Chine/AsiePandaily 3 novembre 2026

Six robots humanoïdes AgiBot G2 gèrent un magasin de proximité à Shanghai pendant 24 heures et accomplissent 1 730 tâches

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Six humanoïdes AgiBot G2 ont tenu pendant 24 heures un magasin de proximité resté ouvert au public dans le district de Xuhui, à Shanghai, du 2 novembre 10h00 au 3 novembre 10h00. L'épreuve était retransmise en direct et, selon AgiBot, plus de 2 millions de personnes l'ont suivie en ligne. Les rôles étaient fixes : un robot accueillait les clients à l'entrée, deux géraient le picking, le réassort et les rondes en rayon, un préparait le café, un tenait la caisse et les plats chauds, un dernier nettoyait les tables. Le décompte final annonce 1 730 tâches : 683 accueils, 369 prises et livraisons d'articles, 147 cafés, 126 commandes de petit-déjeuner, 277 réassorts ou contrôles de rayon et 128 nettoyages de tables. Quatre robots sur six ont passé la revue de période probatoire, qui pesait taux de complétion, vitesse de réponse, gestion des exceptions et retours clients. Des testeurs ont cherché à les piéger : cola classique mélangé au cola sans sucre avec demande du seul sans sucre, rayon de chewing-gums brouillé, personnes plantées dans les allées, cartons jetés sur la trajectoire. Les robots auraient croisé la commande vocale avec une vérification visuelle, reconstitué le rayon en comptant les articles à l'image plutôt qu'en se fiant à la position des étiquettes de prix, et se seraient arrêtés pour contourner les obstacles.

Pour les intégrateurs et les décideurs, l'intérêt tient à la durée et au cadre : un commerce réel, ouvert au public, sur un cycle complet jour-nuit, avec une flotte hétérogène coordonnée, ce qui dépasse la démonstration de laboratoire de quelques minutes. Il faut toutefois lire les chiffres avec prudence. Les 1 730 tâches sont des volumes bruts, sans taux de réussite, sans réussite au premier essai, sans fréquence d'interventions humaines ni disponibilité système, alors que Ren Guanghui, vice-président du centre de recherche en IA incarnée d'AgiBot, avait lui-même annoncé le suivi de ces indicateurs. Deux robots sur six n'ont pas validé la probation, et la manipulation fine (accrocher des sachets de bonbons à des crochets, saisir un gâteau mou sans l'écraser) reste le point dur, avec des échecs reconnus. L'affirmation « sans humain dans la boucle », c'est-à-dire sans démonstrations humaines ni réglage manuel sur site, n'est pas vérifiable de l'extérieur. Le test montre surtout qu'une orchestration multi-robots sur tâches de service peu complexes est devenue présentable, pas qu'elle est rentable ou fiable à l'échelle.

Le système repose sur Genie Master, le cadre d'agent incarné d'AgiBot, qui relie décision de tâche, exécution du mouvement et retour d'information via son Embodied Execution Protocol. Il passe chaque jour en revue les exécutions réussies et ratées, stocke l'expérience utile en mémoire longue et filtre les tentatives corrigées pour les réinjecter dans l'entraînement, les robots s'exerçant aussi pendant les heures creuses. L'opération clôt la série de lancements AI WAVE, ouverte le 22 octobre, qui a réuni jeux de données, plateforme de simulation, modèles et matériel dans un même déploiement. Elle s'inscrit dans une course chinoise au commerce de détail incarné : SenseTime a lancé de son côté à Shanghai un magasin à commis humanoïdes. Reste à voir si AgiBot publiera les métriques promises, condition pour comparer ce test aux déploiements revendiqués par Figure, Tesla ou Unitree, et pour passer de l'événement médiatique à un pilote commercial documenté.

Dans nos dossiers

Unitree AgiBot IA physique & VLA

À lire aussi

1Interesting Engineering

À voir : AGIBOT fait travailler six robots humanoïdes pendant 24 heures dans un magasin de proximité

