Aller au contenu principal
InfrastructureThe Robot Report 

MassRobotics ouvre un site de robotique marine dans le port de Boston

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

MassRobotics, l'incubateur de robotique basé à Boston, développe une installation dédiée à la robotique marine sur le Boston Fish Pier, un site historique du port de la ville. Les travaux sont en cours dans le cadre d'un partenariat avec la Massachusetts Port Authority (Massport). L'ouverture est prévue début 2028, avec des programmes d'accompagnement qui démarreront au fil de 2027. Le site sera équipé d'un bassin d'essai, d'un ponton flottant accolé à la jetée pour des tests directs en eau, ainsi que de moyens de levage et de mise à l'eau pour sortir et immerger les véhicules dans le port. MassRobotics, qui soutient aujourd'hui plus de 100 startups résidentes dans le monde, vise explicitement les entreprises de l'économie bleue. Aucun budget, surface ni nombre de places n'ont été communiqués.

L'enjeu est moins technologique que logistique, et c'est précisément ce qui le rend significatif. Pour une jeune pousse de robotique sous-marine ou de capteurs océaniques, l'accès à l'eau reste un goulot d'étranglement : il faut louer du temps de bateau, emprunter un bassin ou se rendre sur un site isolé, ce qui allonge les cycles d'itération et pèse sur des budgets déjà serrés. Le Fish Pier se trouve à quelques pas du siège de MassRobotics, dont l'atelier d'usinage permet de fabriquer un prototype le matin et de le tester dans le port l'après-midi, selon Tom Ryden, son directeur exécutif. Cette promesse de boucle courte entre conception et essai est crédible, mais elle reste pour l'instant une annonce : aucune tarification, aucune condition d'accès et aucun calendrier d'admission n'ont été précisés, et les conditions réelles d'un port urbain très fréquenté (trafic, autorisations, courants, météo) détermineront son utilité pour des tests plus exigeants. Pour les intégrateurs et les industriels du naval, c'est surtout le signe qu'un écosystème structuré de robotique marine se construit autour d'infrastructures partagées, comme cela existe depuis longtemps pour la robotique terrestre.

MassRobotics s'est imposé comme l'un des principaux pôles de robotique de la côte est américaine, en offrant atelier, espaces de travail et mise en relation avec des industriels et des investisseurs. L'extension à la mer répond à une demande remontée par ses propres startups, dont CRABI Robotics, qui développe un robot de nettoyage de coques sous l'eau et d'inspection de navires en transit. Son PDG, Levi Gershon, souligne qu'une installation au bord du port permettra aux prochaines entreprises marines d'avancer bien plus vite que lui-même n'a pu le faire, alors que CRABI est née d'une équipe de trois personnes. Le projet s'inscrit dans une concurrence plus large entre pôles maritimes pour attirer les acteurs de l'économie bleue, face à d'autres centres d'essai côtiers aux États-Unis et en Europe. Les prochaines étapes à surveiller sont la fin du chantier, l'ouverture des programmes en 2027 et la publication des modalités d'accès et des partenaires industriels.

À lire aussi

Serve Robotics ouvre sa technologie d'IA physique à d'autres entreprises de robotique
Illustration générée par IA
1Robotics & Automation News 

Serve Robotics ouvre sa technologie d'IA physique à d'autres entreprises de robotique

Serve Robotics, l'entreprise américaine connue pour ses robots de livraison sur trottoir, a lancé « Physical AI Services », une offre qui ouvre à des tiers les briques logicielles développées pour sa propre flotte. Le catalogue comprend trois produits. Serve Link est une couche de connectivité censée relier des machines sur le terrain aux modèles, outils de supervision et systèmes d'entraînement hébergés en centre de données, via Wi-Fi, LTE, 5G ou satellite. Serve Data Curator trie les données collectées par une flotte pour isoler les situations rares et utiles à l'apprentissage, qu'aucune équipe d'ingénierie ne pourrait examiner manuellement. Enfin, un catalogue de données du monde réel, issu des déploiements de Serve sur trottoirs (terrain, infrastructures), est proposé pour entraîner des modèles de fondation à comprendre des environnements urbains complexes. Bedrock Robotics, qui développe des systèmes autonomes pour engins de chantier lourds, figure parmi les clients de lancement et utilise Serve Link. Serve revendique plus de 2 000 robots déployés dans plus de 40 villes et 27 hôpitaux, et affirme que ses services alimentent déjà des milliers de véhicules dans une dizaine de secteurs, dont la construction, les mines et le camionnage autonome. Aucun tarif ni modèle de facturation n'a été communiqué. Pour les intégrateurs et les décideurs industriels, cette annonce illustre un déplacement de la valeur dans la robotique : le robot lui-même devient une commodité relative, tandis que l'infrastructure de données et de connexion (téléopération, remontée de logs, boucle d'amélioration des modèles) s'impose comme un goulot d'étranglement distinct. Le choix de Serve Link, qui part du principe qu'une part croissante du calcul migre vers le cloud, suppose toutefois une connectivité fiable, ce qui reste un point de friction sur chantier ou en mine, d'où l'intérêt du multi-réseau et du satellite. Il faut aussi lire l'annonce avec recul : les chiffres de flotte sont déclaratifs, aucune métrique de performance (latence, taux de disponibilité, gain d'entraînement) n'est publiée, et la mention de « milliers de véhicules » ne distingue pas les clients externes de la flotte interne de Serve. Il s'agit d'un produit lancé, mais son adoption réelle par des tiers reste, à ce stade, largement à démontrer, Bedrock étant le seul client nommé. Ce mouvement s'inscrit dans la trajectoire d'une entreprise qui a fait de l'opération à grande échelle sa différenciation, en livrant de la restauration en zone urbaine puis en s'étendant à d'autres usages, notamment en milieu hospitalier. En proposant ses outils à d'autres, Serve cherche vraisemblablement à diversifier ses revenus et à enrichir ses jeux de données, ce qui nourrit le « flywheel » dont parle son CEO, Ali Kashani. L'entreprise se positionne ainsi face aux acteurs des plateformes de données et d'outils pour la robotique, ainsi qu'aux fournisseurs de modèles de fondation, qui cherchent eux aussi à capter la boucle d'apprentissage des flottes. Les prochaines étapes à surveiller sont l'annonce de nouveaux clients hors Bedrock, la publication de conditions commerciales et de preuves chiffrées, ainsi que la manière dont Serve gérera la propriété et la confidentialité des données de ses clients, un enjeu déterminant pour les industriels européens soumis à des exigences réglementaires strictes.

