IndustrielInteresting Engineering 19 juin 2026

Vidéo : un système robotique atteint 99,5 % de réussite dans le câblage rapide en usine automobile

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

La société canadienne Sanctuary AI a annoncé avoir atteint un taux de succès supérieur à 99,5 % sur une tâche d'insertion de connecteurs de câbles flexibles pour un équipementier automobile Tier 1 mondial non identifié. L'opération s'est déroulée sur une ligne de production active, avec un temps de cycle de 2,54 secondes validé contre les exigences de cadence du client. La difficulté intrinsèque de cette tâche tient à la nature des câblages souples : ils peuvent se tordre, se déformer et changer de position de façon imprévisible lors du transport sur convoyeur. Le système est piloté par la plateforme "Physical AI" de Sanctuary AI, qui combine perception en temps réel via caméras et capteurs, planification de trajectoire et contrôle adaptatif pour détecter, suivre, aligner et insérer les connecteurs sans arrêt de ligne. Olivia Norton, co-fondatrice et CTO, a résumé l'enjeu : "Manipuler un câble flexible sur une cible en mouvement sur un convoyeur en direct est exactement le type de problème de dextérité à contact riche qui a maintenu ce type de tâches hors de portée de l'automatisation traditionnelle."

Ce résultat mérite attention à plusieurs égards. Le contexte est une ligne de production réelle, non un environnement de démonstration contrôlé, ce qui donne davantage de poids au taux annoncé. Le chiffre de 2,54 secondes n'est pas une métrique absolue mais un temps calibré contre les benchmarks opérationnels du client, distinction qu'il faut garder à l'esprit pour ne pas généraliser hors contexte. Pour les intégrateurs et les responsables industriels, l'approche de Sanctuary AI est notable : plutôt que d'attendre la maturité commerciale des humanoïdes, l'entreprise déploie son IA sur des systèmes industriels existants via une architecture agnostique du hardware. Ce positionnement réduit le risque d'adoption, préserve les investissements en infrastructure existants et produit des données de production sur des tâches d'assemblage restées historiquement inaccessibles à l'automatisation classique, notamment dans les industries automobile et électronique où la manipulation de câblages flexibles représente un volume de travail manuel encore considérable.

Fondée à Vancouver, Sanctuary AI développe le robot humanoïde Phoenix mais mise d'abord sur la valorisation de son IA sur des plateformes existantes avant le passage à l'échelle des humanoïdes. Elle s'inscrit dans une course qui implique Figure AI (Figure 02), Tesla (Optimus Gen 3), Boston Dynamics (Atlas), 1X Technologies et Agility Robotics (Digit), ainsi que des acteurs de niche comme Enchanted Tools en France sur le segment hospitalier. L'équipementier Tier 1 impliqué n'a pas été nommé publiquement, ce qui limite la vérification indépendante des performances annoncées. Aucun volume de déploiement ni calendrier d'extension n'ont été précisés, des données qui permettraient de mieux qualifier l'ampleur réelle du projet au-delà de cette première validation en conditions de production.

Impact France/UE

L'approche hardware-agnostique de Sanctuary AI pour l'assemblage de câbles flexibles pourrait accélérer l'automatisation de tâches manuelles encore courantes dans les usines automobiles et électroniques européennes (Stellantis, Valeo, Bosch), sans nécessiter de remplacement d'infrastructure existante.

Dans nos dossiers

Figure 1X Technologies Tesla Optimus Boston Dynamics

À lire aussi

1TechNode

Xiaomi fait le point sur ses robots humanoïdes en usine automobile, avec 98 % de réussite sur certaines tâches

