Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Le robot de bureau Reachy Mini intègre une IA conversationnelle entièrement locale
FR/EU ecosystemeHackaday Robots Hacks 

Le robot de bureau Reachy Mini intègre une IA conversationnelle entièrement locale

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

Hugging Face a publié un guide d'implémentation pour doter son robot de bureau Reachy Mini d'une intelligence artificielle conversationnelle entièrement locale, avec mouvements de tête et oscillations d'antenne synchronisés avec la parole. La pile logicielle suit une architecture en quatre étapes : VAD (détection d'activité vocale), STT (reconnaissance vocale), LLM (grand modèle de langage) et TTS (synthèse vocale), chaque brique pouvant être exécutée localement ou déléguée à un service distant selon la puissance disponible. Dans la configuration de référence, le LLM retenu est Qwen3-4B-Instruct, complété par des modèles plus légers pour la détection vocale et la synthèse. Le robot, dépourvu de membres mais équipé d'une tête mobile et d'antennes expressives, vise une latence basse et prend en charge les interruptions en cours de phrase, deux propriétés qui rendent l'interaction perçue comme naturelle.

La modularité de cette architecture est le point différenciant : chaque composant peut être remplacé indépendamment, ce qui permet d'adapter Reachy Mini à n'importe quelle configuration matérielle, ou d'exploiter un modèle frontier via API distante pour le seul LLM tout en conservant le reste en local. Pour les chercheurs et les développeurs travaillant sur l'interaction homme-robot, cela réduit considérablement la friction d'expérimentation sans infrastructure lourde. Le fait qu'un modèle de 4 milliards de paramètres suffise à produire des échanges fluides est un signal concret : les capacités conversationnelles embarquées deviennent accessibles sans GPU de classe datacenter, ce qui compte pour des déploiements décentralisés ou en milieu contraint.

Lancé sous forme de kit en 2025, Reachy Mini est l'un des premiers produits matériels commercialisés directement par Hugging Face, société jusqu'ici centrée sur les modèles et les jeux de données. Depuis ce lancement, la société a construit un écosystème logiciel comprenant un simulateur et une infrastructure de partage d'applications entre utilisateurs. Sur le segment des robots de bureau orientés interaction, Reachy Mini se positionne face à des projets comme Furhat, axé sur le dialogue structuré, ou aux plateformes open-source concurrentes. La prochaine évolution logique serait l'intégration de capacités de vision pour passer d'une interaction purement vocale à un dialogue multimodal contextualisé, une direction déjà explorée par Hugging Face au travers de son projet LeRobot.

Impact France/UE

Hugging Face, dont les fondateurs sont français et qui reste une vitrine de l'IA open source européenne, met à disposition des laboratoires et développeurs FR/EU une architecture conversationnelle embarquée modulaire et documentée pour robots de bureau, réduisant la dépendance au cloud dans les projets d'interaction homme-robot.

Dans nos dossiers

Pollen Robotics — Reachy

À lire aussi

Teachy Mini : développement et évaluation préliminaire d'un robot social génératif basé sur les connaissances pour l'enseignement supérieur
1arXiv cs.RO 

Teachy Mini : développement et évaluation préliminaire d'un robot social génératif basé sur les connaissances pour l'enseignement supérieur

