IndustrielRobotics Business Review 10 juillet 2026

Comment optimiser le soudage robotique par l'IA chez Path Robotics

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Traduction/résumé de l'article.

Path Robotics, entreprise basée à Columbus (Ohio), applique l'intelligence artificielle au soudage robotisé pour résoudre un problème de longue date dans l'industrie manufacturière : la difficulté à programmer et calibrer des robots soudeurs sur des pièces variables. Son système utilise la vision en temps réel pour identifier la trajectoire de la torche et guider le robot tout au long de l'opération de soudure, en ajustant la trajectoire à la volée plutôt qu'en suivant un programme rigide préétabli. L'entreprise déploie également des robots quadrupèdes Spot de Boston Dynamics pour des applications de soudage mobile dans la construction navale, un secteur où les pièces à souder sont souvent trop volumineuses ou mal positionnées pour des cellules robotiques fixes classiques. Ces informations ont été détaillées par Andy Lonsberry, cofondateur et PDG de Path Robotics, lors de l'épisode 252 du podcast The Robot Report, aux côtés de Michael Yip, professeur assistant en génie électrique et informatique à l'UC San Diego.

Cette approche illustre un mouvement plus large dans la robotique industrielle : remplacer la programmation manuelle fastidieuse des trajectoires de soudure par des systèmes qui perçoivent et s'adaptent à la géométrie réelle des pièces. Pour les intégrateurs et les décideurs industriels, c'est un argument concret en faveur de l'IA physique appliquée à des tâches à forte valeur ajoutée mais chroniquement sous-automatisées, le soudage manuel restant l'un des métiers les plus pénuriques dans l'industrie lourde américaine. L'utilisation de Spot pour le soudage mobile en chantier naval est également révélatrice d'une tendance : recycler des plateformes quadrupèdes déjà éprouvées (initialement conçues pour l'inspection) vers des tâches de fabrication, plutôt que de développer un robot mobile dédié depuis zéro. Cela reste toutefois un déploiement ciblé sur un cas d'usage industriel spécifique, et non une démonstration généraliste.

Sur le plan de la recherche, Michael Yip dirige l'Advanced Robotics and Controls Laboratory (ARCLab) à l'UC San Diego, où son équipe travaille sur le contrôle et la planification de mouvement robotique efficaces en données et en calcul, en s'appuyant sur l'apprentissage profond et l'apprentissage par renforcement. Yip, également conférencier distingué IEEE RAS et Hellman Fellow, applique ces méthodes à la robotique chirurgicale et à l'automatisation de procédures médicales, un domaine où la précision du geste et l'adaptabilité en temps réel posent des défis proches de ceux du soudage industriel. L'épisode aborde par ailleurs l'actualité de la semaine, avec la question des robots humanoïdes en chirurgie au-delà du Da Vinci, les propos du cofondateur d'Agility Robotics avant son entrée en bourse à propos de son robot Digit V5, ainsi que les tensions croissantes entre la NHTSA et les véhicules autonomes interférant avec les services d'urgence aux États-Unis.

Dans nos dossiers

Boston Dynamics Agility Robotics — Digit IA physique & VLA

À lire aussi

1Robotics Business Review

Comment Maven Robotics compte automatiser le travail industriel, une tâche à la fois

