Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Xiaomi fait le point sur ses robots humanoïdes en usine automobile, avec 98 % de réussite sur certaines tâches
IndustrielTechNode 

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

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

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.

Dans nos dossiers

FigureUnitreeAgility Robotics — DigitUBTech

À lire aussi

Xiaomi déploie ses robots sur la chaîne de production automobile : opérations flexibles sur pièces réussies
1Pandaily 

Xiaomi déploie ses robots sur la chaîne de production automobile : opérations flexibles sur pièces réussies

Xiaomi a déployé son robot humanoïde sur la ligne de production de la SU7, sa berline électrique, où il exécute désormais deux nouvelles tâches avec un taux de réussite supérieur à 90 % en fonctionnement continu, après seulement six mois d'entraînement en usine. La première consiste à trier des panneaux latéraux de console centrale, des pièces souples et de forme irrégulière extraites de bacs répartis sur trois rangées puis placées avec précision dans un support de fixation. Pour atteindre les pièces au fond d'un bac, le robot stabilise son centre de gravité en agrippant le bord du bac d'une main pendant qu'il tend l'autre, puis réalise plusieurs transferts main à main pour ajuster l'orientation de la pièce avant de la positionner ; en cas de résistance à la pose, il la retire, corrige l'angle et retente automatiquement. La seconde tâche, le pliage et le recyclage de cartons, exige d'ouvrir des loquets avec un contrôle fin de la force des doigts, de plier les boîtes à deux bras puis d'empiler et pousser les unités vers un poste cible, plusieurs robots coordonnant leur cadence avec celle de la chaîne. Six mois plus tôt, ce même robot se limitait à un poste unique de vissage d'écrous autotaraudeurs, avec une fiabilité annoncée de 98 %. Ces chiffres proviennent des communications de Xiaomi et n'ont pas été vérifiés de façon indépendante, ce qui invite à une certaine prudence sur leur portée réelle en conditions de production non filmées. Cette progression prend une dimension particulière face à la déclaration d'Elon Musk en janvier 2026, selon laquelle Optimus n'était pas encore capable d'un travail utile en usine. Que Xiaomi, acteur de l'électronique grand public sans passé industriel en robotique, affiche une trajectoire comparable à celle de Figure 03 chez BMW, référence actuelle du secteur pour le déploiement d'humanoïdes en usine, resserre l'écart perçu entre démonstration et exploitation réelle. La capacité du robot à détecter une résistance et à adapter son geste en cours d'opération, grâce à un retour de force proprioceptif, le distingue des robots industriels classiques, programmés pour des positions fixes et incapables de gérer un imprévu. Pour les intégrateurs et décideurs industriels, ce type de compliance active laisse entrevoir des robots capables de traiter des pièces souples et variables, un usage jusqu'ici hors de portée de l'automatisation rigide. Le robot avait été présenté pour la première fois en avril 2026 lors de la conférence investisseurs de Xiaomi, où il serrait des mains et distribuait des cadeaux, un registre purement social et démonstratif. Le passage en six mois vers des tâches industrielles à cadence de ligne s'inscrit dans une course mondiale aux humanoïdes de production où s'affrontent déjà Tesla avec Optimus, Figure avec son modèle 03 chez BMW, et les architectures VLA comme Pi-0 ou GR00T N2. Xiaomi ne détaille pas de calendrier de déploiement à plus grande échelle, mais la vitesse de cette itération fixe un repère agressif pour l'ensemble du secteur.

IndustrielOpinion
1 source
Vidéo : un système robotique atteint 99,5 % de réussite dans le câblage rapide en usine automobile
2Interesting Engineering 

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

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.

UEL'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.

IndustrielOpinion
1 source
Jabil fait le point sur le rythme de développement et de production des robots humanoïdes
3Robotics Business Review 

Jabil fait le point sur le rythme de développement et de production des robots humanoïdes

