InfrastructureRobotics Business Review 26 mai 2026

Les humanoïdes apprennent à lire les situations

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Concevoir un robot humanoïde capable d'opérer en sécurité aux côtés d'humains mobilise aujourd'hui une chaîne complète de technologies de perception en temps réel. Analog Devices Inc. (ADI) détaille dans un article technique les briques nécessaires à cette conscience situationnelle, porté par Geir Ostrem, Fellow ADI au sein de l'unité Automotive. Le défi central est architectural : capteurs visuels et microphones sont physiquement éloignés du processeur principal, ce qui introduit de la latence sur des câbles longs. Pour y répondre, ADI adapte sa technologie GMSL (Gigabit Multimedia Serial Link), déjà standardisée en automobile, aux châssis humanoïdes. GMSL transporte de la vidéo en flux unique à plusieurs gigabits par seconde, permettant un traitement local embarqué (via ce qu'ADI appelle "physical AI") plutôt qu'un renvoi vers le cloud. Sur la partie vision, les méthodes évoquées sont connues : capteurs RGB, time-of-flight, lumière structurée et stéréovision pour la profondeur. Sur la partie audio, la problématique est similaire : il faut une latence déterministe entre les microphones et l'ordinateur central pour localiser et identifier des événements sonores, par exemple un objet qui tombe derrière le robot. Des processeurs secondaires, positionnés au plus près des capteurs ou des actionneurs, gèrent les boucles de contrôle rapides et transmettent en parallèle au processeur principal.

Ce que cette publication illustre concrètement, c'est le déplacement du centre de gravité technologique dans la robotique humanoïde : la mécanique et les modèles de mouvement ne suffisent plus, c'est la couche de perception embarquée qui devient le facteur limitant pour un déploiement en environnement mixte. La latence n'est pas un détail d'ingénierie, c'est une contrainte de sécurité. Un humanoïde qui réagit avec 200 ms de délai à un collègue qui change de trajectoire n'est pas exploitable en production. Le passage au traitement local, sans dépendance réseau, est donc moins un choix de performance qu'une nécessité opérationnelle, surtout dans des ateliers ou entrepôts où la connectivité peut être dégradée. L'article confirme ce que les intégrateurs industriels observent terrain : les architectures distribuées, avec des processeurs locaux près des actionneurs, deviennent le standard de facto pour les boucles de contrôle à haute fréquence.

ADI arrive dans la robotique humanoïde depuis l'automobile, où GMSL équipe déjà les systèmes ADAS de nombreux constructeurs. Ce repositionnement sectoriel est cohérent avec la dynamique du marché : la pénurie de main-d'oeuvre pousse à l'accélération des déploiements en espaces partagés, et les fabricants d'humanoïdes, de Figure à Tesla Optimus en passant par Agility Robotics ou 1X Technologies, ont tous besoin de sous-systèmes de perception matures et validés industriellement. À noter que cet article est un contenu sponsorisé signé ADI, ce qui tempère son caractère neutre : les métriques citées (débit GMSL, latence) sont présentées sans benchmark comparatif ni conditions de test précisées. Les prochaines étapes probables pour ADI consistent à nouer des partenariats OEM directs avec des constructeurs d'humanoïdes, une dynamique déjà visible chez des fournisseurs de composants comme NVIDIA (plateforme Thor/Jetson) ou Bosch, qui ciblent eux aussi ce segment en pleine structuration.

