Aller au contenu principal
HumanoïdesPandaily 

LimX Dynamics dévoile une démo qui défie Figure : le humanoïde chinois rivalise désormais avec le meilleur de la Silicon Valley

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

LimX Dynamics a diffusé une vidéo de démonstration de 3 minutes, en plan-séquence unique, montrant son robot humanoïde de taille humaine Oli exécuter de façon autonome une séquence continue de tâches ménagères : décrocher des vêtements de cintres, les ranger dans un panier à linge, trier des jouets, empiler des boîtes, se pencher profondément pour ramasser des débris au sol et jeter des déchets. La séquence est présentée comme ininterrompue, non montée et réalisée sans téléopération humaine. Cette publication intervient un jour seulement après l'annonce par LimX d'un tour de financement pré-IPO de 200 millions de dollars, valorisant l'entreprise à 2,3 milliards de dollars. Le système à l'origine de cette démonstration, baptisé COSA 0.5, repose sur une architecture à trois niveaux selon Zhang Wei, fondateur de LimX : une couche cognitive S2 pour la compréhension de scène, la mémoire, le raisonnement et la planification ; une couche de compétences S1 intégrant notamment des modèles vision-langage-action (VLA) ; et une couche de contrôle moteur S0, une politique Transformer corps entier tournant à 1000 Hz pour l'équilibre et la coordination.

Cette démonstration mérite d'être prise avec prudence puisqu'il s'agit d'une vidéo unique diffusée par l'entreprise elle-même, sans vérification indépendante ni détail sur le nombre de prises nécessaires en amont. Elle n'en reste pas moins significative : jusqu'ici, seul Figure avait publié des démonstrations comparables en matière de continuité des tâches, de complexité des enchaînements et de contrôle corps entier sans intervention humaine. Que LimX affiche un niveau similaire, avec un calendrier de développement plus court, interroge l'hypothèse selon laquelle Figure disposerait d'une avance technologique difficile à rattraper. L'argument de Zhang Wei, selon lequel un "cerveau" robotique doit être conçu comme un système modulaire plutôt qu'un modèle monolithique toujours plus gros, offre aussi un contrepoint à la course actuelle aux modèles fondation géants dans la robotique humanoïde : chaque couche de COSA pouvant en théorie être mise à jour indépendamment, l'architecture promet des cycles d'itération plus rapides que les approches bout-en-bout.

La démonstration confirme également le positionnement stratégique de LimX, qui cible en priorité les environnements domestiques, commerciaux, hôteliers et de loisirs plutôt que les lignes de production industrielles privilégiées par la majorité des acteurs du secteur. En réussissant à montrer une gestion crédible de l'imprévisibilité d'un intérieur non structuré, LimX renforce son pari qu'un premier marché de masse pour les humanoïdes émergera du service à la personne avant l'usine. Reste à savoir si l'entreprise, forte de sa levée récente, transformera cette démonstration en déploiements pilotes concrets dans les mois à venir.

Dans nos dossiers

À lire aussi

Atlas, le robot humanoïde de Boston Dynamics, vole la vedette pendant la mi-temps d'un match de la Coupe du monde de la FIFA avec un show de football
1Interesting Engineering 

Atlas, le robot humanoïde de Boston Dynamics, vole la vedette pendant la mi-temps d'un match de la Coupe du monde de la FIFA avec un show de football

