FR/EU ecosysteme

Tech For Industry : l’industrie 4.0 s’invite à Paris les 23 et 24 juin

Les 23 et 24 juin 2026, Paris Expo – Porte de Versailles (hall 5.2) accueille le Tech For Industry Show, nouveau salon professionnel dédié aux technologies de l'industrie 4.0. L'événement couvre un spectre sectoriel large : défense, aéronautique, automobile, agroalimentaire, chimie, énergie, BTP, pharmaceutique et cosmétique. Le programme thématique s'articule autour du software industriel, de la convergence IT/OT, de la data, de l'intelligence artificielle, de la smart robotics et de la supply chain 4.0. Trois conférenciers industriels de premier plan sont annoncés : Gaëlle Laigo, chief transformation and digital officer de L'Oréal, Éric Marchiol, director of manufacturing digital transformation chez Renault, et Youssef Benzakour, VP operations digital transformation chez Forvia. Il s'agit d'une première édition, positionnée comme rendez-vous semestriel de référence sur la transformation numérique industrielle en France. Pour les intégrateurs et les décideurs industriels, l'enjeu central mis en avant est la convergence IT/OT : l'interconnexion entre les systèmes de gestion informatique et les systèmes opérationnels de production, longtemps cloisonnés, est désormais le prérequis de l'usine intelligente. La smart robotics occupe une place significative dans le programme, avec cobots, robots mobiles autonomes (AMR), vision industrielle et jumeaux numériques comme axes de démonstration. Le contexte est favorable : face à la pression concurrentielle sur les coûts de production, l'automatisation flexible n'est plus perçue comme un levier optionnel par les industriels européens, mais comme une condition de survie compétitive. Notons cependant que l'article source est un communiqué partenaire (Robot-Magazine.fr est partenaire officiel) et ne fournit aucun chiffre de fréquentation prévue, de nombre d'exposants, ni de tarification : les affirmations sur l'importance du salon restent pour l'instant des déclarations d'intention. Le salon émerge dans un contexte de réindustrialisation française marqué par les débats sur la souveraineté technologique et la relocalisation de filières stratégiques, sujets devenus centraux dans la politique industrielle depuis 2022. La France dispose d'acteurs robotiques propres : Exotec (AMR logistique, valorisé à 2 milliards de dollars en 2022), Wandercraft (exosquelettes), Enchanted Tools ou encore Pollen Robotics, qui pourraient trouver dans ce type de rendez-vous une vitrine domestique face aux offres américaines et asiatiques. Sur le plan de la concurrence événementielle, le Tech For Industry Show se positionne sur un segment occupé par Global Industrie (Lyon, 80 000 visiteurs en 2024) et Hannover Messe côté européen. La question de savoir si cet événement parisien trouvera une audience propre ou doublonnera l'existant se posera à l'issue de cette première édition.

Uber : des robotaxis en Europe dès 2026

Uber a officialisé lors de la conférence Nvidia GTC Taipei un partenariat tripartite avec la startup israélienne Autobrains et le géant américain des puces Nvidia. L'objectif annoncé est concret : déployer des robotaxis commerciaux à Munich d'ici la fin de l'année 2026. La particularité technique de ce système réside dans l'absence totale de lidar, capteur laser coûteux habituellement jugé indispensable dans la conduite autonome, au profit d'une approche reposant exclusivement sur la vision par caméras et les algorithmes d'Autobrains. Ce déploiement européen marquerait une étape significative pour Uber, qui a vendu son propre programme de véhicules autonomes (Advanced Technologies Group) à Aurora en 2020 pour se repositionner comme plateforme de distribution. Nouer des alliances avec des développeurs tiers lui permet de rester dans la course sans porter les risques R&D. Pour Munich et plus largement l'Europe, l'enjeu est aussi réglementaire : une homologation réussie en Allemagne, pays aux standards de sécurité exigeants, ouvrirait la voie à d'autres marchés du continent. Autobrains, fondée en 2018 et soutenue par des investisseurs comme BMW et Continental, mise sur une approche dite "bio-inspirée" qui imite l'apprentissage humain sans dépendre de cartographies précises. Le choix de Taipei comme cadre d'annonce souligne l'importance stratégique de Nvidia comme fournisseur d'infrastructure compute pour l'ensemble de l'écosystème autonome. Uber affronte sur ce terrain Waymo, Cruise et les acteurs chinois comme WeRide ou Pony.ai, déjà présents ou en cours de déploiement en Europe.

