HumanoïdesThe Robot Report 28 juin 2026

AGIBOT produit son 15 000e robot, marquant un cap dans le déploiement de l'IA incarnée

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

AGIBOT, fondée à Shanghai en 2023, a annoncé la sortie de son 15 000e robot de sa ligne de production, un jalon qui coïncide avec la publication de données de cadence inédites pour le secteur. La trajectoire de montée en volume est frappante : il a fallu environ un an pour passer de 1 000 à 5 000 unités, puis seulement trois mois supplémentaires pour atteindre 10 000, soit une accélération de production de plus de quatre fois par rapport à la phase précédente. L'unité symbolique numéro 15 000 est un AGIBOT G2, manipulateur mobile sur roues doté d'un torse et de deux bras humanoïdes, conçu pour les tâches industrielles. Le G2 est actuellement déployé sur les lignes de production de tablettes du fabricant Longcheer, où il effectue des contrôles qualité en rythme avec les cadences d'usine. Fin juin, AGIBOT a conclu environ 100 heures cumulées de diffusion en direct de ces opérations, avec le robot travaillant en continu aux côtés d'opérateurs humains.

Ces chiffres modifient l'étalon de référence dans la course aux humanoïdes industriels. Selon le cabinet d'études Omdia, AGIBOT a terminé 2025 en tête mondiale des expéditions de robots humanoïdes, avec 5 168 unités livrées et 39 % de part de marché mondiale. À titre de comparaison, les concurrents les plus médiatisés, Agility Robotics (Amazon), Boston Dynamics, Figure AI et Humanoid, en sont encore principalement aux phases de pilote ou de trials commerciaux limités. Ce que la progression de cadence d'AGIBOT démontre, c'est que le véritable défi post-démonstration n'est pas le robot lui-même mais l'ensemble de la chaîne : supply chain, processus de fabrication reproductibles, intégration logiciel-matériel, et capacité de déploiement terrain à grande échelle. La différence entre un démonstrateur convaincant et 15 000 unités livrées en milieu réel reste considérable, et AGIBOT semble avoir investi autant dans cet outillage industriel que dans la performance du robot.

AGIBOT a été fondée il y a à peine trois ans avec l'ambition de produire un modèle de fondation pour l'IA incarnée, articulé autour d'une architecture propriétaire baptisée "Three Intelligences in One" qui unifie la locomotion, l'interaction et la manipulation dans un système commun. Son portefeuille couvre aujourd'hui les robots humanoïdes, les quadrupèdes, les systèmes de dextérité avancée et les solutions de nettoyage commercial. Le positionnement concurrentiel est clair : quand Figure AI annonce des partenariats avec BMW et que Agility teste ses Digit chez Amazon, AGIBOT mise sur le volume livré comme argument commercial principal. La prochaine étape crédible à surveiller sera la cadence de renouvellement de contrats industriels, et non les seules annonces de production, pour valider que ces robots restent réellement en service, et pas simplement expédiés.

Impact France/UE

Le leadership d'AGIBOT en volume de production humanoïde (39 % de part de marché mondial selon Omdia) redéfinit l'étalon de référence industriel et expose les intégrateurs et fabricants européens à une concurrence chinoise déjà opérationnelle à l'échelle industrielle, accentuant le retard des acteurs UE sur la chaîne de production robotique.

Dans nos dossiers

Figure Boston Dynamics AgiBot Agility Robotics — Digit

À lire aussi

1Interesting Engineering

Le robot Codey, adapté aux enfants, illustre l'avenir de l'AGI incarnée dans l'éducation et la santé