Xiaomi a communiqué de nouveaux résultats sur le déploiement de son robot humanoïde dans une de ses usines automobiles. Après quatre mois d'itérations successives, le taux de réussite du robot sur un poste de vissage d'écrous autotaraudeurs est passé de 90,2 % à 98 %, selon les chiffres avancés par l'entreprise, réduisant l'écart avec le taux de qualification des ouvriers humains à un seul point de pourcentage. Xiaomi a également étendu les tâches confiées à la machine avec deux nouveaux postes : le tri de panneaux latéraux de console centrale et le pliage puis recyclage de bacs à pièces, tous deux affichant un taux de réussite de 90 %. Le poste de tri des panneaux de console constitue, selon le constructeur, la première fois qu'un robot humanoïde effectue des opérations continues de longue durée sur des pièces souples dans une usine automobile. Ces chiffres proviennent de communications internes de l'entreprise, relayées par le média chinois Jiemian, sans validation indépendante. Ce type d'annonce pèse dans le débat sur l'écart entre démonstration et réalité industrielle qui traverse le secteur des robots humanoïdes. Manipuler des pièces souples et non rigides en continu reste l'un des obstacles majeurs à une automatisation généralisable au-delà de tâches répétitives sur objets calibrés, un problème central pour les intégrateurs et les décideurs industriels qui évaluent la maturité réelle de ces machines avant d'investir. Un taux de réussite proche de celui d'un opérateur humain sur un poste de production, si confirmé à plus grande échelle, renforcerait l'argument selon lequel certains modèles de contrôle vision-langage-action commencent à tenir leurs promesses en environnement de production réel, et pas seulement en laboratoire. Xiaomi investit dans la robotique humanoïde depuis la présentation de son robot CyberOne en 2022, dans un contexte où les groupes chinois comme Unitree, UBTech et Fourier Intelligence multiplient les essais en usine, aux côtés d'acteurs occidentaux tels que Figure AI, Tesla avec Optimus ou Agility Robotics. Xiaomi n'a pas communiqué de calendrier de déploiement à grande échelle ni de volumes de production visés, laissant ces annonces au stade d'un pilote industriel interne plutôt que d'un déploiement commercial confirmé.

IndustrielActu

1 source

2Interesting Engineering

Audi teste des robots humanoïdes mobiles qui pourraient prendre en charge le tri de pièces dans les usines automobiles

Audi teste des humanoïdes mobiles Agile One, développés par le Munichois Agile Robots, pour automatiser le séquencement de pièces dans son Production Lab d'Ingolstadt, en Allemagne. Le projet, annoncé le 21 octobre lors du NVIDIA GTC Berlin, est une preuve de concept. Les robots doivent prélever des composants dans des bacs et les ranger dans l'ordre exigé par les postes d'assemblage. Agile One combine une portée à hauteur humaine, une manipulation à deux bras et une base à roues. Dassault Systèmes construit un jumeau virtuel de l'environnement logistique avec DELMIA et la plateforme 3DEXPERIENCE, tandis que les bibliothèques NVIDIA Omniverse simulent l'environnement physique et les interactions robotiques. La logistique d'Audi représente environ un million de prélèvements par jour. Ce chiffre décrit le flux actuel, pas une performance des robots. L'annonce ne donne ni cadence, ni taux d'erreur, ni calendrier de déploiement élargi. Le séquencement est l'un des derniers îlots résistants à l'automatisation en logistique automobile. Les pièces varient en forme, en emballage et en position, et certaines, souples ou semi-rigides, se déforment pendant la saisie. Les robots conventionnels, conçus pour des objets précis dans des environnements contrôlés, y réussissent mal. Si l'approche tient ses promesses, un humanoïde sur base roulante pourrait s'insérer dans des flux existants sans refonte de l'usine autour de postes fixes. C'est l'argument central des intégrateurs et des directions industrielles. La démarche mérite aussi attention pour sa méthode: valider faisabilité, temps de cycle, ergonomie et sécurité en simulation avant les essais physiques limite les interruptions de production. En revanche, l'absence de métriques mesurées interdit de conclure que le fossé entre démonstration et réalité industrielle est comblé. À ce stade, il s'agit d'un pilote en environnement de laboratoire, pas d'un déploiement en ligne de production. Ce pilote s'inscrit dans la multiplication des essais d'humanoïdes chez les constructeurs automobiles. BMW travaille avec Figure, Mercedes-Benz avec Apptronik et Hyundai avec Boston Dynamics, chacun cherchant à prouver une utilité concrète hors des vidéos de démonstration. Agile Robots se positionne comme un acteur européen capable d'associer robotique, IA et partenaires de simulation, avec le soutien de l'écosystème NVIDIA, ce qui compte pour les industriels européens soucieux de proximité technologique. Pour Audi, le Production Lab sert à évaluer des technologies avant tout passage à l'échelle dans ses usines. Les prochaines étapes à surveiller sont la publication de résultats chiffrés (cadence de prélèvement, taux d'erreur, disponibilité), le passage éventuel du laboratoire à une ligne réelle et le coût par prélèvement face aux solutions existantes. Aucun de ces éléments n'a été communiqué pour l'instant.