Les 10 actualités robotique incontournables de mai 2026

Mai 2026 a concentré plusieurs avancées concrètes dans la robotique, mises en lumière lors du Robotics Summit & Expo de Boston qui a réuni des milliers de professionnels du secteur. Genesis AI a dévoilé GENE-26.5, un modèle d'IA qu'elle présente comme atteignant des "capacités de manipulation physique au niveau humain", une affirmation à relativiser en l'absence de benchmarks indépendants publiés. Dans le domaine des humanoïdes, 1X Technologies a lancé la production en série de son robot NEO dans une nouvelle usine à Hayward, en Californie, conçu pour fonctionner en dessous du niveau sonore d'un réfrigérateur moderne dans des espaces domestiques. La startup londonienne Humanoid a formalisé un partenariat avec Bosch et Schaeffler pour industrialiser sa production, après un proof of concept conjoint validé en mars 2026. Du côté des capteurs, Ouster a annoncé la famille REV8, basée sur sa puce L4 Ouster Silicon, avec une portée et une résolution doublées par rapport à la génération précédente, et un lidar couleur natif breveté. Automated Tire est sortie de la discrétion avec SmartBay, une plateforme robotique autonome pour le changement de pneus et l'inspection de véhicules, promettant de réduire le temps de service de moitié, soit environ 30 minutes par intervention. Ces actualités illustrent une bifurcation nette dans le secteur: d'un côté, des acteurs humanoïdes comme 1X passent de la démonstration à la production réelle, signal que le "reality gap" se réduit pour certains challengers; de l'autre, des verticaux industriels précis comme la maintenance automobile ou la manipulation dextère cherchent à démontrer un ROI mesurable à court terme. Le partenariat Humanoid-Bosch-Schaeffler est particulièrement notable car il intègre deux équipementiers automobiles de premier plan dans la chaîne d'approvisionnement des humanoïdes, anticipant un marché commercial proche. Hugging Face a également lancé une boîte à outils agentique pour son robot desktop open-source Reachy Mini, permettant de créer des applications fonctionnelles en moins d'une heure sans écrire de code, ce qui signale une démocratisation de la programmation robotique au-delà des équipes d'ingénieurs spécialisés. Le contexte est celui d'une course à la commercialisation qui s'accélère, avec Figure (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (pi0), Boston Dynamics et NVIDIA (GR00T N2) en embuscade sur le même marché des humanoïdes polyvalents. Pour structurer les comparaisons, le Fraunhofer IPA a publié un benchmark standardisé pour évaluer objectivement ces plateformes, une initiative qui faisait défaut jusqu'ici. Les RBR50 Innovation Awards 2026, qui fêtent leur 15e édition, ont dressé un panorama des leaders actuels, reflétant la diversité des approches: AMR, cobots, architectures VLA (Vision-Language-Action). Les prochains trimestres seront déterminants: les premiers bilans chiffrés des déploiements chez 1X et Humanoid constitueront des tests de réalité cruciaux avant d'éventuels nouveaux tours de financement.

La Chine approuve la première puce cérébrale invasive au monde : quelle est la suite ?

Dong Hui, 39 ans, paralysé du cou jusqu'aux pieds depuis un accident de voiture il y a six ans, a réussi en octobre 2025 à tenir un stylo et à écrire son nom pour la première fois depuis l'accident. Cette prouesse est le résultat d'onze mois de rééducation rendus possibles par un implant cérébral appelé NEO, un dispositif de la taille d'une pièce de monnaie développé par la startup shanghaïenne Neuracle Technology en partenariat avec l'université Tsinghua de Pékin. En novembre 2024, Dong est devenu l'un des premiers Chinois à recevoir une interface cerveau-ordinateur (BCI) invasive via une opération chirurgicale. Ce mars 2026, le régulateur chinois des produits médicaux a accordé à NEO la première homologation mondiale pour un BCI invasif hors essais cliniques, le rendant accessible aux patients entre 18 et 60 ans souffrant de paralysie des quatre membres due à une lésion médullaire, sous réserve d'une fonction résiduelle dans les bras. Depuis octobre 2023, Neuracle a conduit 36 essais cliniques avec NEO, dont 32 concentrés sur quelques mois en 2025. Cette approbation marque un tournant historique pour la médecine et pour l'industrie des neurotechnologies. NEO permet à des patients lourdement handicapés de retrouver une motricité partielle grâce à un gant robotique souple piloté par leurs signaux cérébraux, via des séances d'entraînement quotidiennes de deux heures et demie. Le dispositif n'implante pas d'électrodes directement dans le cortex, mais place huit capteurs sur la dure-mère, la membrane protectrice du cerveau. Cette conception moins invasive réduit les risques d'hémorragie, de cicatrices gliales et de dégradation du signal à long terme, selon Avinash Singh, chercheur en BCI à l'université de technologie de Sydney. Pour les patients comme Dong, dont l'objectif est de s'habiller et de manger seul sans solliciter ses parents vieillissants, l'enjeu est concret et immédiat. NEO devance ainsi des concurrents de poids, dont le N1 de Neuralink, la société californienne d'Elon Musk, dont la puce perfore directement le cortex et reste cantonnée aux essais cliniques. L'approbation express en Chine s'explique en partie par un cadre réglementaire volontairement accéléré pour soutenir l'industrie nationale des BCI, un secteur que Pékin considère comme stratégique. La course mondiale aux interfaces cerveau-machine est désormais ouverte sur plusieurs fronts: performances cliniques, sécurité à long terme, et vitesse d'accès au marché. Avec NEO commercialisé en premier, la Chine prend une longueur d'avance significative, tandis que les acteurs américains et européens devront répondre à la question de savoir si une conception plus invasive peut justifier ses risques supplémentaires par de meilleures performances fonctionnelles pour les patients.

