Un robot humanoïde réduit de 8 fois son délai de traitement grâce à NVIDIA lors de tests internes

Bear Robotics affirme avoir réduit d'un facteur huit le temps d'inférence d'un modèle de fondation pour la robotique sur son humanoïde KR1, de 500 à 60 millisecondes, grâce à des logiciels NVIDIA. L'entreprise l'a annoncé à NVIDIA GTC Berlin en présentant KINO-2, une plateforme d'apprentissage qui transforme des démonstrations humaines en tâches exécutables par le robot. Elle revendique aussi un gain de 4,2 fois pour son propre modèle, dont l'inférence passe de 72,3 à 17,2 millisecondes. Le modèle ramené à 60 ms est NVIDIA Isaac GR00T, dont la version initiale n'était pas optimisée. Pour y arriver, Bear a intégré Isaac OS à son système de perception, s'appuie sur la carte Jetson AGX Thor et le SDK Holoscan 5.0, et applique TensorRT ainsi qu'une quantification des modèles, qui réduit la précision numérique des paramètres pour alléger le calcul. À Berlin, KR1 exécute un flux logistique: il reçoit une commande d'un système de gestion d'entrepôt, prélève des bouteilles, les place dans un bac, l'amène à un point de dépose et revient avec un bac vide.

Ces chiffres demandent à être lus avec précision. Ils proviennent de mesures internes et portent sur l'inférence seule, pas sur la vitesse d'exécution du robot: KR1 n'est pas huit fois plus rapide pour accomplir une tâche. De plus, le point de comparaison de 500 ms correspond à une configuration non optimisée, ce qui amplifie mécaniquement le gain. Bear ne publie ni temps de cycle complet, ni taux de réussite en manipulation, ni données de fiabilité sur la durée, ni taux d'intervention humaine. L'intérêt réel est ailleurs: une latence de 60 ms, voire 17 ms pour le modèle maison, rend plus plausible un contrôle réactif avec des modèles vision-langage-action (VLA) embarqués sur un module Jetson Thor, sans dépendre du cloud. Pour un intégrateur ou un COO logistique, cela confirme que l'optimisation logicielle (quantification, compilation) pèse autant que le modèle lui-même. Cela ne prouve cependant pas que l'écart entre démonstration et exploitation soit comblé: un scénario de démonstration sur salon reste un environnement défini, très éloigné d'un flux client en continu.

Bear Robotics est connu pour ses robots de service. Il revendique plus de 16 000 robots déployés sur plus de 5 000 sites clients, mais la grande majorité sont des machines mobiles et non des humanoïdes, et aucun volume de KR1 n'est communiqué. La stratégie annoncée consiste à associer des robots mobiles spécialisés pour le transport à des KR1 chargés de la manipulation, le tout piloté par une gestion de flotte et des workflows communs. Des pilotes clients sont en cours sur les retours en supermarché et la manutention de bacs en entrepôt. Bren Pierce, directeur de la robotique, défend l'approche par démonstration: ceux qui font le métier connaissent déjà les produits, les équipements et l'ordre des opérations. Bear rejoint ainsi le mouvement des acteurs qui bâtissent leurs humanoïdes sur la pile NVIDIA (GR00T, Jetson Thor), face à des concurrents comme Figure avec Helix ou Tesla avec Optimus, plus verticalement intégrés. Le véritable test sera la publication de résultats de pilotes montrant combien de flux complets KR1 réalise sans intervention.