Mind Children, une startup de Seattle, a présenté Codey, un robot humanoïde d'environ 90 centimètres de hauteur conçu pour les environnements publics comme les musées, hôtels et galeries d'art. Le robot embarque le framework Hyperon de SingularityNET, une plateforme d'intelligence artificielle générale (AGI) décentralisée, censée lui permettre de naviguer de façon autonome, de tenir des conversations et de prendre des décisions basiques sans téléopération humaine. Ses yeux lumineux hazel et ses animations faciales expressives visent à le rendre accessible, particulièrement aux enfants. Mind Children prévoit de conduire des études pilotes dans ces trois types de lieux dès 2026, avec une deuxième génération du robot annoncée pour 2027. La société a lancé une campagne de financement participatif et a levé à ce jour plus de 600 000 dollars sur un objectif d'un million. À court terme, l'équipe cible une capacité simple : permettre à Codey d'appuyer sur des boutons physiques, une étape significative dans le contexte de la manipulation. L'intérêt de Codey pour les décideurs B2B n'est pas tant dans ses capacités physiques actuelles, encore très limitées, que dans la démonstration d'une navigation autonome et d'une interaction conversationnelle sans supervision humaine temps réel dans des espaces ouverts et imprévisibles. C'est précisément le "demo-to-reality gap" que beaucoup de plateformes humanoïdes peinent encore à combler dans des contextes non structurés. Si les pilots 2026 confirment une robustesse opérationnelle réelle, cela ouvrirait un segment de marché distinct de la robotique industrielle: les environnements d'accueil, de soin et d'éducation, où la sécurité perçue et l'interaction naturelle priment sur le débit ou la précision de manipulation. Il convient néanmoins de nuancer: les vidéos publiées restent des démonstrations contrôlées, et aucune métrique de fiabilité opérationnelle sur durée longue n'a été communiquée. Mind Children s'appuie sur Hyperon, le framework AGI décentralisé de SingularityNET, l'organisation fondée par Ben Goertzel, figure historique de la recherche en AGI et co-créateur de Sophia, le robot humanoïde de Hanson Robotics. L'architecture décentralisée de Hyperon distribue les capacités de raisonnement, représentation de connaissance et calcul sur un réseau d'agents IA, à l'opposé des systèmes centralisés dominants. Dans le paysage concurrentiel, Codey se positionne loin des humanoïdes industriels comme Figure 03, Optimus Gen 3 d'Tesla ou Apollo d'Apptronik, et plus près de robots de service sociaux comme Pepper (SoftBank) ou ARI (PAL Robotics), avec une promesse de cognition plus adaptative. Aucun acteur français ou européen n'est directement impliqué dans ce projet. Les prochaines étapes dépendront des résultats des pilots 2026 et de l'atteinte du seuil de financement d'un million de dollars, conditions sine qua non pour enclencher la pré-série.

HumanoïdesOpinion

1 source

2The Robot Report

AGCO déploie le robot humanoïde Digit d'Agility dans une usine du Kansas

AGCO et Agility Robotics ont signé un accord commercial pour déployer le robot humanoïde Digit dans une usine du constructeur de machines agricoles. Le pilote, attendu à partir de 2027 aux États-Unis, démarrera sur le site de production de Hesston, dans le Kansas. AGCO, basé à Duluth (Géorgie) et propriétaire des marques Fendt, Massey Ferguson, PTx et Valtra, prévoit d'affecter Digit à des tâches d'assemblage et de production : tri et empilage de pièces, ainsi que placement de bacs (totes) pour le stockage. Digit sera associé à Agility Arc, la plateforme cloud de déploiement et de gestion de flottes, qui doit permettre d'intégrer le robot sans lourds travaux d'infrastructure. Ni le nombre d'unités, ni le calendrier détaillé, ni les conditions financières ne sont communiqués. Pour les intégrateurs et les directeurs d'usine, le signal est surtout celui du périmètre visé : des tâches de manutention intralogistique répétitives et ergonomiquement pénibles, loin de l'assemblage fin. C'est un positionnement prudent, cohérent avec ce que les humanoïdes bipèdes savent faire de façon fiable aujourd'hui. Il faut toutefois rester lucide sur le statut de l'annonce : il s'agit d'un accord et d'un pilote prévu dans plusieurs mois, pas d'un déploiement en production. Aucune métrique de cadence, de disponibilité ou de retour sur investissement n'est fournie, et les déclarations d'AGCO (« coéquipiers », « valeur mesurable ») relèvent du vocabulaire de communication plus que de résultats chiffrés. L'accord confirme néanmoins qu'Agility élargit son portefeuille de clients industriels au-delà de la logistique. Le contexte est celui d'une entreprise en pleine transition. Basée à Salem (Oregon), Agility a dévoilé le mois dernier Digit 5, avec de nouvelles jambes, des batteries améliorées et une architecture de sécurité plus complète, et a confirmé étudier des robots à roues pour ses clients, signe que la forme bipède n'est pas jugée nécessaire pour toutes les tâches. Son carnet de références inclut déjà Toyota, GXO Logistics et Schaeffler. Surtout, la société prépare son entrée en bourse par fusion avec le SPAC Churchill Capital Corp XI, avec une clôture attendue au quatrième trimestre 2026 et une cotation au Nasdaq sous le symbole « AGLT ». Dans ce calendrier, multiplier les annonces de clients crédibilise le dossier auprès des investisseurs. Agility reste en concurrence avec Figure, Tesla (Optimus), Apptronik ou Boston Dynamics, tandis que les acteurs européens comme Enchanted Tools tentent de se positionner sur le même créneau. La vraie mesure de la traction commerciale viendra des résultats du pilote de Hesston en 2027.