💬 Neuralink fait beaucoup de bruit, mais c'est une startup shanghaïenne qui vient de décrocher la première homologation commerciale mondiale pour un BCI invasif. Bon, sur le papier c'est ciblé, des paraplégiques entre 18 et 60 ans avec fonction résiduelle, mais un patient qui réécrit son prénom six ans après son accident, ça vaut tous les communiqués de presse. Les régulateurs européens vont avoir du mal à ignorer ça.

Apprentissage de la séparation contrôlée de petits objets entre deux doigts avec une peau tactile

Des chercheurs du DLR (Deutsches Zentrum für Luft- und Raumfahrt, le centre aérospatial allemand) publient sur arXiv (2605.31486) une approche inédite pour la séparation contrôlée de petits objets par une main robotique à deux doigts. La tâche est précise : après avoir saisi une poignée de billes de 6 mm de diamètre dans un bac, le système doit en lâcher progressivement jusqu'à n'en conserver qu'un nombre cible entre ses doigts. Aucune caméra n'intervient dans la boucle de contrôle ; le robot s'appuie exclusivement sur une peau tactile à résolution spatiale positionnée sur le bout d'un doigt. La politique de contrôle est apprise en simulation par apprentissage par renforcement avec une récompense sparse qui se déclenche uniquement lorsque le nombre désiré d'objets est atteint. Le transfert sim-to-real est démontré sur la DLR-Hand II, une main mécatronique multi-doigts de référence dans la communauté académique robotique. L'analyse conduite sur les capteurs tactiles constitue le principal apport scientifique. Un capteur idéal à haute résolution permet de résoudre la tâche quasi parfaitement, tandis qu'un capteur réduit à une grille de 4x4 taxels améliore encore les résultats de 20% par rapport à l'utilisation des seuls encodeurs articulaires des doigts. Un estimateur entraîné conjointement prédit les positions de contact réelles, ce qui permet d'instrumenter finement l'apport de chaque niveau de résolution sensorielle. Pour les industriels, cette démonstration valide l'hypothèse que le toucher seul peut suffire pour des tâches de tri et de dosage en environnement encombré, sans éclairage contrôlé ni vision, ce qui élargit le spectre applicatif des cellules de picking autonomes dans des contextes où la caméra est inutilisable ou coûteuse à intégrer. Le DLR développe sa ligne DLR-Hand depuis les années 1990, avec la DLR-Hand II comme référence académique de longue date en manipulation dextère. Sur le plan concurrentiel, la manipulation fine de très petits objets reste un problème ouvert que ciblent plusieurs acteurs : Shadow Robotics et ses tendons haute précision, les capteurs tactiles Digit (Meta AI) et GelSight (MIT), ou encore Xela Robotics côté intégration commerciale. La combinaison apprentissage par renforcement en simulation, transfert sim-to-real réussi et retour tactile seul sur des objets de 6 mm reste très peu documentée à cette échelle. Le travail est un preprint non encore évalué par les pairs ; une soumission à IROS ou ICRA préciserait les limites de la généralisation à d'autres géométries d'objets et à des contextes de production réelle.

Combinaison robotique simule l'apesanteur sur Terre pour améliorer les capacités motrices des astronautes

