Aller au contenu principal
IndustrielPandaily 

Leju Robotics déploie 15 humanoïdes sur une ligne de chargement de pièces automobiles, avec environ 98 % de réussite

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

Leju Robotics et l'équipementier automobile Zhaofeng ont mis en exploitation courante 15 robots humanoïdes sur une ligne de chargement de pièces de l'usine n°3 de Zhaofeng, à Xiaoshan (Hangzhou). La solution conjointe a été présentée sur site le 15 octobre. Les robots prélèvent de petits composants, comme des roulements de moyeu de roue de 80 à 120 mm de diamètre intérieur, dans des bacs en treillis métallique, puis les déposent à des positions prédéfinies sur des machines d'usinage. Selon un représentant de Zhaofeng cité par Securities Times, la flotte couvre 15 postes et plus de 10 références, avec un taux de réussite stable à 98 %. Le déploiement tourne depuis plus de deux mois, soit environ 1 000 heures cumulées et plus de 60 000 pièces produites. Ces chiffres sont déclarés par les deux entreprises, sans audit indépendant, et le taux de succès n'est pas défini précisément (par cycle, par pièce, avec ou sans intervention humaine).

Le point faible reste la vitesse. Un cycle de chargement dure moins de 40 secondes d'après Securities Times (environ 35 secondes selon Jiemian), contre une quinzaine de secondes pour un opérateur qualifié au même poste. Le président de Zhaofeng indique que les bras robotisés fixes de l'usine atteignent 10 à 15 secondes sur certaines opérations, et que les humanoïdes devront approcher 15 secondes pour justifier une adoption élargie, ce qu'il attend d'ici six mois à un an. Le choix de l'humanoïde dans une usine déjà automatisée s'explique par la nature des commandes: certaines commandes de pièces de rechange destinées à l'export ne portent que sur 250 à 300 jeux, avec beaucoup de références et des changements de série fréquents. Les humanoïdes prennent en charge les tâches de transfert, de chargement et d'ajustement entre les étapes automatisées, sans remplacer la ligne.

L'intérêt de cette annonce tient moins à la performance brute qu'à son statut: un déploiement multi-robots, sur plusieurs semaines, avec des heures et des volumes chiffrés, ce qui la distingue des démonstrations ponctuelles. Elle montre aussi que le critère décisif pour les intégrateurs sera le temps de cycle et la reconfiguration rapide, davantage que la dextérité. Un robot deux à trois fois plus lent qu'un humain n'est rentable que dans les environnements à forte variété et faibles séries, ce que confirme le discours de Zhaofeng. Leju affirme avoir découpé la compétence de chargement en plus de 30 modules de base, assemblables sans programmation bas niveau, ce qui ramènerait le développement de plusieurs mois à quelques semaines. Une plateforme d'ordonnancement multi-robots diffuse la compétence à toute la flotte, et des modules de sécurité détectent chutes de pièces, collisions et excès de vitesse. Jiemian rappelle toutefois que le transfert vers d'autres usines exigera de s'adapter à de nouvelles pièces, interfaces machines et règles de sécurité.

Ce projet s'inscrit dans la course chinoise au déploiement industriel d'humanoïdes, où UBTECH avance avec FAW-Volkswagen, de l'inspection qualité vers la logistique d'usine, et où Inovance vient de dévoiler son humanoïde à roues InoBot W1. Leju mise sur la donnée: la flotte génère plus de 40 000 enregistrements par mois, et les deux partenaires vont verser un jeu de données de chargement de pièces automobiles, issu d'opérations réelles, à la communauté OpenLET de la fondation OpenAtom. Le PDG de Leju, Chang Lin, fait de la vitesse la priorité, notamment par un meilleur usage des deux bras pour saisir plusieurs pièces à la fois. Le prochain jalon à surveiller est donc l'objectif d'environ 15 secondes par cycle, attendu dans un délai de six à douze mois.

Impact France/UE

Pas d\'impact direct sur la France/UE

Dans nos dossiers

À lire aussi

Xiaomi fait le point sur ses robots humanoïdes en usine automobile, avec 98 % de réussite sur certaines tâches
1TechNode 

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

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.

