Aller au contenu principal
Vidéo : les robots humanoïdes de Xiaomi trient des pièces automobiles pendant huit heures lors d'une démonstration en usine
HumanoïdesInteresting Engineering 

Vidéo : les robots humanoïdes de Xiaomi trient des pièces automobiles pendant huit heures lors d'une démonstration en usine

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE
Vidéo : les robots humanoïdes de Xiaomi trient des pièces automobiles pendant huit heures lors d'une démonstration en usine
▶ Voir sur YouTube

Xiaomi a publié le 3 novembre une vidéo montrant deux robots humanoïdes grandeur nature qui trient des pièces automobiles pendant une tâche de huit heures dans son usine de voitures en Chine. Le poste concerné est un îlot de tri de coques latérales de console centrale. Les robots prélèvent les pièces dans de grands bacs posés sur des plateformes mobiles et les rangent dans les emplacements d'un rack vertical. Un compteur de temps cumulé et des surimpressions « autonome » s'affichent à l'écran, et la lecture est accélérée jusqu'à 100 fois. Selon Xiaomi, les machines détectent et corrigent seules certaines anomalies tout en se coordonnant avec le système de pilotage de la ligne. L'entreprise n'a en revanche communiqué ni cadence de tri, ni taux de réussite, ni nombre de pièces traitées, ni taux d'interventions humaines. Elle n'a pas précisé non plus la nature des anomalies gérées, ni la gestion de l'énergie : on ignore si les robots ont fonctionné sur une seule charge, avec échange de batterie ou avec recharge.

L'intérêt de la démonstration tient à la durée et au couplage avec le système de production, deux points où les démos d'humanoïdes restent souvent faibles. Huit heures correspondent à un poste de travail complet, bien au-delà des séquences de quelques minutes habituelles. Mais l'absence de métriques empêche de la qualifier d'avancée industrielle. Une vidéo accélérée, sans débit ni taux d'intervention, ne permet pas de calculer un coût par pièce ni de comparer le dispositif à un opérateur ou à un AMR équipé d'un bras. Pour un intégrateur ou un COO, il s'agit donc d'un signal de maturité de la perception et de la reprise sur erreur, pas d'une preuve de rentabilité. On reste au stade de la démonstration en conditions réelles d'usine, sans déploiement commercial annoncé.

Cette vidéo prolonge les essais de Xiaomi dans l'automobile. En mars, le groupe avait annoncé un taux de réussite de 90,2 % lors d'un pilote autonome de trois heures à son usine de véhicules électriques de Pékin. La tâche consistait à poser simultanément des écrous autotaraudeurs des deux côtés d'une pièce, avec un temps de cycle de 76 secondes respecté. Ce premier test visait l'assemblage de précision, le second la manutention et le tri. Un taux de 90,2 % laisse toutefois environ une opération sur dix en échec, ce qui reste loin des exigences d'une ligne de production. Xiaomi évolue dans un peloton où les constructeurs chinois, comme UBTech avec ses Walker en usines automobiles, Tesla avec Optimus et Figure avec ses essais chez BMW cherchent tous à prouver une utilité mesurable. La suite logique serait la publication de chiffres de débit, d'autonomie et d'intervention, puis un passage à plusieurs postes en parallèle. Aucune échéance n'a été communiquée.

Dans nos dossiers

À lire aussi

Xiaomi : un robot humanoïde réussit son premier poste de 8 heures en usine automobile, et Xiaomi-Robotics-1 entre en test en appartement
1Pandaily 

Xiaomi : un robot humanoïde réussit son premier poste de 8 heures en usine automobile, et Xiaomi-Robotics-1 entre en test en appartement