Des chercheurs du Centre de recherche allemand pour l'intelligence artificielle (DFKI) et de l'Université de Duisbourg-Essen (UDE) ont participé à la 46e campagne de vols paraboliques du DLR à Bordeaux, du 11 au 22 mai 2026, dans le cadre du projet MikroBeM. L'objectif : déterminer si un entraînement sur Terre avec un exosquelette robotique adapté par IA peut préparer les astronautes aux déficiences motrices fines induites par la microgravité. À bord d'un Airbus A310 "Zero G", les participants ont effectué 180 paraboles au total, chacune offrant exactement 22 secondes d'apesanteur réelle lors du piqué contrôlé de l'appareil. Durant ces fenêtres, les sujets devaient pointer du doigt index le centre d'une cible sur écran, sans pouvoir voir leur main, couverte par un cape opaque. Des capteurs enregistraient simultanément l'activité cérébrale (EEG), les contractions musculaires (EMG) et la fréquence cardiaque. L'ensemble des données a été collecté sans aucune défaillance matérielle. La véritable contribution technique de MikroBeM réside dans la phase d'entraînement pré-vol. La moitié des participants avait passé un mois en laboratoire à s'entraîner dans l'exosquelette développé conjointement par le DFKI et l'UDE. Le système utilise l'IA pour mesurer précisément le poids du bras de l'utilisateur, puis applique des contre-forces motorisées pour neutraliser complètement l'effet de la gravité sur le membre. Le cerveau perçoit alors le bras comme en apesanteur. Comparer ce groupe entraîné à un groupe contrôle non entraîné pendant les vols permet d'évaluer si ce conditionnement au sol "tient" dans la vraie microgravité. Les premiers résultats sont qualifiés de "très prometteurs" par les chercheurs, sans que des chiffres de performance précis n'aient encore été publiés. L'enjeu pour les opérateurs de missions est réel : en microgravité, les gestes de maintenance précis sur station spatiale, tels que serrer un connecteur ou manipuler de l'électronique, deviennent instables et dangereux faute de repères gravitationnels. Le projet MikroBeM s'inscrit dans un contexte plus large de préparation aux missions longue durée vers la Lune et Mars, où les astronautes ne pourront pas bénéficier de simulations en orbite basse comme sur l'ISS. Le DFKI est un acteur reconnu en exosquelettes et robotique de service; côté concurrents, les programmes d'entraînement moteur en microgravité simulée restent un segment de niche, avec quelques initiatives universitaires américaines et japonaises mais aucun dispositif commercial comparable clairement annoncé à ce stade. Les chercheurs indiquent également une retombée médicale directe : les mécanismes d'adaptation cérébrale à un environnement physique altéré sont pertinents pour la neurotechnologie et la rééducation post-AVC, ouvrant potentiellement l'usage de cet exosquelette spatial à des patients neurologiques en réapprentissage moteur. Les prochaines étapes du projet impliquent l'analyse complète des données de vol et la publication des résultats comparatifs.

Le robot humanoïde LeRobot de Hugging Face à 2 500 dollars rend la robotique imprimée en 3D accessible

Hugging Face a dévoilé LeRobot Humanoid, une plateforme bipedale open-source entièrement imprimable en 3D évaluée à environ 2 500 dollars en composants, soit un facteur 40 à 100 en dessous des systèmes humanoïdes commerciaux habituels. Le kit publié comprend des fichiers mécaniques imprimables, une liste de matériaux complète, des instructions d'assemblage et de câblage, ainsi que des outils de configuration moteur. Dans sa version initiale, le robot se limite à la locomotion du bas du corps : station debout, marche expérimentale, calibration et test de politiques de locomotion par renforcement. Les composants structurels sont remplaçables à la demande, ce qui permet une itération matérielle rapide sans reconstruire l'ensemble du système. La plateforme s'intègre au framework LeRobot-legged-zoo avec des environnements de simulation MJLab, et inclut un pipeline sim-to-real : les données collectées sur le robot physique sont rejouées en simulation pour affiner les paramètres du modèle et améliorer la fiabilité du transfert de politique. Un workflow de conception orienté contrôle permet en outre de valider des stratégies d'équilibre sur des représentations simplifiées avant de finaliser la géométrie mécanique, réduisant les coûts de développement en amont. Ce projet représente un changement de repère concret pour les laboratoires universitaires et les petites équipes de R&D en robotique bipedale. Le seuil d'entrée à 2 500 dollars contraste avec les plateformes humanoïdes commerciales comme l'Optimus Gen 2 de Tesla, le Figure 03 ou l'Atlas de Boston Dynamics, dont les coûts dépassent largement les 100 000 dollars et dont l'accès reste conditionné à des partenariats industriels sélectifs. En rendant le matériel reproductible et le workflow sim-to-real accessible, Hugging Face permet des cycles d'itération hardware bien plus courts, une hypothèse centrale de la robotique académique que peu d'acteurs avaient traduite en produit à ce prix. Il faut cependant noter que les performances de locomotion annoncées restent à valider indépendamment : aucune métrique de vitesse de marche, de cycle time ou de robustesse aux perturbations n'est communiquée dans la documentation publiée, ce qui place le projet davantage du côté plateforme d'expérimentation que système opérationnel validé. Ce lancement s'inscrit dans la stratégie hardware d'Hugging Face, initiée en avril 2025 avec l'acquisition de Pollen Robotics, startup bordelaise créatrice du robot humanoïde open-source Reachy 2. C'est la première incursion de l'entreprise new-yorkaise dans le matériel physique, et elle se fait via un acteur français dont l'expertise en robotique open-source est établie depuis plusieurs années. L'objectif déclaré est de construire un écosystème complet combinant matériel, simulation, outils logiciels et systèmes d'entraînement, en miroir de ce que la bibliothèque LeRobot représente déjà pour les bras manipulateurs low-cost. Face à des acteurs comme Unitree Robotics, qui propose déjà le G1 à moins de 20 000 dollars, ou à Agility Robotics et Apptronik qui ciblent des déploiements industriels à grande échelle, Hugging Face se positionne clairement sur le segment recherche et prototypage. L'intégration du haut du corps et les capacités de manipulation complète restent inscrites dans la feuille de route sans date précise, ce qui signifie que la plateforme est pour l'instant un outil de locomotion, pas encore un humanoïde complet.