Dans nos dossiers

1X Technologies Tesla Optimus Agility Robotics — Digit IA physique & VLA

À lire aussi

1Robotics Business Review

Comment les humanoïdes apprennent à interpréter leur environnement

Intégrer un robot humanoïde dans un environnement partagé avec des humains exige une capacité perceptive quasi-instantanée sur plusieurs canaux simultanés. Analog Devices Inc. (ADI) détaille dans une publication récente les contraintes techniques concrètes de cette perception multi-sensorielle, à travers le regard de Geir Ostrem, Fellow ADI au sein de la division Automotive. La vision constitue le premier pilier : des capteurs RGB associés à des modules de profondeur (temps de vol, lumière structurée ou stéréovision) permettent à un humanoïde de cartographier son environnement en continu. Le défi n'est pas tant la capture d'image que le transport et le traitement de ces données en temps réel. Les capteurs étant éloignés du processeur central, le câblage représente une contrainte mécanique non négligeable. ADI y répond avec sa technologie GMSL (Gigabit Multimedia Serial Link), empruntée à l'automobile, capable de transporter plusieurs gigabits par seconde sur un flux unique, tout en permettant un traitement local embarqué plutôt qu'un envoi vers le cloud. L'audio constitue le deuxième pilier : microphones MEMS, beamforming et détection d'événements acoustiques permettent à un robot d'identifier une chute d'objet derrière lui ou d'engager une conversation en langage naturel, réduisant la friction opérationnelle avec les équipes humaines. Ce que cet article met en évidence, c'est que le vrai goulot d'étranglement dans le déploiement d'humanoïdes en milieu industriel n'est pas le mouvement ni la force, mais la latence perceptive et la confiance. Un robot qui réagit avec 200 ms de retard à un opérateur qui traverse son couloir reste dangereux, quelle que soit la sophistication de son bras. La répartition du traitement entre un processeur central et des unités dédiées proches des actionneurs, pattern déjà éprouvé en automotive et en robotique AMR, devient donc une question d'architecture système autant que de composants. Pour les intégrateurs industriels et les décideurs B2B, cela signifie que l'évaluation d'un humanoïde ne peut plus se limiter au payload ou aux degrés de liberté : il faut auditer la chaîne complète vision-audio-force et ses latences bout-en-bout. ADI occupe une position historiquement forte sur les capteurs inertiels (famille ADIS d'IMU), les convertisseurs analogique-numérique haute précision et, plus récemment, sur la transmission vidéo embarquée via GMSL, technologie aujourd'hui omniprésente dans les ADAS automobiles. La transposition de cette stack vers la robotique humanoïde s'inscrit dans une tendance plus large où les fournisseurs de composants automotive cherchent de nouveaux marchés à mesure que le design automobile se stabilise. Il convient de noter que cet article est une publication de contenu éditorial produit par ADI, non une analyse indépendante, ce qui colore naturellement le positionnement technologique présenté. Les concurrents directs sur ces briques (Texas Instruments sur les ToF et GMSL-équivalents, Sony sur les capteurs CMOS, Bosch et STMicroelectronics sur les MEMS audio et inertiels) ne sont pas mentionnés. Les prochaines étapes annoncées restent floues : aucun déploiement client nommé, aucune timeline précise, ce qui positionne ce contenu davantage comme une feuille de route technologique que comme l'annonce d'un produit shipé.