Une équipe de recherche a développé Teachy Mini, un système de tutorat robotique construit sur la plateforme Reachy Mini, conçu selon des principes de "knowledge-based design" (KBD) censés encadrer le comportement des robots sociaux génératifs (GSR) alimentés par des grands modèles de langage. Concrètement, les chercheurs ont implémenté ces exigences KBD via trois mécanismes techniques : du system prompting, de la génération augmentée par récupération (RAG) et une orchestration de prompts avec état (stateful). Le système a été testé lors d'une étude préliminaire impliquant 24 participants, répartis entre une session de tutorat sur les méthodologies de recherche guidée par Teachy Mini et une session équivalente avec une version témoin ne suivant pas les principes KBD. Résultat mesuré par vérification de manipulation : Teachy Mini a utilisé de façon nettement plus systématique la personnalisation, des explications ancrées sur les supports de cours, le questionnement socratique, le soutien affectif et un feedback adapté à l'apprenant. Ce travail répond à un problème central pour le déploiement de robots sociaux en éducation supérieure : le risque que des LLM embarqués diffusent de la désinformation, manquent de transparence ou renforcent par erreur des réponses incorrectes d'étudiants. L'étude montre qu'un cadrage explicite par conception peut modifier objectivement le comportement du robot perçu comme responsable, sans pour autant se traduire, à ce stade, par un gain significatif d'acceptation, de motivation intrinsèque ou d'efficacité d'apprentissage mesurée directement. Des analyses exploratoires suggèrent toutefois un effet positif sur les gains d'apprentissage objectifs une fois les préférences des apprenants prises en compte, un signal encourageant mais à confirmer sur un échantillon plus large. Le choix de la plateforme Reachy Mini n'est pas anodin : elle est développée par Pollen Robotics, société française rachetée par Hugging Face en 2025, positionnée sur la robotique sociale open source à bas coût plutôt que sur l'humanoïde industriel. Ce travail s'inscrit dans la continuité d'exigences KBD définies dans des travaux antérieurs des mêmes auteurs, et ouvre la voie à des études de plus grande ampleur pour valider si un tutorat robotique responsable peut réellement améliorer l'apprentissage à l'échelle, au delà du seul comportement perçu.

UELe robot utilisé, Reachy Mini, est développé par Pollen Robotics, entreprise française rachetée par Hugging Face en 2025, ce qui met en valeur l'écosystème robotique social français dans la recherche académique internationale.

FR/EU ecosystemePaper
1 source
Vidéo : le nouvel humanoïde Gene.01 doté d'une peau intelligente intégrale pour une collaboration homme-robot plus sûre
2Interesting Engineering 

Vidéo : le nouvel humanoïde Gene.01 doté d'une peau intelligente intégrale pour une collaboration homme-robot plus sûre

Generative Bionics, entreprise italienne de deep-tech, a présenté à l'occasion d'AMD Advancing AI 2026 une version considérablement enrichie de son robot humanoïde industriel Gene.01, développée en seulement six mois. La machine se distingue par une "peau intelligente" multimodale recouvrant l'intégralité du corps, capable de détecter le toucher, la proximité, la force et la température, ce qui lui permet de percevoir la présence humaine avant et pendant tout contact physique. Cette architecture tactile s'appuie sur une intelligence artificielle dite "physics-native", conçue pour optimiser conjointement le matériel, la mécanique, les capteurs et le contrôle du mouvement plutôt que de traiter ces éléments séparément. Le système utilise des modèles numériques du robot et de son partenaire humain pour ajuster déplacement, ergonomie, équilibre et stabilité de marche. Generative Bionics avait dévoilé un premier concept de Gene.01 en janvier 2026 lors du CES. L'entreprise publie par ailleurs le jumeau numérique du robot en open source, distribué via PyPI, conda-forge et le dépôt officiel ROS, afin de faciliter son intégration dans les environnements de simulation et de développement existants. Le premier déploiement industriel est en cours d'élaboration avec le chantier naval italien Fincantieri, où une version soudeuse de Gene.01 est adaptée aux opérations de chantier. L'apport principal de Gene.01 tient à son approche par le toucher plutôt que par la seule vision, un choix qui répond à une limite bien identifiée des systèmes d'apprentissage visuels: l'incapacité à inférer les forces physiques nécessaires à une manipulation fine. La détection de force permet aussi un apprentissage kinesthésique, où un opérateur guide physiquement le bras du robot pour lui montrer l'intensité de préhension requise, une méthode plus intuitive que la programmation classique. Pour les intégrateurs et décideurs industriels, cela ouvre la voie à une collaboration homme-robot plus sûre dans des ateliers partagés, un enjeu central pour l'adoption des humanoïdes en usine. Il faut toutefois distinguer l'annonce du déploiement réel: si Generative Bionics qualifie Gene.01 de plateforme "fully functional", son unique cas d'usage concret, chez Fincantieri, reste en développement et non encore opérationnel en production. La mise à disposition open source du jumeau numérique constitue en revanche une contribution tangible et immédiate pour les développeurs en robotique physique. L'architecture d'intelligence de Gene.01 puise directement dans des travaux publiés dans Nature Machine Intelligence, issus du projet de recherche ergoCub sur l'intelligence incarnée sensible à l'humain. Generative Bionics affirme être la première entreprise à transposer cette méthodologie évaluée par des pairs sur une plateforme commerciale entièrement sensorisée, dans un secteur où Figure, Tesla (Optimus) ou Boston Dynamics avancent surtout sur la perception visuelle et la locomotion. Plutôt qu'un humanoïde généraliste, Gene.01 est pensé comme une base modulable, adaptable en IA, effecteurs et carrosserie selon les secteurs visés (manufacturing, logistique, inspection, santé, sécurité publique). L'entreprise construit également une chaîne d'approvisionnement européenne avec un partenaire industriel, dans une logique de souveraineté technologique face aux acteurs américains et chinois du secteur.