UEImpact indirect : AGCO détient les marques européennes Fendt et Valtra, mais le pilote se déroule aux États-Unis, et Enchanted Tools vise le même créneau.

HumanoïdesActu

1 source

3Interesting Engineering

À voir : AGIBOT fait travailler six robots humanoïdes pendant 24 heures dans un magasin de proximité

AGIBOT, entreprise chinoise de robotique humanoïde, a organisé du 2 au 3 novembre 2026 un défi de 24 heures dans un magasin de proximité, retransmis en direct sous le titre « Robots Never Clock Out ». Six robots humanoïdes G2 y ont travaillé aux côtés de clients humains. Leurs tâches étaient le réapprovisionnement et le rangement des rayons, la préparation de café et de plats chauds, l'accueil des clients et l'évacuation des déchets. La journée était découpée en quatre périodes: le rush du déjeuner, celui du soir, la garde de nuit et la préparation du petit-déjeuner. L'événement fait suite à l'AI Day de la société, qui avait présenté de nouveaux modèles d'IA, le robot G2 Max et une métrique baptisée Worken, censée quantifier le travail productif d'un robot. Le communiqué ne donne ni charge utile, ni nombre de degrés de liberté, ni temps de cycle pour ces tâches. L'intérêt de l'exercice tient à la durée d'observation. Un live de 24 heures expose les pauses, les tentatives répétées, les saisies ratées, les trajectoires bloquées par un client ou les demandes imprévues, que les vidéos de démonstration soigneusement montées masquent d'ordinaire. Pour un intégrateur ou un COO, c'est un meilleur indicateur du fossé entre démonstration et exploitation réelle que n'importe quel clip de manipulation isolée. Le magasin de proximité est aussi un terrain exigeant: environnement partagé avec le public, objets variés, équipements à manipuler (machine à café, appareils de cuisson) et alternance de charges d'activité. Il faut toutefois lire l'annonce avec prudence. Les 24 heures désignent la durée du streaming, pas une autonomie continue: rien n'établit que chaque robot a fonctionné sans recharge, maintenance ou assistance humaine. Le matériel promotionnel ne précise ni politique d'intervention (téléopération, reprise à distance, aide du personnel), ni système de notation du taux de réussite. Sans ces données, impossible de distinguer autonomie réelle et démonstration assistée, ni d'en déduire un coût par tâche. Le défi s'inscrit dans la course à la preuve de valeur que se livrent les constructeurs d'humanoïdes. Les acteurs américains comme Figure et Tesla multiplient les annonces de déploiement industriel, tandis que les fabricants chinois, dont AGIBOT, misent sur la cadence de présentation et le volume. En Europe, des sociétés comme Enchanted Tools (Mirokaï) ou Pollen Robotics explorent aussi les usages en contact avec le public, à une échelle bien plus modeste. La création de la métrique Worken montre qu'AGIBOT cherche à imposer son propre référentiel de productivité, ce qui ne sera crédible qu'avec une méthodologie publiée et vérifiable. Les prochains indices à surveiller sont la publication des taux d'intervention humaine, du nombre de tâches menées à terme et des temps par activité, ainsi que l'annonce de pilotes commerciaux en magasin avec des enseignes clientes. À ce stade, il s'agit d'une démonstration publique en conditions semi-réelles, non d'un déploiement commercial établi.

