à un robot isolé. En Europe, la concurrence ou la complémentarité vient d'acteurs comme Wandercraft ou Enchanted Tools, plus spécialisés sur leurs propres machines. Le prochain test sera la démonstration de Berlin : une séquence de 11 minutes reste une vitrine, et il faudra savoir si elle est exécutée sans coupe ni intervention, avec quel taux de réussite sur des répétitions, et si des pilotes industriels, notamment chez Schaeffler et Bosch, la suivent avec des chiffres de déploiement réels.

UENEURA Robotics, entreprise allemande, propose un modèle de fondation embarqué testé avec Schaeffler et Bosch, ce qui renforce l'offre européenne d'IA physique pour l'industrie.

FR/EU ecosystemeOpinion
1 source
Souveraineté robotique : l’Europe doit-elle avoir son propre « Airbus des robots » ?
Illustration générée par IA
3Robot Magazine FR 

Souveraineté robotique : l’Europe doit-elle avoir son propre « Airbus des robots » ?

L'argument central de ce texte d'analyse est que l'Europe, qui a construit Airbus dans l'aéronautique ainsi que des filières spatiale, nucléaire et automobile de premier plan, n'a pas d'équivalent industriel pour la nouvelle génération de robots. La robotique, longtemps cantonnée à des bras industriels programmés pour des tâches répétitives en environnement contrôlé, évolue vers des machines mobiles polyvalentes (cobots, robots mobiles, humanoïdes) grâce aux progrès de l'intelligence artificielle, de la vision par ordinateur et des systèmes de préhension. Aux États-Unis, les investissements massifs en IA se prolongent désormais dans l'humanoïde et la « Physical AI ». La Chine, elle, mise sur son avantage industriel : une chaîne d'approvisionnement déjà capable de produire à grande échelle moteurs, batteries, capteurs, électronique et pièces mécaniques. Le texte ne cite aucun chiffre d'investissement précis ni date d'échéance : il s'agit d'un plaidoyer stratégique et non d'une annonce de programme concret, et cette absence de données chiffrées mérite d'être notée. L'enjeu dépassé la course à la démonstration la plus spectaculaire en vidéo. Ce qui déterminera les rapports de force, selon l'auteur, c'est la maîtrise de toute la chaîne de valeur : composants, fabrication, logiciels, modèles d'IA, données d'entraînement, maintenance, et surtout la capacité à produire des milliers puis des millions d'unités. Si les robots deviennent assez polyvalents pour exécuter une large gamme de tâches, ils cesseront d'être un simple investissement industriel pour devenir une nouvelle forme de force de travail, ce qui déplace la question vers un enjeu de souveraineté comparable à l'aéronautique ou aux semi-conducteurs. Pour les intégrateurs et décideurs industriels européens, le message est clair : l'Europe dispose déjà d'industriels reconnus, de laboratoires solides et d'un tissu manufacturier étendu (automobile, aéronautique, logistique, énergie, santé, agroalimentaire) pouvant servir de terrain d'expérimentation, mais elle bute historiquement sur le passage à l'échelle, faute de capital, à cause de la fragmentation du marché et du manque de coordination entre États. C'est ce constat qui motive la comparaison avec Airbus, né du regroupement des compétences, financements et ambitions de plusieurs pays européens face à une industrie capitalistique dominée par les Américains. L'auteur ne propose pas de fusionner les fabricants européens ni de créer un humanoïde unique, mais de mutualiser les technologies critiques que toute l'industrie devra maîtriser : actionneurs, moteurs, capteurs, systèmes de vision, électronique embarquée, modèles d'IA dédiés au monde physique et logiciels de contrôle. Aucun pilote, financement ou calendrier n'est annoncé à ce stade ; le texte reste une réflexion prospective, qui se termine d'ailleurs sur une phrase inachevée évoquant les « futurs champions européens », sans nommer d'acteurs précis ni de feuille de route.

UECe texte plaide directement pour une stratégie industrielle robotique européenne mutualisée, sur le modèle d'Airbus, présentée comme un enjeu de souveraineté pour l'UE face aux Etats-Unis et a la Chine.

FR/EU ecosystemeOpinion
1 source
ANYbotics commence à livrer son robot quadrupède antidéflagrant à des clients industriels
Illustration générée par IA
4Robotics & Automation News 

ANYbotics commence à livrer son robot quadrupède antidéflagrant à des clients industriels

La société suisse ANYbotics a commencé à livrer l'ANYmal X, son robot d'inspection quadrupède conçu pour les atmosphères potentiellement explosives, à des clients industriels dont le norvégien Equinor et DSM-Firmenich. La machine vise les sites pétroliers, gaziers et chimiques, où la présence de gaz et de vapeurs inflammables exclut l'usage de robots conventionnels, dont les composants électriques peuvent devenir une source d'ignition. L'annonce ne précise ni le nombre d'unités livrées, ni le prix, ni les sites précis de déploiement. Le point notable est le passage du stade de pilote à celui de livraisons effectives chez des exploitants de premier plan. Pour les responsables de sites classés en zone à risque, l'inspection autonome de routine (relevés de capteurs, rondes, détection d'anomalies) permet de réduire l'exposition humaine. Reste à vérifier, par les retours d'usage, la disponibilité réelle, le coût total de possession et la tenue en conditions industrielles, que le communiqué n'documente pas. Il s'agit ici de livraisons, pas encore de preuves de rentabilité à grande échelle. ANYbotics, issue de l'ETH Zurich, s'est imposée comme l'un des rares acteurs européens du quadrupède industriel face à l'américain Boston Dynamics et son Spot, également décliné pour les environnements sensibles. La certification pour atmosphères explosives constitue le principal facteur de différenciation, car elle conditionne l'accès aux zones les plus contraignantes du secteur énergétique. La suite dépendra de la conversion de ces premières livraisons en flottes déployées sur plusieurs sites, et de la capacité du fabricant à soutenir sa production et sa maintenance.

UELe fabricant suisse ANYbotics livre à Equinor (Norvège) et DSM-Firmenich un robot d'inspection certifié ATEX, renforçant l'offre européenne de robotique pour sites énergétiques et chimiques à risque.

FR/EU ecosystemeActu
1 source