InfrastructureActu
1 source
AWS lance une boîte à outils open source d'IA physique pour la robotique
Illustration générée par IA
2The Robot Report 

AWS lance une boîte à outils open source d'IA physique pour la robotique

AWS a lancé aujourd'hui une Physical AI Toolchain en open source, qui doit permettre aux roboticiens de passer de la collecte de données à l'entraînement, la simulation, la validation et le déploiement de modèles d'IA sur leurs robots. Elle assemble des services AWS et la pile logicielle Physical AI de NVIDIA dans un flux de développement unique, articulé autour de cinq briques : génération de données synthétiques, entraînement de modèles, simulation et validation, déploiement en périphérie (edge) et amélioration continue. AWS fournit Amazon SageMaker pour l'entraînement et AWS IoT Greengrass pour distribuer les modèles vers les appareils embarqués. NVIDIA apporte Isaac Sim, Isaac Lab, Isaac GR00T et Cosmos. Les composants peuvent être utilisés séparément ou combinés de bout en bout. Un industriel peut ainsi collecter des démonstrations d'une tâche, générer des scénarios supplémentaires de façon synthétique, entraîner ou affiner un modèle, le tester en simulation, puis le charger sur le robot physique. Les données remontées du terrain alimentent ensuite le cloud pour améliorer le modèle. Sri Elaprolu, directeur Frontier AI Science and Engineering chez AWS, parle d'un « easy button » censé épargner aux équipes la gestion de l'infrastructure. Pour les intégrateurs et les décideurs industriels, l'enjeu est le maillon manquant entre un modèle entraîné et un système fiable en conditions réelles. Aujourd'hui, chaque équipe assemble sa propre chaîne d'outils, ce qui coûte du temps et fragmente les pratiques. AWS cible aussi la rareté des données : contrairement aux LLM, il n'existe pas de corpus massif de données robotiques sur Internet, d'où le pari sur la donnée synthétique et la simulation, dont la fidélité au monde réel reste la question ouverte du sim-to-real. La toolchain est volontairement neutre vis-à-vis du matériel, ce qui la rend utilisable avec des humanoïdes, des bras ou des mobiles. À ce stade, il s'agit d'une offre d'infrastructure annoncée, sans chiffres de performance ni client de production nommé pour la chaîne complète : l'argument repose sur la promesse d'intégration plutôt que sur des résultats mesurés. Le lancement s'inscrit dans la stratégie d'AWS, qui revendique plus d'un million de robots dans les opérations d'Amazon et dit y avoir puisé des enseignements pour la toolchain. Elle ne remplace pas directement RoboMaker, la plateforme de simulation robotique dans le cloud fermée en 2025, que Sri Elaprolu présente comme un composant parmi d'autres de la pile robotique d'AWS. Les entrepôts d'Amazon restant des environnements contrôlés, il cite Telexistence, société japonaise qui déploie des humanoïdes dans des supérettes, avec plus de 300 unités selon lui et d'autres à venir. Ces lieux imposent une tolérance aux pannes plus faible et des temps de réaction plus courts. Face à NVIDIA, qui pousse sa propre pile, et aux fournisseurs cloud concurrents, AWS se positionne en couche d'orchestration plutôt qu'en constructeur. Le calendrier de déploiement et les premiers clients de la chaîne complète n'ont pas été précisés.