Maven Robotics, start-up de Santa Clara (Californie) fondée en 2024, affirme avoir conçu quatre itérations de son manipulateur mobile, levé 100 millions de dollars (dont une Série A annoncée le mois dernier) et signé un contrat de production avec son premier client. Selon Hamza Derbas, cofondateur et CEO, les robots tournent aujourd'hui 16 heures par jour, cinq jours par semaine, avec jusqu'à 99 % de disponibilité. Le robot repose sur une base à roues volontairement compacte, capable de passer les portes, tout en conservant une grande allonge : il atteint le fond d'une palette de 48 pouces (121,9 cm) ou des rayonnages jusqu'à 3 m de haut, avec une charge utile de 30 kg. Les deux premiers cas d'usage déployés sont la palettisation de caisses mixtes et la manutention de bacs (totes). Le « système Maven » ne se limite pas au robot : il inclut l'intégration avec l'infrastructure informatique du client, la coopération avec les opérateurs humains ou en flotte, et le « Maven Network », une couche d'apprentissage partagé où une erreur rencontrée en Californie doit permettre à un robot au Japon de la gérer dès le lendemain. Le nom du client et le site de déploiement ne sont pas précisés, et les chiffres de disponibilité sont des déclarations de l'entreprise, sans audit indépendant ni définition de ce que recouvre l'« uptime ». L'intérêt tient à l'approche : partir des tâches à accomplir sur le terrain, puis en déduire la morphologie, plutôt que d'adapter un robot humanoïde à la recherche d'un problème. Maven soutient que la forme bipède n'est pas nécessaire pour un robot polyvalent en usine ou en entrepôt, et que la combinaison base roulante compacte, bras à grande portée et 30 kg de charge couvre déjà une part significative du travail industriel pénible. Pour un intégrateur ou un COO, le signal est la cadence de service annoncée (deux postes par jour, cinq jours sur sept) et le passage du pilote au contrat de production, deux jalons qui séparent encore beaucoup d'acteurs du secteur de la démonstration. Reste à vérifier la tenue sur la durée, le taux d'interventions humaines et le temps de cycle, absents de l'entretien. Maven évoque aussi la généralisation par accumulation de compétences, mais à ce stade il s'agit d'une ambition plus que d'un résultat prouvé au-delà de deux flux de travail. Le contexte est celui d'un marché dominé par le discours humanoïde, où Figure, Tesla (Optimus) ou Agility misent sur les jambes, tandis que des manipulateurs mobiles sur roues, comme ceux de Dexterity ou Mobile Industrial Robots dans d'autres segments, cherchent un déploiement plus rapide. Derbas explique que l'équipe a travaillé avec quelques partenaires dès le départ, sur le terrain plutôt qu'en laboratoire, pour cibler des flux maîtrisables rapidement avant de les étendre. Cette stratégie de pénurie de main-d'œuvre (plus de 500 000 postes industriels non pourvus aux États-Unis, selon lui) vise un marché où l'on peut déjà vendre. La suite dépendra de la capacité de Maven à ajouter de nouvelles compétences sans dégrader la fiabilité, à multiplier les clients au-delà du premier et à démontrer que le réseau d'apprentissage partagé fonctionne à l'échelle. Aucun calendrier de déploiement ni prix n'a été communiqué.

UEPas d\'impact direct sur la France/UE

IndustrielActu

1 source

2The Robot Report

Le fondateur de Maximo explique comment la robotique accélère la construction solaire