Le robot humanoïde Atlas de Boston Dynamics a fait une apparition remarquée lors de la mi-temps du match des huitièmes de finale entre la Norvège et le Brésil à la Coupe du Monde FIFA 2026, disputé au stade de New York/New Jersey. Sorti du tunnel des joueurs devant un stade comble et une audience télévisée mondiale, le robot a exécuté une chorégraphie recréant plusieurs célébrations de buts emblématiques, dont celles de Harry Kane, Erling Haaland, Matheus Cunha et Son Heung-min. Il a ensuite récupéré le ballon officiel du match et l'a porté jusqu'à l'arbitre pour signaler le début de la seconde période. Il s'agit de la première apparition d'un robot humanoïde lors d'un match de Coupe du Monde FIFA, et surtout de la première démonstration publique de la version de production d'Atlas, dévoilée plus tôt cette année au CES 2026. En amont de l'événement, Hyundai Motor, maison mère de Boston Dynamics, avait diffusé une vidéo montrant Atlas étudiant des séquences de football avant de reproduire des mouvements de joueurs, y compris le contrôle et la passe du ballon lors d'une séance d'entraînement, dans le cadre de sa campagne School of Football. Cette démonstration a une portée qui dépasse le simple coup marketing sportif. Selon Hyundai, l'intégralité de la séquence s'est déroulée en direct pendant un match officiel, ce qui, si les conditions réelles de tournage sont confirmées, prouverait qu'une version de série d'un humanoïde peut opérer de façon fiable dans un environnement bondé, imprévisible et chronométré, tout en exécutant des mouvements coordonnés du corps entier avec précision et stabilité. C'est un signal important pour l'industrie robotique et les décideurs B2B: la frontière entre démonstration contrôlée en laboratoire et déploiement en conditions réelles reste le principal point de friction du secteur humanoïde, et Boston Dynamics cherche ici à démontrer que ce fossé se réduit. Il faut toutefois noter la prudence habituelle qui s'impose face à ce type de communication d'entreprise très maîtrisée: la marge d'erreur tolérée dans une chorégraphie sportive de mi-temps n'est pas comparable aux exigences de fiabilité d'une ligne de production industrielle, même si Hyundai établit explicitement ce parallèle. L'architecture technique repose sur trois briques mises en avant par Boston Dynamics: le retargeting, qui traduit des mouvements humains de football en trajectoires adaptées à la morphologie du robot, l'apprentissage par renforcement, entraîné sur des millions d'heures de simulation GPU en faisant varier poids des objets, force de préhension, friction du sol et positionnement, et le contrôle corps entier (whole-body control), qui assure l'équilibre et la fluidité du mouvement grâce à la proprioception, soit la perception interne de la position, de l'équilibre et des forces appliquées. Les comportements validés en simulation sont ensuite transférés au robot physique, une approche classique de sim-to-real dans la robotique humanoïde actuelle. Cette performance s'inscrit dans la campagne plus large de Hyundai baptisée Next Starts Now, qui mêle football, robotique et intelligence artificielle, et prolonge la série School of Football lancée en amont du tournoi. Elle intervient alors que la concurrence sur le segment humanoïde s'intensifie, avec des acteurs comme Figure, Tesla (Optimus) ou Agility Robotics qui multiplient également les démonstrations publiques pour asseoir la crédibilité commerciale de leurs plateformes.

HumanoïdesActu
1 source
Eno, le robot humanoïde qui vise à devenir la machine polyvalente de chaque entreprise
2Interesting Engineering 

Eno, le robot humanoïde qui vise à devenir la machine polyvalente de chaque entreprise