AGIBOT, entreprise chinoise de robotique humanoïde, a organisé du 2 au 3 novembre 2026 un défi de 24 heures dans un magasin de proximité, retransmis en direct sous le titre « Robots Never Clock Out ». Six robots humanoïdes G2 y ont travaillé aux côtés de clients humains. Leurs tâches étaient le réapprovisionnement et le rangement des rayons, la préparation de café et de plats chauds, l'accueil des clients et l'évacuation des déchets. La journée était découpée en quatre périodes: le rush du déjeuner, celui du soir, la garde de nuit et la préparation du petit-déjeuner. L'événement fait suite à l'AI Day de la société, qui avait présenté de nouveaux modèles d'IA, le robot G2 Max et une métrique baptisée Worken, censée quantifier le travail productif d'un robot. Le communiqué ne donne ni charge utile, ni nombre de degrés de liberté, ni temps de cycle pour ces tâches. L'intérêt de l'exercice tient à la durée d'observation. Un live de 24 heures expose les pauses, les tentatives répétées, les saisies ratées, les trajectoires bloquées par un client ou les demandes imprévues, que les vidéos de démonstration soigneusement montées masquent d'ordinaire. Pour un intégrateur ou un COO, c'est un meilleur indicateur du fossé entre démonstration et exploitation réelle que n'importe quel clip de manipulation isolée. Le magasin de proximité est aussi un terrain exigeant: environnement partagé avec le public, objets variés, équipements à manipuler (machine à café, appareils de cuisson) et alternance de charges d'activité. Il faut toutefois lire l'annonce avec prudence. Les 24 heures désignent la durée du streaming, pas une autonomie continue: rien n'établit que chaque robot a fonctionné sans recharge, maintenance ou assistance humaine. Le matériel promotionnel ne précise ni politique d'intervention (téléopération, reprise à distance, aide du personnel), ni système de notation du taux de réussite. Sans ces données, impossible de distinguer autonomie réelle et démonstration assistée, ni d'en déduire un coût par tâche. Le défi s'inscrit dans la course à la preuve de valeur que se livrent les constructeurs d'humanoïdes. Les acteurs américains comme Figure et Tesla multiplient les annonces de déploiement industriel, tandis que les fabricants chinois, dont AGIBOT, misent sur la cadence de présentation et le volume. En Europe, des sociétés comme Enchanted Tools (Mirokaï) ou Pollen Robotics explorent aussi les usages en contact avec le public, à une échelle bien plus modeste. La création de la métrique Worken montre qu'AGIBOT cherche à imposer son propre référentiel de productivité, ce qui ne sera crédible qu'avec une méthodologie publiée et vérifiable. Les prochains indices à surveiller sont la publication des taux d'intervention humaine, du nombre de tâches menées à terme et des temps par activité, ainsi que l'annonce de pilotes commerciaux en magasin avec des enseignes clientes. À ce stade, il s'agit d'une démonstration publique en conditions semi-réelles, non d'un déploiement commercial établi.

UEPas d\'impact direct sur la France/UE

HumanoïdesOpinion

1 source

2Pandaily

SenseTime ouvre un magasin de proximité avec des robots à IA physique à Shanghai

SenseTime, via sa filiale SenseMart, a inauguré à Shanghai (quartier touristique de Baoshan Riverside) un magasin de proximité autonome baptisé "Shaomai Gou" (烧卖购), dont l'affluence lors des congés du 1er mai a confirmé l'intérêt du public. Le client scanne un QR code ; un bras robotique sélectionne et délivre le produit en 15 secondes dans les meilleures conditions annoncées, sans caissier ni gérant sur place. Le point de vente de 15 m² propose plus de 300 références (SKUs) couvrant boissons, café, glaces et plats chauds, produits standardisés et non standardisés confondus. Trois boutiques sont actuellement en exploitation régulière à Shanghai, avec 400 transactions quotidiennes par unité en moyenne. SenseTime vise une extension à d'autres villes chinoises d'ici fin 2026. Ce que ce déploiement démontre pour l'industrie, c'est la viabilité opérationnelle d'une boucle "percevoir-comprendre-décider-exécuter" en environnement retail réel. L'architecture repose sur deux moteurs : SenseMartGalaxy pour la perception visuelle et la compréhension multimodale, et SenseMartGalaxy-EAI, qui intègre la reconstruction 3D par gaussiennes et des world models pour la manipulation physique. Point concret pour les intégrateurs : le système reconnaît de nouveaux produits sans réentraînement, ce qui abaisse le coût d'onboarding des références. Cette capacité s'appuie sur cinq ans d'accumulation de données propriétaires, soit 300 000 modèles 2D produits, 100 000 assets 3D et 1,5 million d'enregistrements de transactions journalières. C'est un avantage structurel difficile à répliquer rapidement par un entrant. SenseTime est historiquement connue pour ses solutions de vision par ordinateur et de reconnaissance faciale ; SenseMart constitue son pivot vers la robotique de service. Le segment du retail autonome est disputé : Amazon Go est en recul commercial en Occident, tandis que Standard AI et AiFi misent sur des formats "grab and go" sans manipulation physique. En Chine, Cainiao (Alibaba) et JD.com explorent des approches similaires, mais l'intégration d'un bras robotique dans un espace aussi réduit reste rare. Les analystes soulèvent des questions légitimes sur la durabilité économique du modèle (coûts de maintenance, taux de pannes, comportements atypiques côté clients) que les chiffres actuels, issus d'un lancement récent dans un cadre touristique contrôlé, ne permettent pas encore de trancher.