IndustrielActu
1 source
Xiaomi déploie ses robots sur la chaîne de production automobile : opérations flexibles sur pièces réussies
2Pandaily 

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
Liebherr RLS : un système de chargement rotatif pour automatiser des pièces
3Robot Magazine FR 

Liebherr RLS : un système de chargement rotatif pour automatiser des pièces

Liebherr-Verzahntechnik GmbH fait évoluer son système de chargement rotatif RLS, dédié à l'automatisation des centres d'usinage. La principale nouveauté est une classe de charge portée à 2 000 kg, qui complète les versions existantes de 800 kg et 1 500 kg. Les diamètres maximaux du cercle d'interférence sont également élargis, atteignant 900 mm et 1 400 mm selon la configuration retenue. Le RLS combine un rayonnage circulaire, un module élévateur assurant le stockage et le déstockage automatiques des pièces, et une station de préparation ; une tour de stockage complémentaire peut s'ajouter selon les besoins. Le rayonnage se décline en deux à quatre niveaux, et un seul module peut alimenter simultanément deux centres d'usinage tout en conservant une emprise au sol réduite. Le système est annoncé indépendant du fabricant de la machine-outil, ce qui permet de l'associer à des équipements de marques différentes. Markus Zollitsch, chef de projet du développement du RLS chez Liebherr, justifie cette montée en charge par la nécessité d'éviter que l'automatisation périphérique ne freine les capacités croissantes des machines-outils. Cette évolution traduit un déplacement concret dans l'automatisation des ateliers : elle ne concerne plus seulement les pièces légères en grandes séries, mais s'étend à des productions plus diversifiées incluant des composants lourds, typiques de secteurs comme l'aéronautique, l'énergie ou la construction de machines. Pour les intégrateurs et décideurs industriels, l'enjeu est d'aligner la capacité des systèmes d'alimentation périphérique sur celle des centres d'usinage modernes, capables de traiter des pièces toujours plus volumineuses ; un système de manutention sous-dimensionné devient sinon le facteur limitant de toute la ligne. La compatibilité multi-marques répond à une contrainte fréquente des parcs machines hétérogènes, courants dans les sites industriels qui n'achètent pas tous leurs équipements chez un même fournisseur. La logique de compacité, avec un module unique desservant deux machines, s'attaque à une problématique classique d'atelier : gagner en productivité sans disposer de surface supplémentaire. Il s'agit ici d'une extension incrémentale de gamme plutôt que d'une rupture technologique, révélatrice d'une automatisation industrielle qui progresse sur des cas d'usage concrets plutôt que sur l'effet d'annonce. Le RLS s'inscrit dans la gamme d'automatisation périphérique de Liebherr-Verzahntechnik, filiale du groupe Liebherr spécialisée dans les machines de taillage d'engrenages et les solutions d'automatisation associées. La classe 2 000 kg vient compléter, sans les remplacer, les versions 800 kg et 1 500 kg déjà commercialisées, ce qui élargit le spectre de clients adressables sans repenser l'architecture de base. Sur ce segment de l'automatisation périphérique des centres d'usinage, Liebherr évolue face à des acteurs établis du chargement de palettes et de pièces, qu'il s'agisse de fabricants de machines-outils proposant leurs propres cellules ou d'intégrateurs spécialisés en systèmes de palettisation. La modularité du RLS, avec un module de base reconfigurable selon la classe de charge, vise à limiter les coûts d'adaptation pour les industriels dont la production évolue. Liebherr ne communique pas de calendrier de déploiement ni de premiers clients pour cette version 2 000 kg : l'annonce se situe pour l'instant au stade de l'extension de gamme, avant tout retour d'expérience documenté sur des sites de production.

UELiebherr-Verzahntechnik, filiale d'un groupe industriel européen, élargit une offre d'automatisation vendue aux ateliers d'usinage en Europe, notamment dans l'aéronautique et l'énergie.

IndustrielActu
1 source
Vidéo : un système robotique atteint 99,5 % de réussite dans le câblage rapide en usine automobile
4Interesting 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