Genesis AI a présenté Eno, son premier robot à usage général, en juin 2026. La machine abandonne la forme humanoïde bipède au profit d'une base à roues surmontée d'une colonne télescopique ajustable en hauteur, capable de se replier en configuration compacte lors des phases d'inactivité. Ses mains robotiques reproduisent la morphologie et la fonction de mains humaines, afin de permettre l'utilisation d'outils standards dans des espaces déjà conçus pour des opérateurs humains. Son système de contrôle est GENE, le modèle de fondation robotique développé en interne, présenté comme capable de gérer la planification de tâches longues, l'adaptation au contexte et la mémorisation entre opérations. Un écran embarqué optionnel affiche en temps réel le raisonnement et les intentions du robot. Les premiers déploiements clients sont annoncés avant fin 2026, en fabrication, logistique et laboratoires, avec une extension ultérieure à l'hôtellerie, à la santé puis au grand public. Genesis AI a levé 105 millions de dollars en financement de démarrage, avec Eric Schmidt, ancien PDG de Google, parmi ses investisseurs déclarés. Le choix d'une base roulante plutôt que bipède représente un compromis délibéré : on sacrifie la polyvalence locomotrice pour la fiabilité mécanique dans des environnements industriels à sols plats et structurés, là où l'essentiel des déploiements initiaux est ciblé. Les mains humanoïdes répondent à un problème de compatibilité concret, puisque les postes de travail et les outils industriels sont dimensionnés pour des mains humaines. Sur le plan logiciel, GENE s'inscrit dans la catégorie des VLA (Vision-Language-Action models) avec l'ambition de piloter des tâches longues en autonomie, ce que le secteur cherche précisément à démontrer à grande échelle depuis deux ans avec des résultats encore inégaux. L'affichage du raisonnement en temps réel est une réponse directe aux exigences d'acceptabilité et de sécurité en environnement mixte humain-robot. Il faut cependant souligner qu'aucun chiffre de performance validé indépendamment n'accompagne l'annonce : payload, temps de cycle et taux de fiabilité sur lignes réelles restent inconnus. Eno est à ce stade une annonce, pas un produit en production. Genesis AI entre dans une course déjà bien engagée. Figure AI déploie ses robots Figure 02 sur les lignes de montage de BMW en Caroline du Nord ; Tesla vise la production de masse d'Optimus pour 2026 ; Agility Robotics teste Digit dans les entrepôts d'Amazon ; Physical Intelligence développe Pi-0 comme modèle de fondation généraliste ; NVIDIA fournit GR00T N2 et l'infrastructure de simulation Isaac Lab à l'ensemble de l'écosystème. Genesis AI se positionne avec une approche de co-conception : hardware, software et IA développés ensemble depuis l'origine plutôt qu'intégrés séquentiellement, argument central du discours de Zhou Xian, co-fondateur et PDG. Avec 105 millions de dollars de seed et un investisseur aussi visible qu'Eric Schmidt, la société dispose des ressources pour tenir ses délais. Les déploiements pilotes annoncés avant fin 2026 constitueront le premier test réel de cette promesse d'intégration systémique.

HumanoïdesOpinion
1 source
Le robot humanoïde Digit démontre sa force et son équilibre avec un soulevé de terre de 30 kg
3Interesting Engineering 

Le robot humanoïde Digit démontre sa force et son équilibre avec un soulevé de terre de 30 kg

Le robot humanoïde Digit, développé par Agility Robotics (Oregon, États-Unis), vient de réaliser un soulevé de terre de 29 kilogrammes (65 livres) dans un environnement de laboratoire contrôlé. La démonstration met en évidence une coordination corpo-entière, bras, jambes et torse s'ajustent dynamiquement en temps réel pour maintenir l'équilibre sous charge. Selon l'entreprise, l'exercice a été conçu pour tester les limites des actionneurs, la durabilité des articulations et les systèmes de contrôle en temps réel. La politique de contrôle a été entraînée en simulation : un objet virtuel est introduit dans un environnement numérique, permettant au modèle d'apprendre la distribution de charge, les forces de préhension et les déplacements du centre de masse. Des milliers d'essais simulés affinent ensuite la stabilité de prise et le contrôle postural avant transfert sur le robot physique. La version actuelle de Digit embarque également une autonomie batterie de quatre heures, un système d'auto-recharge par docking autonome, des membres renforcés, des effecteurs terminaux avancés, et des protocoles de sécurité industrielle incluant un arrêt de catégorie 1, des PLCs de sécurité et le protocole FailSafe over EtherCAT. Ce que révèle cette démonstration va au-delà du simple exercice de force : elle illustre le passage des trajectoires articulaires programmées manuellement vers des politiques adaptatives apprises, un changement de paradigme significatif pour les intégrateurs industriels. Le sim-to-real, longtemps considéré comme un verrou majeur de la robotique humanoïde, semble ici suffisamment mature pour gérer des tâches de manipulation lourde avec consistance et sans réinitialisation. Pour un COO industriel, la promesse concrète est un robot capable d'empiler des bacs, charger des chariots et manutentionner des matériaux variés de façon autonome et répétable, en complément de robots mobiles autonomes (AMR) qui assurent le transport. La durabilité sous charge soutenue reste toutefois à valider en conditions réelles de production : la vidéo présentée est un test laboratoire, pas un déploiement opérationnel. Agility Robotics a été fondée en 2015 à partir des travaux de l'Oregon State University sur la locomotion bipède. L'entreprise a signé un partenariat stratégique avec Amazon, qui a piloté Digit dans ses entrepôts en 2023-2024. Elle se positionne directement face à Figure AI (Figure 02, partenariat BMW), Boston Dynamics (Atlas), Tesla (Optimus) et 1X Technologies sur le segment de l'humanoïde industriel. Contrairement à Figure ou Tesla qui communiquent davantage sur des capacités de manipulation généraliste, Agility mise sur une intégration logistique ciblée, en couplant Digit aux flottes AMR existantes. Les prochaines étapes annoncées incluent une accélération de la cadence de production et un déploiement élargi dans des environnements entrepôt multi-unités, sans date précise communiquée à ce stade.