UEGenerative Bionics, entreprise italienne, construit une chaine d'approvisionnement européenne avec un partenaire industriel et déploie son humanoïde Gene.01 chez le chantier naval italien Fincantieri, renforçant la souveraineté technologique de l'UE face aux acteurs américains et chinois de la robotique humanoïde.

FR/EU ecosystemeActu
1 source
Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains
3The Robot Report 

Coherence Guard : Palm Garden AI développe une couche décisionnelle relationnelle pour les robots interagissant avec les humains

Palm Garden AI, entreprise basée en Allemagne et en Thaïlande, développe Coherence Guard, une couche logicielle décrite comme « agnostique de plateforme » destinée aux robots en interaction directe avec des humains. Selon Joachim Scheuerer, PDG de l'entreprise, ce module ne remplace ni la perception, ni la planification de mouvement, ni l'apprentissage par renforcement, ni les piles de contrôle robotique existantes. Il s'insère plutôt comme une couche d'évaluation pré-action : avant qu'un robot exécute un geste, Coherence Guard évalue si l'action est « relationnellement cohérente » dans un environnement humain réel, en tenant compte du timing, de la proximité, des demandes de limites, du ton émotionnel, de la préservation de la confiance et du retrait respectueux. Le système s'appuie sur l'infrastructure comportementale ANATTA 9 de Palm Garden, bâtie sur le système d'exploitation cloud Transwarp (TCOS), et se positionne au-dessus ou à côté des piles de contrôle robotique classiques (SDK/API, ROS 2, planification, modèles du monde). Baptisé Relational Infrastructure Framework (RIF), ce cadre ajoute une compréhension des rôles, intentions, vulnérabilités et conséquences futures possibles, là où les modèles du monde physique se limitent aux objets, à l'espace et au mouvement. Le RIF est disponible sur demande auprès de Palm Garden AI. À mesure que les robots humanoïdes et robots de service se dirigent vers l'hospitalité, les soins, le commerce de détail, l'éducation, le guidage et le domicile, la gestion des interactions sociales devient un enjeu aussi critique que la mobilité ou la manipulation. Palm Garden AI parie que cette couche relationnelle deviendra une catégorie d'infrastructure nécessaire, au même titre que la perception ou la planification de trajectoire. Pour les intégrateurs et décideurs B2B, l'annonce pointe un angle mort du secteur : la plupart des piles robotiques actuelles savent naviguer, parler et exécuter des tâches, mais ne savent pas juger si un geste techniquement possible est socialement approprié, par exemple continuer une tâche alors qu'une personne exprime un malaise. Ce type de défaillance, plus subtil qu'une panne technique, peut pourtant déterminer l'acceptabilité sociale d'un robot en environnement réel et donc sa commercialisation effective. Reste que Coherence Guard, comme beaucoup d'annonces du secteur, en est au stade du cadre logiciel disponible sur demande plutôt que du produit déployé à grande échelle : aucun chiffre de déploiement, aucun partenaire robotique nommé, aucun benchmark quantitatif indépendant n'accompagne l'annonce, ce qui invite à la prudence sur la portée réelle de la technologie à ce stade. Le concept trouve son origine dans l'expérience de Palm Garden Retreat, un établissement en Thaïlande où l'équipe a observé pendant trois ans des situations d'interaction humaine structurées : arrivée, orientation, silence, vulnérabilité, construction de confiance, malentendu et retrait respectueux. Scheuerer cite comme « benchmark » simple le retrait respectueux : si une personne montre un signe d'inconfort ou demande de l'espace, le robot doit interrompre sa tâche, reconnaître le signal, augmenter la distance si nécessaire, réduire son intensité expressive et revenir à un état neutre. Ces comportements de base couvrent aussi l'accueil et l'orientation, la présence de soutien, l'assistance non intrusive, l'escalade en cas d'incertitude élevée et l'explication préservant la cohérence. Palm Garden AI se positionne ainsi sur un segment encore peu occupé, distinct des efforts des grands acteurs de la robotique humanoïde (Figure, Tesla avec Optimus, ou les modèles VLA comme Pi-0 de Physical Intelligence, GR00T N2 de Nvidia ou Helix de Figure), qui se concentrent d'abord sur la manipulation et la mobilité générale. Aucun calendrier de déploiement pilote ni partenaire intégrateur n'a été communiqué à ce stade ; l'entreprise indique seulement que le RIF est accessible sur demande.