UEUn constructeur allemand (Audi) teste un humanoïde conçu par l'européen Agile Robots, avec Dassault Systèmes pour le jumeau numérique, ce qui renforce une filière industrielle franco-allemande en robotique.

IndustrielActu

1 source

3Pandaily

Leju Robotics déploie 15 humanoïdes sur une ligne de chargement de pièces automobiles, avec environ 98 % de réussite

Leju Robotics et l'équipementier automobile Zhaofeng ont mis en exploitation courante 15 robots humanoïdes sur une ligne de chargement de pièces de l'usine n°3 de Zhaofeng, à Xiaoshan (Hangzhou). La solution conjointe a été présentée sur site le 15 octobre. Les robots prélèvent de petits composants, comme des roulements de moyeu de roue de 80 à 120 mm de diamètre intérieur, dans des bacs en treillis métallique, puis les déposent à des positions prédéfinies sur des machines d'usinage. Selon un représentant de Zhaofeng cité par Securities Times, la flotte couvre 15 postes et plus de 10 références, avec un taux de réussite stable à 98 %. Le déploiement tourne depuis plus de deux mois, soit environ 1 000 heures cumulées et plus de 60 000 pièces produites. Ces chiffres sont déclarés par les deux entreprises, sans audit indépendant, et le taux de succès n'est pas défini précisément (par cycle, par pièce, avec ou sans intervention humaine). Le point faible reste la vitesse. Un cycle de chargement dure moins de 40 secondes d'après Securities Times (environ 35 secondes selon Jiemian), contre une quinzaine de secondes pour un opérateur qualifié au même poste. Le président de Zhaofeng indique que les bras robotisés fixes de l'usine atteignent 10 à 15 secondes sur certaines opérations, et que les humanoïdes devront approcher 15 secondes pour justifier une adoption élargie, ce qu'il attend d'ici six mois à un an. Le choix de l'humanoïde dans une usine déjà automatisée s'explique par la nature des commandes: certaines commandes de pièces de rechange destinées à l'export ne portent que sur 250 à 300 jeux, avec beaucoup de références et des changements de série fréquents. Les humanoïdes prennent en charge les tâches de transfert, de chargement et d'ajustement entre les étapes automatisées, sans remplacer la ligne. L'intérêt de cette annonce tient moins à la performance brute qu'à son statut: un déploiement multi-robots, sur plusieurs semaines, avec des heures et des volumes chiffrés, ce qui la distingue des démonstrations ponctuelles. Elle montre aussi que le critère décisif pour les intégrateurs sera le temps de cycle et la reconfiguration rapide, davantage que la dextérité. Un robot deux à trois fois plus lent qu'un humain n'est rentable que dans les environnements à forte variété et faibles séries, ce que confirme le discours de Zhaofeng. Leju affirme avoir découpé la compétence de chargement en plus de 30 modules de base, assemblables sans programmation bas niveau, ce qui ramènerait le développement de plusieurs mois à quelques semaines. Une plateforme d'ordonnancement multi-robots diffuse la compétence à toute la flotte, et des modules de sécurité détectent chutes de pièces, collisions et excès de vitesse. Jiemian rappelle toutefois que le transfert vers d'autres usines exigera de s'adapter à de nouvelles pièces, interfaces machines et règles de sécurité. Ce projet s'inscrit dans la course chinoise au déploiement industriel d'humanoïdes, où UBTECH avance avec FAW-Volkswagen, de l'inspection qualité vers la logistique d'usine, et où Inovance vient de dévoiler son humanoïde à roues InoBot W1. Leju mise sur la donnée: la flotte génère plus de 40 000 enregistrements par mois, et les deux partenaires vont verser un jeu de données de chargement de pièces automobiles, issu d'opérations réelles, à la communauté OpenLET de la fondation OpenAtom. Le PDG de Leju, Chang Lin, fait de la vitesse la priorité, notamment par un meilleur usage des deux bras pour saisir plusieurs pièces à la fois. Le prochain jalon à surveiller est donc l'objectif d'environ 15 secondes par cycle, attendu dans un délai de six à douze mois.

