La robotique ne connaîtra pas de moment Llama bien défini

Au-delà de la dextérité : pourquoi le contact pourrait définir la prochaine ère de la robotique

Lors de l'IEEE International Conference on Robotics and Automation (ICRA 2026) à Vienne, la démonstration ayant le plus mobilisé les visiteurs n'était pas un bras industriel ni un humanoïde en équilibre : c'était une paire de mains robotiques en train de fabriquer un animal en ballon. La société AGILINK y a présenté son système bimain OmniHand 3 Ultra-M réalisant une torsion séquentielle de ballon long format, sans le faire éclater, en gérant en temps réel la déformation de l'objet, la pression interne et la friction de contact. Ce type de tâche, qualifié de "long-horizon contact-rich manipulation", constitue un benchmark reconnu dans la communauté : la légèreté et la déformabilité d'un ballon rendent toute régulation de force particulièrement délicate, et chaque torsion modifie la géométrie et les propriétés mécaniques de l'objet, imposant une adaptation continue du contrôle. Pour entraîner le système, AGILINK a capturé des démonstrations d'artistes professionnels en sculpture sur ballon, les a transposées en politiques de manipulation sur ses mains robotiques, puis a enrichi l'apprentissage par renforcement non seulement avec les séquences réussies, mais aussi avec les interventions correctrices d'opérateurs humains enregistrées chaque fois que l'exécution dérivait vers l'échec. Ce résultat illustre un glissement de paradigme dans la manipulation robotique : après des années centrées sur la dextérité au sens cinématique (nombre de degrés de liberté, précision de positionnement), le vrai verrou se situerait désormais dans la gestion du contact lui-même. La capacité à maintenir une interaction stable avec un objet dont les propriétés évoluent en continu, ce qu'AGILINK désigne par "contact intelligence", reste hors de portée de la plupart des systèmes commerciaux actuels. Pour les intégrateurs industriels et les équipes R&D en manipulation, ce démo signale que les progrès en sensing visuotactile et en politiques d'apprentissage par imitation commencent à produire des résultats reproductibles sur des tâches à la limite du geste humain. La prudence s'impose toutefois : ICRA 2026 est un cadre contrôlé, et les vidéos présentées sélectionnent les exécutions réussies sans données publiées sur le taux de succès systématique ni sur les conditions de répétabilité en dehors du laboratoire. AGILINK, spécialisée dans la manipulation dextre, développe depuis plusieurs années la plateforme OmniHand en combinant sensing visuotactile, contrôle en force et politique bimanuelle. Son positionnement la place en concurrence directe avec Shadow Robot au Royaume-Uni, Dexterous Robotics, et les divisions R&D en main robotique d'ABB et FANUC, ainsi qu'avec des groupes académiques de Stanford et du MIT travaillant sur des architectures similaires. À noter que l'article source est un contenu sponsorisé par AGILINK publié dans le cadre de la couverture ICRA 2026, ce qui en limite l'indépendance éditoriale. Les prochaines étapes annoncées portent sur des extensions vers des tâches industrielles à contact riche, sans qu'un calendrier de déploiement commercial ni des volumes de production aient été précisés.