Xiaomi affirme que son robot humanoïde a effectué pour la première fois une affectation de huit heures dans son usine automobile, couvrant la totalité de la demande de production quotidienne du poste de tri des caches latéraux de console centrale. Le groupe a révélé ce jalon, ainsi qu'un essai domestique de son modèle de fondation embarqué, lors du Sommet de Wuzhen de la World Internet Conference 2026, où son équipe robotique a reçu un Leading Technology Award pour une technologie de modèle de fondation destinée à la manipulation robotique à grande échelle. Selon Xiaomi, le robot a corrigé seul ses anomalies et s'est coordonné avec les systèmes de la ligne, ce que l'entreprise décrit comme une validation préliminaire de capacité au niveau de la ligne. Ce passage s'inscrit dans un stage en usine commencé en mars, où le robot avait travaillé trois heures en autonomie sur un poste de chargement d'écrous autotaraudeurs, avec 90,2 % de réussite d'installation des deux côtés pour un temps de cycle de 76 secondes. En juillet, ce taux atteignait 98 % et deux postes s'y étaient ajoutés, le tri de caches latéraux et le pliage de bacs, avec des taux de réussite de 94 % à 98 % selon Xiaomi. À domicile, l'entreprise a lancé ce qu'elle appelle une exploitation d'essai dans un Xiaomi Youth Apartment, son logement locatif pour employés. Les ingénieurs ont bâti un système d'agent sur le modèle préentraîné Xiaomi-Robotics-1, couvrant collecte de données, inférence et exécution, affiné par plusieurs cycles de post-entraînement. Lors d'une validation, le système a fonctionné plus de 30 minutes dans trois pièces et accompli plus de 50 tâches : préparer des outils, ranger un canapé et des tables, jeter des déchets, remettre des objets en place, inspecter les pièces, revérifier le logement puis sortir. La vidéo diffusée est présentée comme un plan unique de 32 minutes. L'intérêt tient moins à la démonstration domestique qu'à la durée en usine. Passer de trois heures sur un seul poste à un poste complet de huit heures, avec correction autonome des anomalies et coordination avec les systèmes de ligne, répond à l'une des critiques récurrentes du secteur : l'écart entre démonstration et exploitation continue. Ce n'est toutefois pas encore une preuve de déploiement : Xiaomi ne publie ni le nombre de robots, ni le taux d'intervention humaine, ni le débit comparé à un opérateur, et parle elle-même de validation préliminaire. Un poste de tri est aussi nettement moins contraignant qu'un assemblage de précision. Côté domicile, une vidéo en plan unique reste un échantillon choisi par l'entreprise, dans un appartement connu du fabricant. Xiaomi ne précise ni le nombre de robots, ni le logement hôte, ni la durée de l'essai. L'argument stratégique est celui d'une pile de modèles unique pour l'industriel et le domestique, une hypothèse que peu d'acteurs ont démontrée à l'échelle. Xiaomi-Robotics-1, dévoilé le 16 juillet et publié en open source en août, a été préentraîné sur plus de 100 000 heures de trajectoires de manipulation réelles couvrant plus de 1 700 scènes et 260 types de tâches, puis post-entraîné sur plus de 10 000 heures de données multi-embodiments pour s'adapter aux manipulateurs mobiles et aux robots bimanuels. L'entreprise annonce la première place générale aux classements RoboCasa 365 et RoboDojo en juillet. Son modèle VLA distinct, Xiaomi-Robotics-0, adopte une architecture hybride qui atteindrait 80 millisecondes de latence d'inférence sur une carte graphique grand public. Xiaomi rejoint ainsi la course où se disputent Tesla avec Optimus, Figure, Physical Intelligence avec Pi-0 ou Nvidia avec GR00T, avec un avantage : une usine automobile intégrée comme terrain d'essai. La suite dépendra de la publication de chiffres de disponibilité et d'intervention, et d'une extension à des postes plus exigeants que le tri.

HumanoïdesActu
1 source
Audi et Agile Robots veulent automatiser le séquençage des pièces avec des robots humanoïdes mobiles
2Robot Magazine FR 

Audi et Agile Robots veulent automatiser le séquençage des pièces avec des robots humanoïdes mobiles

Agile Robots et Audi ont annoncé le 21 octobre 2026, lors de la conférence NVIDIA GTC Berlin, un projet de preuve de concept visant à automatiser le séquençage des pièces dans l'usine Audi d'Ingolstadt, en Allemagne, à l'aide de robots humanoïdes mobiles. La tâche consiste à prélever des composants dans des conteneurs mêlant plusieurs références, puis à les disposer dans l'ordre exact requis par la chaîne d'assemblage. NVIDIA et Dassault Systèmes soutiennent l'initiative. Les robots décrits associent un torse humanoïde à une base mobile, ce qui leur permet de travailler à hauteur humaine dans l'infrastructure existante. En parallèle, Agile Robots a présenté Agile ONE SN, une plateforme de recherche compacte bâtie sur NVIDIA Isaac GR00T. Selon NVIDIA, elle mesure 1,40 mètre, pèse 40 kilogrammes, compte 31 degrés de liberté et porte 3 kilogrammes par bras. L'entreprise revendique plus de 20 000 solutions robotiques installées dans le monde, mais ce chiffre désigne l'ensemble de son parc et non des humanoïdes déployés chez Audi. Il faut lire cette annonce pour ce qu'elle est : une preuve de concept, pas un déploiement industriel. Aucun taux de réussite, temps de cycle, nombre de robots ni calendrier n'a été publié, et il est impossible à ce stade de juger la fiabilité du système. Le séquençage de pièces est pourtant un choix pertinent. La tâche est répétitive et mesurable, mais elle exige de la perception pour identifier la bonne référence, de la dextérité pour la saisir et la positionner, et de la robustesse pour reprendre après un échec. Elle teste donc la capacité des humanoïdes à tenir leur promesse économique, qui est de s'insérer dans des postes conçus pour des opérateurs humains sans refaire l'infrastructure. Cet argument reste à valider : atteindre un conteneur n'est qu'une fraction du problème, et l'écart entre démonstration et exploitation en continu, avec des cadences et un taux d'erreur acceptables, reste le vrai point de friction du secteur. Pour les intégrateurs et les responsables logistiques, le signal est surtout qu'un grand constructeur accepte de tester ces machines sur un flux réel. Ce projet s'inscrit dans la stratégie d'Agile Robots, entreprise de robotique allemande qui développe Agile ONE, un humanoïde fondé sur l'IA physique et destiné aux environnements industriels. L'alliance avec NVIDIA, dont la pile GR00T sert ici de base logicielle, et avec Dassault Systèmes, acteur français de la simulation et du jumeau numérique, suggère une chaîne complète : entraîner et valider les compétences en simulation avec Agile ONE SN, puis les transférer vers le terrain. Agile Robots se place face à Figure, Tesla avec Optimus, Apptronik ou Agility Robotics, qui ont déjà annoncé des pilotes en usine ou en logistique, et face à d'autres acteurs européens. La suite dépendra de la publication de résultats mesurés à Ingolstadt et d'un éventuel passage à un pilote en production, dont aucune échéance n'a été communiquée.