InfrastructureActu
1 source
NVIDIA Halos for Robotics : la sécurité des robots industriels entre dans une nouvelle ère
Illustration générée par IA
3Robot Magazine FR 

NVIDIA Halos for Robotics : la sécurité des robots industriels entre dans une nouvelle ère

NVIDIA a présenté Halos for Robotics au salon Automate 2026 à Chicago, le positionnant comme le premier système de sécurité intégré conçu spécifiquement pour les robots pilotés par intelligence artificielle physique. L'annonce intervient dans un contexte de transformation accélérée de la robotique industrielle : les robots mobiles autonomes (AMR) transportent des composants entre ateliers, les cobots assistent les techniciens au quotidien, et les premiers robots humanoïdes commerciaux (Figure 03, Tesla Optimus, Agility Digit) commencent à réaliser des tâches de préparation de commandes et de manutention en environnement réel. Le marché mondial de la robotique industrielle est estimé à plus de 80 milliards de dollars d'ici la fin de la décennie selon plusieurs cabinets d'analyse, une projection conditionnée à la résolution du principal verrou restant : la sécurité en environnement partagé homme-machine. Il convient de préciser que Halos est pour l'instant une annonce de plateforme, pas un produit certifié en déploiement production. L'enjeu industriel est structurant. Pendant des décennies, la sécurité robotique reposait sur la séparation physique : cellules fermées, barrières optiques, arrêts d'urgence. Ce paradigme est incompatible avec la nouvelle génération de robots collaboratifs, qui doivent détecter un opérateur traversant leur trajectoire, anticiper ses mouvements et adapter leur comportement en quelques millisecondes. Les certifications en vigueur (ISO 10218, TS 15066 pour les applications cobots) ont été conçues pour des architectures déterministes, pas pour des systèmes piloté par des réseaux de neurones dont le comportement est probabiliste. Pour les intégrateurs et les COO industriels, l'absence d'un cadre de sécurité standardisé pour les robots IA constitue aujourd'hui le principal frein au déploiement à grande échelle, avant même les questions de performance ou de ROI. Une plateforme unifiée capable de couvrir détection, anticipation et certification normative réduirait significativement la charge d'ingénierie sécurité portée par chaque constructeur. NVIDIA construit cette initiative sur sa stack robotique existante, centrée sur les plateformes Isaac et Jetson, déjà adoptées par plusieurs constructeurs de robots humanoïdes et AMR. Le mouvement s'inscrit dans une stratégie plus large : après avoir dominé l'infrastructure d'entraînement des modèles IA, NVIDIA cherche à s'imposer comme couche système incontournable du déploiement robotique, face à des acteurs sécurité établis comme Pilz, SICK et Omron, qui maîtrisent la certification normative mais n'ont pas d'offre native pour les architectures VLA (vision-language-action). Les prochaines étapes annoncées concernent des pilotes avec des constructeurs de robots partenaires ; aucune date de certification ni de déploiement production n'a été communiquée à ce stade.

UELes intégrateurs européens utilisant Isaac et Jetson pourraient bénéficier d'un cadre de sécurité unifié pour robots IA, réduisant la charge de certification normative (ISO 10218, TS 15066) pour les déploiements cobots et AMR, mais uniquement si la plateforme obtient les certifications requises.

InfrastructureOpinion
1 source
Rendre un bras robotique sans poids avec NVIDIA Holoscan 5
Illustration générée par IA
4NVIDIA Developer Blog 

Rendre un bras robotique sans poids avec NVIDIA Holoscan 5

NVIDIA publie un guide technique sur la compensation de gravité d'un bras robotique avec Holoscan 5, sa plateforme logicielle de traitement de flux de capteurs en temps réel. Un opérateur déplace le bras à la main pendant que les moteurs fournissent juste le couple nécessaire pour porter le poids de la structure. Le bras reste en position sans s'affaisser et paraît sans poids. Cette boucle repose sur le calcul continu de la dynamique inverse du robot, c'est-à-dire le couple articulaire requis pour contrebalancer la gravité dans chaque configuration. Le texte de présentation ne donne ni fréquence de boucle, ni latence, ni modèle de bras. L'intérêt dépasse la démonstration. Le guidage manuel est le point d'entrée de l'apprentissage par démonstration, qui sert à collecter les données d'entraînement des politiques de type VLA. Il sert aussi à la manipulation et à la cobotique, où le robot travaille au contact de personnes. Une boucle de gravité réalisable sur une pile logicielle standardisée peut abaisser la barrière d'entrée pour les intégrateurs et les laboratoires qui collectent des données de téléopération. Il s'agit toutefois d'un tutoriel de développeur, pas d'un produit déployé ni d'une mesure sur site. La robustesse en conditions réelles reste à démontrer. NVIDIA étend depuis plusieurs années son écosystème de la simulation (Isaac, GR00T) vers l'exécution temps réel sur Jetson et IGX. Holoscan vient de l'imagerie médicale. Cette publication vise la pile complète du développeur robotique, face à ROS 2 et aux environnements de contrôle propriétaires des fabricants de cobots. Aucun calendrier de suite n'est annoncé.

InfrastructureTuto
1 source