Modélisation du monde en contexte pour le contrôle robotique

Des chercheurs ont publié le 25 juin 2026 un preprint arXiv (2606.26025) présentant ICWM (In-Context World Modeling), un cadre d'adaptation pour les modèles Vision-Language-Action (VLA) appliqués à la robotique. Les VLA actuels échouent dès que le contexte d'exécution change - angle de caméra différent, morphologie de robot modifiée - parce qu'ils supposent un contexte fixe, celui rencontré pendant l'entraînement, et nécessitent un fine-tuning intensif en données pour toute nouvelle configuration. ICWM traite l'identification du système comme un problème d'adaptation en contexte : avant d'exécuter une tâche, le robot génère de courtes interactions autonomes agnostiques à la tâche, dont l'historique est injecté dans la fenêtre de contexte du modèle. Celui-ci infère ainsi implicitement la dynamique du système courant - position de caméra, configuration mécanique - sans mise à jour de poids. Les expériences menées en simulation et sur plateformes réelles montrent que ICWM surpasse significativement les baselines VLA standards sur des configurations de caméra inédites. La généralisation des VLA est le verrou principal qui freine le déploiement industriel de la robotique généraliste. Pi-0 (Physical Intelligence), GR00T N2 (NVIDIA), OpenVLA et les modèles Google nécessitent tous du fine-tuning dès qu'on change la disposition d'une caméra ou la morphologie d'un robot, ce qui rend les pilotes industriels coûteux et longs à mettre en place. ICWM attaque ce problème sans modifier les poids du modèle : l'adaptation passe uniquement par le contexte, à l'image de ce que l'In-Context Learning a apporté aux LLMs. Pour un intégrateur ou un COO industriel, cela signifie potentiellement déployer un même modèle sur plusieurs lignes avec des géométries de capteurs différentes, sans pipeline de re-entraînement. La contribution est conceptuellement distincte : là où l'ICL classique spécifie quelle tâche effectuer, ICWM apprend comment le système fonctionne - une couche d'adaptation complémentaire aux approches existantes. Les modèles VLA ont connu une explosion depuis 2024 : RT-2 (Google DeepMind), Pi-0 de Physical Intelligence, GR00T N2 d'NVIDIA présenté à GTC 2025, et plus récemment Helix (Figure AI) illustrent la convergence entre fondations LLM et contrôle moteur. La fragilité aux variations contextuelles - ce qu'on appelle le "demo-to-deployment gap" - reste une critique récurrente formulée notamment par des acteurs européens comme Enchanted Tools ou Wandercraft, qui misent sur des architectures plus déterministes pour des environnements industriels contraints. ICWM s'inscrit dans une tendance plus large : importer les paradigmes d'adaptation du machine learning directement dans la boucle de contrôle robotique, sans passer par un cycle de collecte de données et de re-entraînement. Le preprint ne mentionne ni partenariat industriel, ni code open-source, ni dataset public : il s'agit d'une contribution de recherche pure, sans déploiement commercial annoncé à ce stade.

💬 Le vrai frein au déploiement robotique industriel, ce n'est pas la performance brute des VLA, c'est que la moindre caméra déplacée oblige à relancer un fine-tuning complet. ICWM importe dans la boucle de contrôle la même logique qui a rendu les LLMs flexibles, et si ça tient, c'est un changement de calcul économique pour les intégrateurs européens qui tentent des pilotes. Bon, pour l'instant c'est un preprint sans code ni partenaire industriel, donc on verra.