Contrôle des robots humanoïdes avec conscience de la force pour les mains multidoigts

Des chercheurs de l'Istituto Italiano di Tecnologia (IIT, Gênes) ont publié sur arXiv (2603.08142v2) un framework de contrôle force-aware pour mains multi-doigts sur robots humanoïdes. Le système exploite cinq capteurs magnétiques Xela pour estimer les forces de contact en temps réel, sans recourir aux signaux tactiles bruts. Un dataset de signaux tactiles couplés à des mesures de force ground-truth a été constitué via des interactions avec des indenters calibrés, puis utilisé pour entraîner des estimateurs de force. Le contrôleur résultant coordonne simultanément le torse, le bras, le poignet et les doigts pour redistribuer les forces de contact et maintenir une prise stable sur des objets à distribution de masse variable. Sur une tâche d'équilibrage impliquant cinq objets distincts, le framework atteint 82,7 % de taux de succès, et 80 % de précision dans des scénarios multi-objets. L'approche est notable car elle s'appuie sur des forces estimées plutôt que sur des signaux capteurs spécifiques, ce qui la rend théoriquement transférable à tout capteur capable de produire une estimation de force, sans recalibration du contrôleur. Le noeud technique central est la minimisation de la distance entre le Centre de Pression (CoP) et le centroïde du polygone de contact des doigts, un critère classique de stabilité de prise en mécanique du contact. Ce choix de critère explicite, couplé à un schéma de contrôle model-based, contraste avec les approches purement apprentissage (VLA, imitation learning) dominantes dans les humanoïdes commerciaux actuels, où l'interprétabilité de la commande reste limitée. Pour les intégrateurs industriels, c'est un signal que le sim-to-real pour la manipulation dextre peut passer par des architectures hybrides capteur-modèle plutôt que par du bout-en-bout. L'IIT est l'un des laboratoires européens les plus actifs en robotique humanoïde, connu notamment pour le robot iCub et ses travaux fondateurs sur la manipulation dextre et la peau artificielle. Ce travail s'inscrit dans la lignée de recherches sur le contrôle de contact multi-doigts, un domaine où des acteurs comme Shadow Robot (UK), Sanctuary AI (Canada) ou Agility Robotics (USA) progressent également, mais via des stacks propriétaires moins publiés. Le code et les données sont disponibles en open source sur GitHub (hsp-iit/multifingered-force-aware-control), ce qui facilite la reproduction et l'adaptation. Les prochaines étapes naturelles seraient une validation sur des scénarios d'assemblage réels et une intégration avec des politiques de plus haut niveau pour la planification de saisie.

Déploiement de pipelines VLA en atelier d'emballage industriel : étude de cas, flux de travail, échecs et enseignements

Des chercheurs associés à Siemens ont publié le 28 mai 2026 sur arXiv (2605.27461) une étude de déploiement industriel d'une politique VLA (Vision-Language-Action) dans l'usine Siemens GWE d'Erlangen, en Allemagne. La tâche ciblée est précisément définie : un bras robotique doit saisir un sachet d'accessoires transparent au sein d'un tas encombré, l'insérer dans la cavité restante d'un emballage carton, puis vérifier que le sachet et son contenu restent en dessous du plan de fermeture du carton. Le modèle de base utilisé est Pi0.5, la politique VLA de Physical Intelligence, affinée de manière itérative sur données terrain. L'équipe a accumulé 2535 épisodes d'entraînement, soit environ 10 heures de données collectées directement en conditions d'usine, via un pipeline cyclique comprenant collecte, curation, fine-tuning, évaluation et collecte de données de récupération ciblées. Ce qui rend cette publication notable, c'est son positionnement éditorial délibérément empirique : les auteurs ne communiquent pas sur un taux de succès global, mais documentent les modes de défaillances récurrents et les ajustements nécessaires à chaque cycle. C'est précisément ce type de retour d'expérience qui manque dans la littérature robotique, où les démonstrations sélectionnées occultent souvent le coût réel d'adaptation d'un modèle généraliste à une tâche industrielle spécifique. La gestion d'objets transparents, notoire pour tromper les systèmes de vision par profondeur, illustre ici les limites concrètes du sim-to-real et du transfert zero-shot. L'étude confirme que le fine-tuning dirigé par les échecs terrain, plutôt que la montée en données brutes, reste le levier dominant pour atteindre la fiabilité industrielle. Pi0.5 est le successeur de π0, lancé par Physical Intelligence (San Francisco) fin 2024, conçu comme politique généraliste pour la manipulation dextère. Son déploiement chez Siemens marque une étape significative dans la commercialisation B2B des VLA, un segment que se disputent actuellement Figure AI avec sa pile Helix, 1X Technologies avec NEO, et des initiatives internes comme GR00T N2 de NVIDIA ou les travaux de Boston Dynamics sur Atlas. Aucun acteur européen n'est directement impliqué dans ce déploiement, bien que Wandercraft et Enchanted Tools positionnent des produits complémentaires sur le segment français. La prochaine étape logique de ce type d'étude serait une généralisation multi-tâches ou multi-sites, mais les auteurs restent prudents : l'article conclut sur des leçons méthodologiques, non sur un déploiement à l'échelle.