UEUne preuve de concept dans l'usine Audi d'Ingolstadt, avec l'allemand Agile Robots et le français Dassault Systèmes, teste l'usage de humanoïdes mobiles dans l'industrie automobile européenne.

HumanoïdesOpinion
1 source
Vidéo : les robots humanoïdes de Figure rangent une pièce, accrochent des vêtements et font le lit seuls
3Interesting Engineering 

Vidéo : les robots humanoïdes de Figure rangent une pièce, accrochent des vêtements et font le lit seuls

Figure AI a publié en mai 2026 une vidéo montrant deux robots humanoïdes Helix-02 réinitialiser une chambre à coucher de façon autonome en moins de deux minutes. Les robots ouvrent une porte, accrochent un manteau, ferment un ordinateur portable, rangent un casque, repositionnent des meubles, gèrent une poubelle, et confectionnent ensemble le lit en lissant la couette. L'ensemble de la séquence repose sur un unique modèle Vision-Language-Action (VLA) partagé, le système Helix développé en interne. Aucun planificateur central, aucun contrôleur partagé, aucune communication directe entre les deux unités : chaque robot n'utilise que ses caméras embarquées et sa politique apprise pour inférer les intentions de son partenaire via le mouvement observé. En parallèle, Figure a annoncé que son usine BotQ en Californie produit désormais un robot Figure 03 par heure, contre un par jour quatre mois plus tôt, une cadence de production qui change la discussion sur la scalabilité industrielle des humanoïdes. Ce que cette démonstration prouve, avec les réserves habituelles sur les vidéos sélectionnées, c'est que la coordination multi-robot sans communication explicite devient opérationnelle dans des environnements non structurés. Le défi de la couette est illustratif : un objet déformable sans géométrie stable ni point de préhension prédéfini, tenu simultanément par deux agents qui doivent anticiper les mouvements l'un de l'autre en temps réel. C'est précisément le type de tâche que les approches par script ou par planification centralisée échouent à généraliser. L'intégration du whole-body control, locomotion dynamique sur un seul appui, utilisation de pédales, manipulation d'objets articulés, dans le même modèle VLA suggère que le gap sim-to-real se réduit concrètement : Figure affirme que les comportements entraînés en simulation par reinforcement learning se transfèrent sans calibration supplémentaire sur le robot physique, une affirmation qui mérite confirmation sur des volumes de déploiement plus larges. Figure AI, fondée en 2022 et ayant levé plus d'un milliard de dollars auprès d'investisseurs dont OpenAI, Microsoft et NVIDIA, positionne Helix comme une alternative aux approches modulaires de Boston Dynamics (Atlas), Tesla (Optimus Gen 3) et Physical Intelligence (Pi-0). Agility Robotics (Digit) et Apptronik (Apollo) ciblent davantage la logistique en entrepôt, tandis que Figure et 1X Technologies visent explicitement le domicile et les environnements non structurés. La mise à jour récente de Helix ajoute des caméras stéréo RGB pour une compréhension 3D temps réel via le modèle S0, combinant perception visuelle et proprioception là où les versions précédentes ne s'appuyaient que sur cette dernière. Aucun déploiement commercial en milieu résidentiel n'a encore été annoncé, mais le rythme de production de BotQ et les jalons techniques publiés positionnent un pilote industriel en environnement semi-contrôlé comme horizon réaliste à 12-18 mois.

UELa montée en cadence industrielle de Figure AI (1 robot/heure chez BotQ) et la coordination multi-robot sans communication explicite fixent un étalon technique que les acteurs européens de l'humanoïde comme Enchanted Tools devront intégrer dans leurs feuilles de route concurrentielles.

HumanoïdesOpinion
1 source
À voir : AGIBOT fait travailler six robots humanoïdes pendant 24 heures dans un magasin de proximité
4Interesting 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