HumanoïdesOpinion

1 source

4Pandaily

AgiBot dévoile le modèle robotique GO-3 en préversion, premier de trois classements, et prévoit de le publier en open source

AgiBot a lancé le 29 octobre GO-3 Preview, un modèle d'IA incarnée que l'entreprise présente comme capable d'apprendre en continu à grande échelle, du pré-entraînement au post-entraînement, puis après le déploiement. Le modèle repose sur une architecture baptisée WRAM (World Reasoning Action Model), qui relie le raisonnement sur la tâche, la prédiction de ce qui va se produire et la génération d'actions, afin qu'un robot comprenne une consigne, anticipe son résultat et produise des mouvements exécutables. AgiBot revendique la première place sur trois classements d'IA incarnée récents : RoboDojo, RoboTwin et RoboColiseum. Après pré-entraînement, les robots accompliraient des tâches inconnues (domicile, cuisine, configurations multirobots, manipulation dextre) sans fine-tuning supplémentaire. Avec quelques démonstrations, le modèle apprend des tâches longues et délicates comme la préparation d'un jianbing, une crêpe salée chinoise, et, avec un agent qui coordonne les étapes, l'assemblage de Lego. Pour le post-entraînement, AgiBot a développé Genie Evolver, un système d'entraînement distribué combinant une centaine de robots réels, de la simulation physique et des modèles du monde. En curling de table, un robot a dépassé l'humain moyen testé après quatre heures de pratique en ligne, et dans un jeu de tour de blocs, il a retiré cinq blocs d'affilée sans faire tomber l'édifice. Le cadre d'agents Genie Master, enfin, relie jugement, exécution et retour d'expérience. Un robot G2 déployé dans un vrai magasin de proximité a identifié les causes de ses échecs, ajusté sa méthode et mémorisé ses acquis sans démonstration ni réglage humain : le taux de réussite sur l'ensemble du flux de tâches est passé de 28,6 % le premier jour à 85,7 % stable au bout de cinq jours. Sur une tâche comme l'accrochage de petits crochets, la méthode gagnerait 17,7 points de réussite par rapport au fine-tuning supervisé classique. AgiBot prévoit de publier le modèle complet en open source d'ici fin 2026. L'intérêt tient moins au classement qu'à la boucle d'amélioration après déploiement, point où l'écart entre démonstration et réalité se joue le plus souvent. Un taux de 28,6 % en début de service montre d'ailleurs que le robot n'est pas prêt à l'emploi dès la sortie de boîte, et la remontée vers 85,7 % en cinq jours suggère qu'un VLA peut se corriger sur site sans équipe de téléopération. Pour un intégrateur ou un COO, cela déplace la question : la valeur dépend moins de la performance initiale que de la vitesse d'adaptation et du coût de supervision pour atteindre un seuil acceptable. Il faut toutefois rester prudent : les chiffres viennent d'AgiBot, portent sur un seul magasin, une seule tâche composite et cinq jours, sans indication sur la taille de l'échantillon, le nombre de tentatives ou le plafond atteint. 85,7 % reste en dessous de ce qu'exige une exploitation commerciale sans surveillance. Les victoires en classement, dont deux se jouent en simulation, ne garantissent pas non plus des performances comparables sur matériel réel, et les démonstrations (jianbing, curling, tour de blocs) sont des vitrines choisies. AgiBot, société shanghaïenne issue de la vague des humanoïdes chinois, publie ici une version preview, donc ni un produit livré ni un déploiement à grande échelle, et la publication du code reste une promesse à échéance de plus d'un an. Cette annonce suit celle de GO-3 Nano Preview, en tête du classement de simulation RoboDojo, et la présentation de Genie Master sur le G2. Elle s'inscrit dans une compétition où Physical Intelligence (Pi-0), Nvidia (GR00T N2) et Figure (Helix) misent aussi sur des modèles généralistes, et où l'ouverture du modèle pourrait devenir un argument face à des concurrents plus fermés. Les prochains jalons à surveiller sont la sortie effective des poids, des évaluations indépendantes sur robots réels, et le passage du magasin pilote à plusieurs sites clients, avec des métriques publiées sur la durée.

HumanoïdesActu

1 source