UEPalm Garden AI, entreprise basée en Allemagne, développe cette couche logicielle relationnelle, renforçant l'écosystème européen sur un segment encore peu occupé de l'interaction homme-robot.

FR/EU ecosystemeActu
1 source
Danser avec REEM-C : une étude de communication physique et sociale entre robot et humain
4arXiv cs.RO 

Danser avec REEM-C : une étude de communication physique et sociale entre robot et humain

Une équipe de recherche publie une étude actualisée (arXiv:2408.05301, version 3) consacrée à la communication physique et sociale entre un robot humanoïde et un humain, testée à travers un scénario de danse en couple. La plateforme humanoïde à corps complet REEM-C, développée par l'entreprise espagnole PAL Robotics, tient le rôle du meneur et guide un partenaire humain en lui signalant les prochains pas via trois canaux de communication, haptique (contact physique), visuel et audio, utilisables seuls ou combinés. Pour cela, les chercheurs ont conçu une architecture de contrôle du corps entier scindée en deux : le haut du corps combine contrôle en admittance et en impédance pour gérer le contact physique avec le partenaire, tandis que le bas du corps reste en contrôle de position pour assurer l'équilibre et l'exécution des pas. Des expériences menées avec des participants humains ont permis de vérifier les performances du contrôleur et de comparer l'efficacité perçue et le confort des différentes modalités de communication. L'interaction physique-sociale homme-robot (psHRI) reste un point faible de la robotique humanoïde actuelle : la plupart des plateformes évitent le contact physique direct avec un humain ou le gèrent de façon rigide, ce qui limite les scénarios de collaboration rapprochée comme le guidage physique, l'assistance à la mobilité ou le co-portage de charges. En testant un robot qui initie et maintient un contact physique continu pour transmettre de l'information, l'étude sort du cadre habituel des démonstrations de manipulation ou de locomotion isolées et s'attaque directement à la lisibilité de l'intention robotique en contact rapproché. Pour les intégrateurs et chercheurs en robotique collaborative, les résultats sur la modalité jugée la plus efficace et la plus confortable, au-delà de la seule faisabilité technique du contrôleur, offrent des repères concrets pour concevoir des interfaces physiques en usine, en logistique ou en assistance à la personne, où le geste doit rester intuitif sans effort cognitif pour l'humain. REEM-C est la plateforme de recherche humanoïde de PAL Robotics, entreprise basée à Barcelone, déjà utilisée dans de nombreuses études académiques d'interaction homme-robot avant ce travail sur la danse meneur-suiveur. Cette publication s'inscrit dans un contexte où la majorité des annonces humanoïdes récentes, qu'il s'agisse de Figure 03, d'Optimus ou d'autres plateformes commerciales, mettent l'accent sur la manipulation autonome et la marche plutôt que sur la communication physique fine avec un partenaire humain. Il s'agit ici d'un travail de recherche académique, article arXiv en version révisée et non d'un produit commercialisé ni d'un déploiement industriel, dont l'objectif est de poser des bases méthodologiques pour des contrôleurs psHRI plus lisibles. Les auteurs évoquent des prolongements possibles vers d'autres scénarios de guidage physique au-delà de la danse, où ce type de communication multimodale pourrait s'appliquer à la rééducation ou à l'accompagnement de personnes à mobilité réduite.

UEPAL Robotics (Barcelone, Espagne) fait progresser via cette étude académique l'interaction physique homme-robot, un savoir-faire européen directement transférable a l'industrie, la logistique et l'assistance a la personne en UE.

FR/EU ecosystemePaper
1 source