HumanoïdesActu

1 source

2Robotics Business Review

Clé du progrès des humanoïdes : gérer l'énergie derrière les robots

Murata Power Solutions présente, dans cet épisode du podcast Designing the Future animé par Jim Anderton, les défis d'ingénierie liés à l'alimentation électrique des robots humanoïdes. John Quinlan, Senior Engineering Manager chez Murata Power Solutions (Boston), y détaille pourquoi la gestion de l'énergie embarquée devient le facteur limitant des performances robotiques. Alors que la vitesse, la mobilité, la dextérité, la vision et les interfaces utilisateur des humanoïdes progressent à un rythme soutenu, avec des annonces quasi hebdomadaires dans le secteur, la conversion de l'énergie stockée en batteries ou en piles à combustible embarquées vers les formes utilisables par la mécatronique et l'électronique de contrôle reste un point de blocage physique incontournable. Murata y présente sa gamme de convertisseurs de puissance compacts et à haut rendement, couvrant un large spectre de besoins, des applications de faible puissance jusqu'aux systèmes de forte puissance, destinés aux marchés industriels, médicaux, des télécommunications et de l'information. Ce constat rappelle une réalité souvent éclipsée par les vitrines spectaculaires des démonstrations d'humanoïdes: la performance perçue d'un robot, qu'il s'agisse de sa vitesse de déplacement ou de la fluidité de ses gestes, dépend directement de l'efficacité de sa chaîne d'alimentation électrique. Pour les intégrateurs et décideurs industriels, ce rappel a une portée concrète: l'autonomie, le poids embarqué et la fiabilité thermique d'un humanoïde ne se jouent pas uniquement dans les algorithmes de contrôle moteur ou les modèles vision-langage-action, mais aussi dans des composants moins visibles comme les convertisseurs DC-DC et la gestion thermique de l'électronique de puissance. C'est un angle mort fréquent des comparatifs entre plateformes comme Figure 03, Optimus ou Atlas, qui se concentrent sur le payload, les degrés de liberté ou le temps de cycle sans détailler l'architecture énergétique sous-jacente. Ce format podcast s'inscrit dans une série éditoriale de The Robot Report consacrée aux coulisses techniques de la robotique, où des fournisseurs de composants critiques mais peu médiatisés, capteurs, actionneurs, systèmes d'alimentation, prennent la parole aux côtés des géants de l'humanoïde. Murata Power Solutions, filiale du groupe japonais Murata Manufacturing, est un acteur établi de longue date dans l'électronique de puissance pour environnements contraints, bien avant l'essor actuel des humanoïdes commerciaux. Aucune annonce de produit spécifique aux humanoïdes n'est faite ici: il s'agit d'un contenu de positionnement technique et commercial, destiné à installer Murata comme fournisseur de référence auprès des concepteurs de robots à mesure que la demande en solutions d'alimentation embarquée haute densité s'intensifie.

InfrastructureActu

1 source

3Robotics Business Review

Innodata ouvre un laboratoire de capture de mouvement pour rendre les robots humanoïdes plus proches des gestes humains

Innodata, société new-yorkaise de data engineering fondée en 1988 et basée à Ridgefield Park (New Jersey), a annoncé l'ouverture d'un laboratoire de capture de mouvement destiné à produire des données d'entraînement pour l'IA physique. L'installation doit aussi valider de façon indépendante les données de performance que les robots génèrent en interne. Elle couvre des humanoïdes, du matériel téléopéré, des systèmes portables, des rigs de capteurs, des pinces UMI (Universal Manipulator Interface) et d'autres dispositifs de capture multimodaux. Selon Franklin Tanner, vice-président robotique et IA physique, Innodata capte le mouvement 3D directement sur les corps, humains ou mécaniques, plutôt que de l'inférer à partir de vidéos 2D comme le font d'autres fournisseurs. Les capteurs enregistrent chaque articulation, ce qui compte pour des humanoïdes pesant près de 90,7 kg (200 lb). Les données réelles servent ensuite d'amorce à des jumeaux numériques et à des simulations qui génèrent des cas limites. Le PDG Rahul Singhal parle d'une offre « de bout en bout », de la collecte à l'évaluation des modèles. Aucun volume de données, nombre de capteurs, tarif ni client n'a été communiqué. Le message adressé aux équipes robotiques est que la donnée est devenue le goulot d'étranglement, davantage que le matériel. Contrairement aux LLM, qui ont profité de l'immense corpus du web, l'IA physique manque de données d'interaction. Tanner résume : elle doit « gagner ses tokens une interaction à la fois ». L'exemple de la tasse le montre : saisir une tasse par l'anse ou par la base n'a pas la même conséquence si elle contient un liquide brûlant, et ce contexte est rarement encodé dans les jeux de données existants. L'offre de validation indépendante vise un autre point sensible du secteur, la difficulté de vérifier les métriques que les constructeurs publient eux-mêmes. Pour un intégrateur ou un décideur industriel, un tiers capable de mesurer la précision cinématique serait utile, à condition que la méthodologie soit publiée. Il faut par ailleurs relativiser : l'argument selon lequel la capture 3D directe surpasse l'inférence vidéo vient du prestataire lui-même, sans comparatif chiffré. Tanner reconnaît d'ailleurs que la collecte « en conditions réelles » reste très coûteuse et qu'il faut s'appuyer sur la simulation pour couvrir la variabilité. Ce lancement s'inscrit dans la montée d'un marché de la donnée robotique, où se positionnent aussi des spécialistes du téléopéré et de la capture égocentrique, tandis que les grands acteurs (Tesla avec Optimus, Figure, Nvidia avec GR00T, Physical Intelligence avec Pi-0) constituent leurs propres corpus en interne. Innodata, historiquement acteur de la donnée pour l'IA générative, cherche ici à transposer son savoir-faire d'annotation et d'évaluation vers la robotique. Il s'agit pour l'instant d'une ouverture de site : aucun client ni pilote n'est nommé, et la valeur réelle dépendra des contrats signés et de la qualité des jeux de données livrés. Le sujet de l'IA physique et des humanoïdes sera au programme de RoboBusiness, les 20 et 21 octobre 2026 à Santa Clara, en Californie.