Festo présente une pince pneumatique à deux doigts pour robots collaboratifs

Festo lance le HPPH, un préhenseur pneumatique parallèle à deux doigts conçu spécifiquement pour les applications cobots. La conception intègre directement la commande, la détection et les fonctions de sécurité collaborative dans le corps du préhenseur, éliminant le besoin de vannes externes, de capteurs déportés et de câblages séparés qui alourdissent traditionnellement l'installation sur un bras de robot collaboratif. Cette architecture tout-en-un réduit la masse embarquée et l'encombrement global du montage, deux contraintes critiques sur les cobots dont les capacités de charge utile se situent généralement entre 3 et 16 kg. L'intérêt industriel de cette approche est direct : sur un cobot, chaque gramme ajouté en bout de bras réduit la charge utile effective disponible pour la pièce à manipuler. En consolidant la pneumatique, l'électronique de commande et les capteurs dans un seul module certifié pour la collaboration humain-robot, Festo simplifie l'intégration pour les intégrateurs et réduit les délais de mise en service. Cela répond à un frein récurrent dans le déploiement des cobots en cellules d'assemblage et de pick-and-place : la complexité du câblage en zone à espace contraint. Festo, groupe allemand spécialisé dans l'automatisation pneumatique et électrique avec un CA supérieur à 3,6 milliards d'euros, intervient sur ce segment face à des acteurs comme Schunk (ADHOC), Robotiq (2F-85/140) et OnRobot (RG2/RG6), tous positionnés sur les préhenseurs plug-and-play pour cobots Universal Robots, FANUC et Yaskawa. Le HPPH s'inscrit dans une tendance de fond : la convergence des composants périphériques vers des modules intégrés certifiés ISO/TS 15066, à mesure que les déploiements cobots passent de projets pilotes à des installations industrielles à grande échelle.

Vers une intelligence incarnée partagée pour les robots humanoïdes : développement et tests du robot ergoCub

Des chercheurs de l'Istituto Italiano di Tecnologia (IIT) de Gênes ont publié en mai 2026 sur arXiv une architecture formelle pour humanoïdes collaboratifs, dont ils présentent une implémentation concrète dans le robot ergoCub. L'approche repose sur deux piliers conceptuels empruntés aux neurosciences cognitives : la "shared intelligence" (la capacité à modéliser les intentions et actions d'un partenaire humain) et l'"embodied cognition" (l'idée que corps et cognition co-évoluent en réponse à l'environnement). Concrètement, la morphologie d'ergoCub et ses paramètres de contrôle moteur ont été co-optimisés en prenant comme fonction objectif des métriques ergonomiques humaines, notamment en intégrant des modèles biomécaniques du corps humain directement dans la couche de planification du mouvement. L'abstract ne fournit pas de chiffres de charge utile, de DOF ni de temps de cycle, et aucune ligne de production ni site de déploiement industriel n'est mentionné : il s'agit d'un article de recherche, pas d'une annonce de produit. Le principal apport de ce travail est méthodologique : c'est l'un des rares frameworks à co-optimiser simultanément le hardware et l'intelligence physique d'un humanoïde autour de l'ergonomie humaine, plutôt que de traiter ces deux couches séparément. Pour les intégrateurs industriels et les équipes d'ingénierie, cela ouvre une voie de conception où le robot n'est pas simplement "sécurisé" par des capteurs de force ou des limites de vitesse, mais structurellement conçu pour minimiser la charge musculo-squelettique de l'opérateur lors de tâches de co-manipulation. C'est une réponse directe à l'un des angles morts des humanoïdes commerciaux actuels, qui optimisent surtout la dextérité autonome sans modéliser l'impact biomécanique sur le coéquipier humain. ergoCub est une évolution directe du robot iCub, plateforme de recherche humanoïde phare du programme européen RobotCub lancé par l'IIT dans les années 2000, qui compte aujourd'hui plus de 40 laboratoires utilisateurs dans le monde. Cette filiation place ergoCub dans un écosystème académique robuste, mais loin encore d'une commercialisation. Sur le terrain concurrent, les acteurs en avance sur la collaboration humain-robot incluent Physical Intelligence (pi0), Agility Robotics (Digit, déployé chez Amazon), et Figure (02), mais aucun ne publie de métriques ergonomiques formalisées de ce type. En Europe, Enchanted Tools (Mirokaï) et Wandercraft (Atalante X) restent les acteurs les plus avancés sur les humanoïdes à vocation assistive et médicale. Les prochaines étapes pour ergoCub passeront vraisemblablement par des validations expérimentales de l'architecture en conditions de co-manipulation réelle, avant tout envisagement de transfert industriel.