Deise Yumi Asami, fondatrice et PDG de Maximo, est l'invitée de l'épisode 253 du podcast The Robot Report, diffusé cette semaine, avec l'entretien qui démarre à 20 minutes 10. Maximo est une startup robotique développée en interne au sein du groupe énergétique américain AES Corp, où Yumi Asami a piloté la conception et l'incubation d'une plateforme robotique dotée d'intelligence artificielle capable d'automatiser l'installation de modules solaires sur des chantiers de centrales photovoltaïques à grande échelle, grâce à un système de vision par IA guidant les robots sur le terrain. Ingénieure électricienne, Yumi Asami cumule plus de quinze ans d'expérience dans le secteur de l'énergie. Depuis son arrivée chez AES Brésil en 2016, elle a dirigé le développement de logiciels de microréseaux, plusieurs projets pilotes, ainsi que la mise en service du premier système de stockage d'énergie par batteries lithium-ion à l'échelle industrielle au Brésil. Elle détient également une certification Lean Design Master. L'épisode s'ouvre à 7 minutes 22 sur deux autres actualités robotiques: le conseil d'administration de Vicarious Surgical envisage la dissolution de l'entreprise, tandis que Walden Robotics a été lancée avec une valorisation de 1,1 milliard de dollars sur le segment des robots généralistes. Cette annonce illustre un mouvement encore peu documenté dans la robotique industrielle: l'automatisation de la construction solaire elle-même, un chantier jusqu'ici largement manuel, physiquement exigeant et confronté à une pénurie de main-d'œuvre qualifiée, alors que les volumes de déploiement photovoltaïque explosent à l'échelle mondiale. Le choix d'AES de faire naître Maximo comme spin-off interne, plutôt que de s'appuyer sur un fournisseur robotique tiers ou un rachat, traduit une tendance émergente chez les grands énergéticiens à internaliser l'innovation robotique pour résoudre leurs propres goulots d'étranglement logistiques. Le communiqué reste toutefois avare de données vérifiables: aucun chiffre de cadence d'installation, de nombre d'unités déployées, de coût ou de site pilote n'est communiqué, ce qui empêche pour l'instant de juger si la technologie a dépassé le stade de la démonstration pour atteindre un déploiement industriel réel. Le contraste avec les deux autres nouvelles de l'épisode est d'ailleurs parlant: pendant que Walden Robotics lève à une valorisation milliardaire sur les robots généralistes, Vicarious Surgical, elle, se dirige vers une dissolution, signe des trajectoires très inégales dans le financement de la robotique actuellement. Maximo s'inscrit dans la continuité du parcours de Yumi Asami au sein d'AES Brésil, où son travail sur les microréseaux et le stockage par batteries avait déjà positionné la filiale comme pionnière des infrastructures énergétiques nouvelle génération dans le pays. En intégrant ces compétences à une plateforme robotique dédiée au solaire utility-scale, AES cherche à se positionner sur la chaîne de valeur de la construction des centrales, un segment où la robotique reste peu présente comparée à d'autres verticales industrielles comme la logistique ou l'automobile. Aucune feuille de route précise de déploiement commercial n'est annoncée pour l'instant; les informations complémentaires sur Maximo sont disponibles sur maxrobotics.ai.

IndustrielActu

1 source

3Robotics Business Review

IA en robotique : du laboratoire au sol de l'usine réelle

Le 28 mai 2026, de 14h30 à 15h15 (ET), le Robotics Summit & Expo réunira au Boston Convention & Exhibition Center (Thomas M. Menino) trois praticiens du déploiement robotique industriel pour une table ronde sur le passage de l'IA robotique du laboratoire aux lignes de production réelles. Les intervenants sont Anders Beck, vice-président produits IA robotique chez Universal Robots, Dave Coleman, fondateur et directeur produit de PickNik Robotics, et Andy Lonsberry, PDG de Path Robotics. La session, modérée par Mike Oitzman, rédacteur senior de The Robot Report, s'articulera autour de questions concrètes : combien de temps faut-il à un robot pour apprendre une nouvelle tâche, quel effort d'intégration implique le premier déploiement en production, et quelle est la difficulté de reconfigurer ou de faire "réapprendre" une compétence à un système déjà en ligne ? L'événement réunit plus de 70 intervenants confirmés, dont des représentants d'AWS, Brain Corp, Tesla, Toyota Research Institute, Robust AI et du Robotics and AI Institute, répartis dans plus de 50 sessions couvrant l'IA, le design, la santé et la logistique. La pertinence de ce débat tient à un écart persistant entre les démonstrations en laboratoire et les contraintes du plancher d'usine : variabilité des pièces, temps de cycle non négociables, coûts de reprogrammation et faible tolérance aux erreurs en environnement de production continue. L'IA, et en particulier les approches de type VLA (Vision-Language-Action), promet de réduire l'effort de programmation manuelle, mais les intégrateurs et COO industriels se posent toujours la même question : quelle est la charge réelle d'un premier déploiement, et que se passe-t-il quand le produit ou le process change ? En rassemblant Universal Robots (leader mondial du cobot, plus de 100 000 unités déployées), PickNik (spécialisé dans la manipulation avancée open-source via MoveIt) et Path Robotics (soudage robotisé guidé par IA), le panel propose un spectre applicatif assez représentatif des cas d'usage où l'IA change effectivement la donne, au-delà du marketing. Universal Robots, filiale de Teradyne depuis 2015, a largement structuré le marché du cobot industriel et intègre depuis 2023-2024 des fonctions d'apprentissage par démonstration dans son écosystème. PickNik, fondé en 2015 autour de la suite open-source MoveIt, a élargi son offre vers des solutions commerciales de manipulation robuste pour des secteurs comme la défense et la pharmacie. Path Robotics, basé à Columbus (Ohio), s'est spécialisé dans le soudage autonome piloté par vision et IA, un segment où le gap de perception entre démo et production est particulièrement documenté. Il convient de souligner qu'aucune annonce produit ni chiffre de déploiement n'accompagnent cet événement : il s'agit d'une session de partage d'expérience, pas d'un lancement. Les résultats concrets dépendront des retours terrain échangés lors du panel, qui pourrait nourrir des publications ou des études de cas plus détaillées dans les semaines suivant l'événement.