UEPas d\'impact direct sur la France/UE

IndustrielActu

1 source

4Interesting Engineering

Vidéo : un chien robot traque les micro-fuites de gaz dans le gigantesque hub de stockage de CO₂ norvégien

Un robot quadrupède baptisé "Roberta", construit par la société suisse ANYbotics, patrouille l'installation Northern Lights d'Equinor sur les côtes de Norvège occidentale. Ce hub de stockage de carbone, largement automatisé, reçoit du CO2 liquide capturé dans des usines européennes et l'injecte en permanence dans des réservoirs géologiques situés à 2 500 mètres sous le fond marin. Roberta est un ANYmal D, certifié IP67 (étanche à la poussière et à l'eau), capable de naviguer sur des escaliers métalliques ouverts et des surfaces glissantes sous les tempêtes de la mer du Nord. Équipé de caméras thermiques, de capteurs de gaz et d'un système d'imagerie acoustique comprenant 64 microphones, il détecte les fuites microscopiques en repérant leurs sifflements haute fréquence bien avant tout opérateur humain. Chaque mois, ces quadrupèdes autonomes effectuent des rondes d'inspection sur plusieurs sites, cartographiant les concentrations de gaz, auditant les températures des équipements, et transmettant les données en temps réel à un centre de commande situé à trente minutes du site. Ce déploiement illustre un changement de paradigme opérationnel dans l'industrie lourde : plutôt que d'exposer des techniciens à des environnements hostiles en continu, le robot assure la surveillance permanente pendant que des modèles d'IA analysent les données et n'alertent les équipes humaines qu'en cas d'anomalie avérée. Les industriels utilisant ces quadrupèdes rapportent une réduction de 70 à 90 % de l'exposition humaine aux environnements dangereux. L'impact financier est également mesurable : déployé dans une cimenterie, l'ANYmal D a détecté des fuites d'air comprimé dont la réparation a réduit les émissions de CO2 de l'installation de 1 200 tonnes par an. Ces chiffres, bien qu'issus directement des communications d'ANYbotics, donnent un ordre de grandeur concret pour les décideurs qui évaluent le retour sur investissement de l'inspection autonome. Dans le secteur énergétique, où chaque micro-fuite représente un gaspillage économique et une pénalité carbone, le cas d'usage est particulièrement solide. ANYbotics, spin-off de l'ETH Zurich fondée en 2016 sous la direction du CEO Péter Fankhauser, s'est imposée comme l'un des leaders de l'inspection robotique industrielle aux côtés de Boston Dynamics (Spot) et de Ghost Robotics. La prochaine étape commerciale de la société est l'ANYmal X, présenté comme le premier robot quadrupède antidéflagrant au monde, conçu pour les zones ATEX (pétrole, gaz, chimie) où les gaz combustibles rendent dangereux tout équipement susceptible de produire des étincelles. Il s'agit pour l'instant d'une annonce de lancement commercial imminent, pas encore d'un produit déployé à grande échelle. Le déploiement sur Northern Lights, premier projet de capture et stockage de CO2 industriel à grande échelle en Europe, positionne ANYbotics sur un segment stratégique appelé à croître avec le durcissement des réglementations carbone de l'UE et la multiplication des infrastructures CCS sur le continent.

UELe déploiement sur Northern Lights, première infrastructure CCS industrielle à grande échelle en Europe, positionne l'inspection robotique autonome comme solution stratégique pour les opérateurs d'infrastructures énergétiques européens soumis au durcissement des réglementations carbone de l'UE.

IndustrielActu

1 source