ANYbotics : l’entreprise porte le marché en avant de la robotique autonome

ANYbotics, entreprise suisse fondée en 2016 comme spin-off de l'ETH Zurich, s'impose comme l'un des acteurs de référence de la robotique quadrupède industrielle. Sa technologie phare, le robot ANYmal, est conçue pour inspecter de manière autonome des installations complexes, usines, raffineries, centrales électriques, sites chimiques, sans intervention humaine directe. La machine se déplace sur des terrains accidentés, grimpe des escaliers, traverse des couloirs étroits et des surfaces humides, et embarque des capteurs capables de détecter des anomalies thermiques ou des fuites de gaz en temps réel. ANYbotics commercialise plusieurs versions de ce robot, dont l'ANYmal X, certifié ATEX pour les zones à risque d'explosion. En décembre 2024, la société a finalisé une levée de fonds de série B de 60 millions de dollars, lui permettant d'accélérer son expansion internationale et de renforcer sa capacité de production. L'enjeu dépasse la simple prouesse mécanique : dans les environnements industriels à haut risque, les robots d'ANYbotics remplacent des rondes humaines régulières par des inspections automatisées continues. Les données collectées permettent d'anticiper les pannes avant qu'elles ne deviennent critiques, réduisant les arrêts non planifiés et les coûts de maintenance. Pour des secteurs comme la pétrochimie, l'énergie ou la chimie, où une défaillance peut avoir des conséquences graves sur la sécurité des travailleurs et la continuité de production, cette approche représente un changement opérationnel concret. L'intérêt des grands groupes industriels pour cette technologie confirme que la robotique d'inspection autonome est en train de passer du stade expérimental à celui de standard industriel. La trajectoire d'ANYbotics illustre la montée en puissance d'un écosystème européen de la robotique avancée, porté par la recherche académique suisse. Les fondateurs ont mis plusieurs années à transformer un prototype de laboratoire en produit fiable pour des environnements réels, validant progressivement leur technologie sur le terrain avant de lever des financements significatifs. L'entreprise évolue dans un marché en pleine consolidation, où elle affronte notamment Boston Dynamics et ses concurrents américains et asiatiques. La levée de 60 millions de dollars en 2024 lui donne les moyens de tenir ce rythme, d'ouvrir de nouveaux marchés géographiques et de diversifier ses certifications réglementaires. Les prochaines étapes concerneront probablement l'intégration plus poussée de l'intelligence artificielle dans l'analyse des données collectées, et l'extension vers de nouveaux secteurs comme les infrastructures d'énergie renouvelable.

Robot industriel : des inspections dangereuses dans une usine de gaz aux Émirats confiées à un humanoïde

ADNOC a déployé le robot d'inspection Taurob Inspector à la centrale de compression de gaz de Taweelah, opérée par ADNOC Gas dans l'émirat d'Abou Dhabi. Ce robot terrestre, conçu par la société autrichienne Taurob, patrouille de manière autonome les zones classées à risque d'explosion pour surveiller en continu l'état des installations. Il embarque un scanner LiDAR 3D, des caméras thermiques et un système d'imagerie ultra-haute définition offrant une couverture 360 degrés. Un bras articulé à quatre joints lui permet d'accéder à des points d'inspection initialement dimensionnés pour des opérateurs humains, et le robot peut gravir des escaliers industriels inclinés jusqu'à 45 degrés pour couvrir plusieurs niveaux d'une même installation. Certifié ATEX et intrinsèquement sûr, il opère dans une plage de températures allant de -20°C à +60°C, avec des missions en continu pouvant durer jusqu'à quatre heures grâce à une station de recharge et de pressurisation certifiée ATEX. En parallèle, ADNOC a annoncé le co-développement d'un second système, décrit comme le premier robot "opérateur" lourd du secteur énergétique, capable d'interagir physiquement avec les équipements : soulever des outils lourds, manoeuvrer des vannes, relever des jauges, avec une mise en service prévue fin 2026. Ce déploiement illustre un glissement de fond dans l'industrie énergétique : les opérateurs remplacent progressivement les rondes humaines en zones ATEX par des systèmes autonomes capables de détection précoce de fuites de gaz, de signatures thermiques anormales et d'alertes avant défaillance. L'aspect significatif ici est que le déploiement est décrit comme opérationnel sur une installation en production, et non comme un pilote en conditions contrôlées, ce qui représente un seuil de maturité différent de nombreuses annonces du secteur où la frontière entre démo et réalité terrain reste floue. La prochaine étape annoncée, le robot "opérateur" à manipulation physique, marquerait un passage des systèmes d'inspection passifs vers des robots capables d'intervention directe sur les équipements, un segment encore largement émergent dont les performances réelles à l'échelle industrielle restent à démontrer. Taurob, fondée à Vienne, s'est spécialisée sur les robots terrestres pour environnements industriels dangereux, avec une gamme ciblant explicitement les certifications ATEX requises dans le pétrole, le gaz et la chimie. Sur ce segment, la concurrence la plus visible est ANYbotics, la spin-off ETH Zurich dont le quadrupède Anymal patrouille depuis début 2025 l'installation de capture de CO2 Northern Lights d'Equinor en Norvège occidentale, dans des conditions climatiques également sévères. Boston Dynamics avec Spot est aussi présent sur ce marché. Le déploiement à Taweelah s'inscrit dans la stratégie nationale d'ADNOC alignée sur l'UAE AI Strategy 2031 et l'agenda Robotics & Automation des Émirats, cadre institutionnel qui suggère que d'autres déploiements similaires seront annoncés à court terme dans la région.