UEPas d\'impact direct sur la France/UE

InfrastructureActu

1 source

4IEEE Spectrum Robotics

Les modèles vision-langage apprennent aux robots à lire les émotions humaines

Des chercheurs de l'Université de Melbourne ont entraîné un robot collaboratif à reconnaître les émotions humaines en combinant analyse faciale et facteurs contextuels, via un modèle de langage visuel (VLM, ou Vision Language Model). Les résultats, publiés le 18 mai 2026 dans IEEE Robotics and Automation Letters, montrent que cette approche surpasse les systèmes classiques de reconnaissance d'expression : le VLM obtient un score de similarité de 0,86 sur 1, contre 0,77 pour les outils d'analyse faciale et de suivi d'objets conventionnels. L'étude a été conduite par Seung Chan Hong dans le cadre de sa thèse de licence, avec une cohorte de 40 volontaires. Pour entraîner le modèle, des participants ont d'abord visionné des vidéos de robots effectuant des transferts d'objets à des humains avec des degrés de succès variés, puis décrit les émotions perçues en tenant compte de la scène complète : posture, gestes (doigts qui tambourinent, lèvres pincées), position dans l'espace, et non plus seulement l'expression du visage. Dans un second test, le robot équipé du VLM a intentionnellement commis une erreur, puis proposé soit une excuse adaptée à l'état émotionnel perçu, soit une formule pré-scriptée. Résultat : 31 personnes sur 40 ont préféré la réponse contextuelle. Le résultat le plus significatif n'est pourtant pas le gain de performance du VLM, mais la limite qu'il révèle. Même avec une excuse personnalisée et émotionnellement cohérente, la confiance des participants envers le robot avait chuté après l'erreur, indépendamment de la qualité de la réponse sociale. Les auteurs en tirent une conclusion directe pour les intégrateurs et les équipes de conception : l'adaptivité émotionnelle agit comme un lubrifiant social, elle n'efface pas un déficit fonctionnel. Pour les COO et décideurs qui évaluent des déploiements de cobots en environnement humain, cela signifie que l'investissement dans la fiabilité mécanique reste prioritaire sur les couches d'intelligence émotionnelle. En revanche, dans les scénarios où des erreurs sont inévitables, un module de reconnaissance émotionnelle contextuelle peut atténuer les effets négatifs sur la relation opérateur-robot, ce qui est pertinent dans les environnements d'assemblage ou de logistique. Le VLM utilisé dans l'étude fonctionne sur un principe similaire aux grands modèles de langage comme ChatGPT, mais avec une entrée visuelle permettant une lecture de scène au-delà de la seule mimique faciale. La recherche en interaction humain-robot (HRI) investit depuis plusieurs années dans les modèles de reconnaissance d'affect, mais les approches classiques restaient cantonnées à l'analyse des expressions faciales ou au suivi de posture. L'intégration des VLMs dans ce domaine suit la vague des modèles de vision-langage généralistes issus de Google DeepMind, OpenAI ou Meta. L'étude de Melbourne se distingue par une validation empirique sur sujets humains réels avec une tâche collaborative concrète, plutôt qu'une évaluation sur benchmark. Les prochaines étapes pour ce type de recherche incluront probablement des tests en environnement industriel contrôlé, pour vérifier si la perception émotionnelle reste robuste sous pression temporelle et dans des scènes visuellement chargées.

RecherchePaper

1 source