Voici pourquoi l'avenir de la maçonnerie pourrait bien être robotique

Salar al Khafaji, fondateur et PDG de la start-up Monumental, est l'invité d'un épisode du podcast Lexicon pour évoquer les robots autonomes que sa société développe pour le secteur du bâtiment. Avant Monumental, al Khafaji avait créé la société de visualisation de données Silk, rachetée par Palantir. Monumental a mis au point des robots capables de transporter des matériaux et de construire des murs en briques sur des chantiers commerciaux. Chaque brique posée est photographiée avec une caméra 3D, au moment de la préhension puis de la pose, ce qui permet au système de repérer les unités déformées ou ébréchées, surnommées en interne les « banana bricks », et d'ajuster leur positionnement. Des capteurs de charge mesurent en continu la pression exercée pendant la pose, car le mortier est un fluide non newtonien dont le comportement varie selon la viscosité et l'humidité. Avant même de poser une brique, le robot doit se localiser précisément sur le site, lire les plans de construction et déterminer l'emplacement exact des murs et des ouvertures. Al Khafaji affirme, sans donner de chiffre vérifiable, qu'un seul robot Monumental pose environ autant de briques par équipe de travail qu'un maçon humain, et que l'entreprise a constitué ce qu'il décrit, avec humour, comme « le plus grand jeu de données sur les briques au monde ». Ce témoignage éclaire un point de tension classique de la robotique de terrain : le passage du laboratoire au chantier réel, où lumière, météo, surfaces et matériaux changent en permanence et ne peuvent être anticipés par la seule ingénierie. Pour al Khafaji, seule la donnée collectée in situ fait foi, ce qui rejoint le débat plus large sur l'écart entre démonstrations contrôlées et déploiement effectif dans l'industrie des robots humanoïdes et manipulateurs. Il relativise aussi la vitesse individuelle du robot comme métrique clé, jugeant absurde l'idée de robots maçons pleinement autonomes alimentés à la brouette par des humains toutes les quinze minutes, ce qui suggère que la vraie valeur se joue au niveau de la logistique de flotte et de l'intégration de chantier plutôt que sur la seule tâche de pose. Ces affirmations restent celles du fondateur dans un format d'interview promotionnelle, sans cycle time précis, sans nombre de sites ni chiffres de déploiement indépendamment vérifiés. Sur le plan du positionnement, al Khafaji justifie son choix du BTP par la taille économique du secteur, sa stagnation en productivité et son rôle dans la hausse des coûts du logement, un terrain qu'il juge sous-estimé par les entrepreneurs technologiques habitués aux logiciels. L'épisode ne mentionne ni date de lancement commercial, ni levée de fonds, ni site pilote nommé, ni acteur concurrent explicite : il s'agit d'une discussion de vision et de méthode technique, pas d'une annonce produit ou d'un déploiement chiffré.

Le rêve du robot majordome ne tient pas debout

LG a dévoilé CLOiD, un robot domestique équipé de roues plutôt que de jambes. L'entreprise coréenne indique entraîner un modèle de fondation robotique en déployant plusieurs centaines d'unités CLOiD dans de véritables environnements domestiques, misant sur la collecte de données réelles plutôt que sur la seule démonstration. L'annonce intervient dans une année marquée par la multiplication des humanoïdes : au CES, des dizaines de robots à forme humaine ont été exposés, dont plusieurs destinés au foyer. Aux Etats-Unis, 1X Robotics a déjà placé son robot Neo, facturé 20 000 dollars, dans des maisons pour effectuer des tâches ménagères, avec toutefois une assistance humaine à distance encore substantielle. Cette semaine, au salon IFA de Berlin, une demi-douzaine d'humanoïdes, en majorité chinois, doivent défiler pour illustrer les progrès du secteur. Le choix de roues plutôt que de jambes tranche avec l'obsession actuelle pour la bipédie et traduit un pari pragmatique : pour la plupart des tâches ménagères, une base roulante fiable coûte moins cher à développer qu'une locomotion humanoïde complexe. Pour les intégrateurs et décideurs industriels, cela questionne l'idée selon laquelle la forme humaine serait indispensable pour opérer dans des environnements pensés pour l'humain. Le cas de Neo illustre aussi l'écart persistant entre démonstration et autonomie réelle : le robot dépend encore largement de téléopérateurs, preuve que l'autonomie complète en environnement domestique demeure un défi non résolu. Le défilé prévu à l'IFA, pensé comme vitrine commerciale plutôt que comme validation technique, invite à distinguer les démonstrations chorégraphiées d'un déploiement opérationnel réellement vérifié. Ce mouvement s'inscrit dans une accélération plus large de la robotique humanoïde en 2026, portée par des acteurs chinois de plus en plus présents sur les salons occidentaux, aux côtés d'entreprises américaines comme 1X. LG, historiquement fabricant d'électronique grand public et d'électroménager, cherche ainsi à se positionner sur le marché naissant du robot domestique en misant sur l'apprentissage par la donnée plutôt que sur la prouesse mécanique. Aucune date de commercialisation ni aucun prix n'ont été communiqués pour CLOiD, l'entreprise se concentrant pour l'instant sur la collecte de données via ses déploiements pilotes. Malgré l'engouement médiatique entourant les humanoïdes bipèdes, le robot majordome capable de gérer seul une maison reste, à ce stade, davantage une promesse qu'une réalité commerciale.