HumanoïdesActu
1 source
Un robot humanoïde utilise la vision et la mémoire pour trier des objets avec dextérité
4Interesting Engineering 

Un robot humanoïde utilise la vision et la mémoire pour trier des objets avec dextérité

Lors d'un événement baptisé "Dexterity Night" organisé par la startup sud-coréenne RLWRLD à l'Exploratorium de San Francisco, un robot humanoïde du japonais Enactic a exécuté un tri de chaussettes noires sur tapis roulant, parmi un flux mélangé de chaussettes noires et blanches. Le robot identifiait la couleur de chaque chaussette par caméra embarquée, saisissait l'objet avec des mains antropomorphes, puis le déposait dans le bon bac, tout en conservant en mémoire les couleurs précédemment détectées pour enchaîner les décisions sans recalibrage. D'autres robots étaient présents, WIRobotics (Corée du Sud) et Origami Robotics (États-Unis), tous pilotés par le même modèle de fondation RLDX-1 développé par RLWRLD. En parallèle, RLWRLD accélère la collecte de données réelles en filmant des travailleurs qualifiés (hôtellerie, logistique, commerce de proximité) via caméras et capteurs, pour constituer des datasets couvrant des gestes de pliage, préhension et organisation en conditions réelles. L'intérêt de la démonstration réside moins dans le tri de chaussettes en lui-même que dans l'architecture technique sous-jacente. RLDX-1 repose sur un Multi-Stream Action Transformer (MSAT) qui traite en flux parallèles les signaux visuels, de mouvement, de mémoire et de couple avant de les fusionner pour générer des actions coordonnées. Un module de cognition compresse les entrées perceptuelles en tokens mémoire, ce qui permet un suivi de tâche sur un horizon long, un point de friction récurrent dans les modèles de fondation robotiques actuels, que RLWRLD identifie explicitement comme sa cible. Pour enrichir la diversité d'apprentissage, le système combine motion capture de mains humaines et un moteur de données synthétiques. Les benchmarks annoncés sont décrits comme "state-of-the-art" en simulation et en conditions réelles, affirmation usuelle dans les communiqués de ce secteur, et qu'il faudra vérifier sur des déploiements documentés en production. RLWRLD s'inscrit dans une dynamique coréenne qui cherche à se différencier d'un marché humanoïde dominé à deux extrêmes: les États-Unis sur les modèles d'IA haute performance (Figure, Physical Intelligence avec Pi-0, Boston Dynamics, Tesla avec Optimus Gen 3), la Chine sur la compétitivité hardware. La stratégie coréenne misait sur la manipulation fine et la dextérité des doigts: Robotis développe des mains à entraînement direct (moteur relié directement aux articulations, sans câbles ni engrenages) et aurait reçu des précommandes de Google et Apple; Edin Robotics travaille sur des capteurs reproduisant la sensation tactile du bout des doigts. RLWRLD accélère désormais le déploiement de RLDX-1 sur plusieurs sites réels simultanément, une étape qui distingue un produit en test d'un produit opérationnel. La prochaine question concrète pour les intégrateurs industriels sera de connaître les taux de succès en conditions non contrôlées, les temps de cycle réels, et les coûts de déploiement.

HumanoïdesActu
1 source