Jabil, le prestataire américain de conception, de chaîne d'approvisionnement et de fabrication basé à St. Petersburg (Floride), explique à The Robot Report où en est le passage des humanoïdes du prototype à la production en série. L'entreprise travaille avec plusieurs développeurs de robots, dont Apptronik, qu'elle accompagne pour amener son humanoïde Apollo vers des environnements de fabrication réels. Elle cite Tesla, 1X Technologies, XPeng et UBTECH parmi les acteurs qui préparent une montée en cadence, mais indique travailler aussi avec de grands développeurs américains et étrangers qu'elle ne peut pas nommer. Selon Thomas Brown, directeur senior ingénierie et technologie (dont robotique et commerce numérique), le secteur sort de la phase des petites séries assemblées à la main sur site pour entrer dans celle de « dizaines de milliers » d'unités. Cela suppose une structure de coûts, une conception pour la fabricabilité et un niveau de qualité qui n'existaient pas jusque-là. Aucun chiffre de production, prix unitaire ou calendrier précis n'est fourni, et Jabil n'a pas de raison neutre de minimiser l'ampleur du marché qu'il vise. Pour les intégrateurs et les décideurs industriels, le message est que le goulet d'étranglement se déplace de la démonstration vers l'industrialisation. Tant qu'un robot reste très coûteux, on n'en produit que peu, ce qui limite à la fois la collecte de données d'entraînement et la validation des cas d'usage clients. La baisse des coûts de conception conditionne donc directement l'apprentissage des modèles. Brown estime que la puissance de calcul embarquée suffit déjà pour une bonne part de ce que montrent les vidéos de démonstration, mais qu'il en faut davantage en périphérie. Les modules NVIDIA Jetson dominent chez ses clients, et la hausse des prix du calcul et de la mémoire reste un frein à la montée en volume. Il souligne aussi des contraintes de conception peu visibles, comme les faisceaux de câblage, qui doivent allier la robustesse de l'automobile et la miniaturisation de l'électronique grand public, ainsi que la modularité des alimentations. Sur le plan commercial, il juge que les humanoïdes changent l'équation par rapport aux lignes dédiées à une tâche, et que les entreprises qui ont défini des exigences précises avec des clients industriels adoptent la bonne méthode, contrairement au grand public, où le cas d'usage (« plier le linge ») reste flou. Le contexte est celui d'une filière où l'attention s'est surtout portée sur les vidéos spectaculaires et les levées de fonds massives, tandis que Hyundai, Tesla et BMW financent et testent des humanoïdes en conditions industrielles. Brown note que, contrairement à l'ère pré-smartphone où l'on pouvait faire croître les capacités jusqu'au point de coût visé, les fabricants redéfinissent et diversifient aujourd'hui leurs chaînes d'approvisionnement. Le propos reste un témoignage de fournisseur, sans pilote annoncé ni calendrier de volumes, et les noms des principaux clients de Jabil demeurent confidentiels. Le sujet sera au programme de RoboBusiness, prévu les 20 et 21 octobre 2026 à Santa Clara (Californie), où la physique de l'IA et les humanoïdes figurent parmi les thèmes de session.

UEPas d\'impact direct sur la France/UE

IndustrielActu
1 source
LG fait équipe des robots humanoïdes et quadrupèdes pour automatiser ses entrepôts
4Interesting Engineering 

LG fait équipe des robots humanoïdes et quadrupèdes pour automatiser ses entrepôts

LG CNS, filiale IT du conglomérat sud-coréen LG, a présenté le 6 mai 2026 une démonstration de logistique multi-robots sur son campus Magok, dans l'ouest de Séoul. Quatre robots de fabricants différents ont exécuté une chaîne de manutention complète sans téléopération ni intervention humaine : un humanoïde bipède a saisi des colis sur un tapis roulant et les a transmis à un robot quadrupède à roues, qui les a acheminés jusqu'à un humanoïde sur plateforme roulante, lequel a positionné les boîtes sur des étagères situées à plus de deux mètres de hauteur. Le cycle complet, entre stations espacées de deux à trois mètres, s'est bouclé en environ 90 secondes. L'ensemble repose sur la plateforme Physical Works de LG CNS, articulée en deux briques : Physical Works Forge (entraînement par simulation et données vidéo) et Physical Works Baton (orchestration centralisée de flottes multi-marques). La plateforme prend en charge les humanoïdes bipèdes et sur roues, les quadrupèdes, les AMR et les AGV via une interface unifiée. LG Display a par ailleurs dévoilé en parallèle un écran P-OLED courbe de 7,2 pouces (technologie Tandem OLED troisième génération) destiné à l'affichage facial des robots humanoïdes. Ce qui rend la démonstration techniquement notable, c'est moins la performance individuelle de chaque robot que la couche logicielle de coordination inter-marques. La plateforme intègre un mécanisme de réaffectation dynamique des tâches : lors de la simulation d'un incident, le quadrupède a été basculé vers une mission de patrouille de sécurité, et un AMR de remplacement a pris le relais de transport sans interrompre le flux. LG CNS annonce que cette approche ramène les délais de déploiement de plusieurs mois à un à deux mois, avec des projections de gains de productivité supérieurs à 15 % et de réduction des coûts opérationnels allant jusqu'à 18 % dans des environnements de flottes mixtes d'environ 100 unités. Ces chiffres restent des projections internes, non encore validés en production à grande échelle, et le cycle de 90 secondes a été mesuré sur une distance très courte, ce qui en limite la portée comme indicateur de performance industrielle réelle. LG CNS positionne Physical Works dans un marché où la concurrence se structure autour de plateformes d'orchestration robotique plutôt que d'hardwares isolés. Aux États-Unis, Boston Dynamics propose Orbit pour la gestion de flottes Spot, tandis qu'Amazon et ses partenaires intègrent déjà des flottes mixtes AMR-humanoïdes (Digit d'Agility Robotics) dans leurs entrepôts. En Corée du Sud, Samsung et Hyundai (actionnaire de Boston Dynamics) sont également présents sur ce terrain. LG CNS a annoncé mener des projets pilotes avec 20 clients industriels et déployer la plateforme dans le cadre du projet Busan Smart City. Le groupe a aussi pris des participations dans des entreprises de contrôle humanoïde et de robot foundation models, sans en préciser les noms, ce qui suggère une stratégie d'intégration verticale en cours de consolidation.

IndustrielOpinion
1 source