Chine/AsieOpinion

1 source

3Pandaily

SenseTime ouvre un commerce de proximité en IA incarnée avec des robots humanoïdes à Shanghai

SenseTime, l'un des principaux groupes d'intelligence artificielle en Chine, a inauguré en mai 2026 à Shanghai un point de vente de détail entièrement opéré par des robots humanoïdes. La boutique, baptisée "Shaomai Gou" (烧卖购), est installée dans le site touristique Baoshan Riverside Scenic Area. Le protocole client est simple : scanner un QR code pour passer commande depuis son téléphone, puis recevoir le produit directement des mains du robot. Au-delà de la préparation des commandes, les robots seraient capables d'assurer la sélection des références, la tarification et l'analyse des données de réapprovisionnement des stocks. Le magasin a attiré des files d'attente spontanées lors du week-end du 1er mai. Aucun modèle de robot n'est identifié dans l'annonce officielle, et SenseTime ne publie pas de métriques opérationnelles (temps de cycle, taux de succès des saisies, volume de transactions). Ce déploiement est significatif parce qu'il sort les robots humanoïdes du contexte industriel contrôlé pour les placer face à des consommateurs non formés, dans un environnement ouvert et non structuré. La manipulation de produits variés, la gestion des interactions client et le réassort en rayon constituent des tâches difficiles pour un système robotique généraliste. Cela dit, l'absence de données techniques publiées invite à la prudence : l'initiative ressemble davantage à un déploiement pilote à forte valeur marketing qu'à une preuve de passage à l'échelle industrielle. Ce que cela valide en revanche, c'est l'existence d'une voie commerciale pour l'embodied AI dans les services de proximité à forte fréquentation, un segment jusqu'ici dominé par des kiosques automatisés passifs. SenseTime a bâti sa réputation initiale sur la vision par ordinateur et la reconnaissance faciale avant de pivoter vers l'IA incarnée, combinant vision robotique, compréhension du langage naturel et manipulation physique. En Chine, la société fait face à la concurrence de Unitree Robotics, Fourier Intelligence et UBTECH sur le segment humanoïde ; à l'international, les références du secteur restent Figure AI avec le robot 03, Physical Intelligence avec Pi-0 et Boston Dynamics. La prochaine étape logique pour SenseTime sera d'étendre "Shaomai Gou" à d'autres sites et de publier des données de performance qui permettraient de distinguer la démonstration du déploiement opérationnel réel.

Chine/AsieActu

1 source

4Pandaily

China : premier humanoïde grandeur nature accomplit seul des tâches ménagères complexes grâce à un système cérébral à contre-courant

La start-up chinoise LimX Dynamics a présenté Oli, un robot humanoïde grandeur nature doté de 31 degrés de liberté, réalisant de façon autonome une série de tâches domestiques complexes dans un environnement réel, sans téléopération ni montage vidéo, selon les affirmations de l'entreprise. En une seule prise continue, le robot a plié du linge, rangé des objets, empilé des boîtes, ramassé des déchets et livré de l'eau. LimX se positionne ainsi comme la deuxième entreprise au monde, aux côtés de Figure, à revendiquer ce niveau d'autonomie sur des tâches ménagères à horizon long. Cette démonstration repose sur COSA 0.5, une architecture cognitive à trois couches baptisée S2-S1-S0. La couche S2, dite « cognition », s'appuie sur un agent LLM/VLM pour la compréhension de scène, la mémoire et le raisonnement ; la couche S1 regroupe un portefeuille de compétences entraînées, dont des modèles vision-langage-action (VLA) pour la génération de mouvements du corps entier ; la couche S0 fait tourner en local, à 1000 Hz, une politique de transformeur corps-entier (WBT) de 10 millions de paramètres chargée de traduire les objectifs en commandes articulaires coordonnées et équilibrées. Zhang Wei, fondateur de LimX, justifie cette séparation en comparant un grand modèle isolé à Stephen Hawking alité : d'une intelligence extrême mais incapable de mouvement. Cette approche va à contre-courant du consensus actuel du secteur, qui tend à assimiler le "cerveau" du robot à un modèle unique et massif. En découplant cognition, compétences et contrôle moteur, LimX affirme pouvoir faire évoluer chaque couche indépendamment, un argument de robustesse industrielle plus que de performance brute. Le système aurait été affiné par apprentissage par renforcement directement sur le robot réel : des opérateurs corrigent les erreurs par téléopération pendant que la couche S0 maintient l'équilibre, ces corrections alimentant ensuite l'entraînement de modèles de récompense. Si les résultats se confirment au-delà de cette démonstration filmée par l'entreprise elle-même, l'enjeu dépasse la prouesse technique : il s'agit de savoir si les architectures VLA passent enfin l'épreuve du réel en dehors des environnements industriels contrôlés, un test que la plupart des acteurs du secteur n'ont pas encore franchi publiquement. La majorité des entreprises d'IA incarnée, à l'image de Tesla avec Optimus ou Agility Robotics, concentrent leurs premiers déploiements sur l'usine et la logistique. LimX Dynamics fait un pari inverse : cibler d'emblée les marchés du commerce, de l'hôtellerie, du divertissement et du service à domicile, où l'interaction physique humanoïde crée, selon Zhang Wei, une valeur différente. La démonstration d'Oli sert avant tout à crédibiliser ce positionnement stratégique face à des concurrents comme Figure ou aux plateformes Pi-0 et GR00T N2, en misant sur la polyvalence domestique plutôt que sur la répétabilité en chaîne de production, sans qu'aucun calendrier de déploiement pilote n'ait pour l'instant été communiqué.

Chine/AsieActu

1 source