UELes questions de coût d'intégration et de reprogrammation abordées lors de ce panel concernent directement les industriels européens utilisateurs de cobots Universal Robots, entreprise danoise et leader mondial du cobot avec plus de 100 000 unités déployées en Europe.

IndustrielOpinion

1 source

4Robotics & Automation News

Ambi Robotics et Pickle Robot déploient des robots dopés à l'IA pour automatiser la logistique entrante en entrepôt

Ambi Robotics et Pickle Robot Company ont annoncé l'intégration de leurs systèmes robotiques respectifs afin de créer une solution automatisée de bout en bout pour la logistique entrante en entrepôt, couvrant l'ensemble de la chaîne depuis le déchargement des remorques jusqu'à l'empilement des palettes. Le système combine le robot de déchargement autonome de Pickle Robot, conçu pour retirer les colis d'une remorque ou d'un conteneur sans programmation préalable, avec la plateforme de tri et de manutention pilotée par intelligence artificielle d'Ambi Robotics, connue sous le nom d'AmbiSort. Les deux entreprises indiquent avoir développé cette intégration en réponse à une demande exprimée par des distributeurs et prestataires logistiques figurant au classement Fortune 500. Cette annonce cible l'un des postes les plus pénibles et les plus consommateurs de main-d'œuvre de l'entrepôt, le déchargement manuel de remorques, souvent associé à un fort taux de blessures et à une rotation de personnel élevée. Pour les intégrateurs et décideurs logistiques, l'opération illustre une tendance de fond du secteur : plutôt que de développer une pile technologique complète en interne, les fournisseurs de robotique d'entrepôt combinent des briques spécialisées, ici la préhension et le tri par IA d'un côté, la manipulation mobile de charges lourdes de l'autre, pour couvrir un flux logistique complet. Elle traduit aussi une pression croissante sur l'automatisation du flux entrant, longtemps moins mature que le tri sortant. Ambi Robotics est issue de recherches menées à l'AUTOLab de l'université de Californie à Berkeley et commercialise ses robots de tri AmbiSort dans des centres de distribution de la grande distribution et du e-commerce. Pickle Robot Company, basée dans le Massachusetts, développe depuis plusieurs années des robots de déchargement de conteneurs et de remorques reposant sur la vision par ordinateur. Le secteur du déchargement automatisé compte aussi des acteurs comme Boston Dynamics, avec son robot Stretch dédié à cette tâche. À ce stade, l'annonce reste une intégration commerciale entre deux fournisseurs, sans détail public sur des sites de déploiement ni des volumes traités.

IndustrielActu

1 source