Robot Talk, épisode 157 : générer de nouveaux designs de robots, avec Josie Hughes

Josie Hughes, professeure assistante à l'École Polytechnique Fédérale de Lausanne (EPFL), était l'invitée du 157e épisode du podcast Robot Talk, animé par Claire, pour discuter de l'utilisation de l'intelligence artificielle dans la conception de nouveaux manipulateurs robotiques. Hughes dirige le CREATE Lab à l'EPFL, qu'elle a fondé en 2021. Sa trajectoire académique passe par le Bio-inspired Robotics Lab de l'Université de Cambridge, où elle a soutenu une thèse sur le rôle de la passivité dans les manipulateurs bio-inspirés, c'est-à-dire la capacité d'un mécanisme à absorber et redistribuer l'énergie sans actionnement actif. L'approche de Hughes repose sur un paradigme de co-design : utiliser l'IA non pas pour contrôler des robots existants, mais pour générer des architectures mécaniques nouvelles, en exploitant les propriétés physiques intrinsèques des structures et leurs interactions avec l'environnement. Cette démarche est particulièrement pertinente pour les mains robotiques et les manipulateurs souples, domaines où l'espace de conception est vaste et difficile à explorer manuellement. Appliquée à des secteurs comme la durabilité ou la recherche scientifique automatisée, elle pourrait réduire les cycles d'itération matérielle, traditionnellement longs et coûteux. L'EPFL s'inscrit dans un écosystème européen actif en robotique de manipulation, aux côtés de groupes comme ceux de Sami Haddadin (TU Munich) ou de laboratoires ETH Zurich. Le CREATE Lab se distingue par son ancrage dans la robotique bio-inspirée et la conception morphologique. La discussion en podcast reste à un niveau introductif et ne présente pas de résultats expérimentaux publiés : il s'agit d'une présentation de programme de recherche, pas d'une annonce de déploiement.

Stellantis vise les longs trajets : la conduite mains libres arrive sur autoroute

Stellantis a annoncé le même jour deux partenariats stratégiques pour accélérer son virage vers la conduite automatisée. Le groupe automobile franco-italo-américain s'associe d'une part avec Wayve, startup britannique spécialisée dans l'intelligence artificielle pour la mobilité autonome, et d'autre part avec Qualcomm, géant américain des semi-conducteurs, pour le traitement du calcul embarqué. L'objectif est d'intégrer ces technologies dans les véhicules de ses marques phares, Peugeot, Citroën, Jeep et Fiat, à horizon 2028. Concrètement, il s'agit d'offrir une conduite mains libres sur autoroute, dite de niveau 2+ ou niveau 3 selon les marchés, permettant au conducteur de ne plus intervenir activement lors des longs trajets à grande vitesse. C'est une évolution significative pour des millions d'automobilistes européens et américains qui parcourent régulièrement des centaines de kilomètres sur voie rapide. Pour Stellantis, en pleine restructuration sous la pression des véhicules électriques chinois et de la concurrence Tesla, ce pari technologique est aussi un argument commercial fort pour repositionner ses marques sur le segment premium de la sécurité et du confort. Cette double alliance s'inscrit dans une course industrielle que se livrent tous les grands constructeurs depuis plusieurs années. Wayve, qui a levé plus d'un milliard de dollars en 2024 notamment auprès de Microsoft et SoftBank, mise sur une approche par apprentissage profond plutôt que sur des règles préprogrammées. Qualcomm, de son côté, domine déjà l'informatique embarquée dans l'automobile avec sa plateforme Snapdragon Ride. Le calendrier 2028 laisse le temps aux homologations réglementaires européennes, encore en cours pour les systèmes de niveau 3, de se stabiliser.

💬 Stellantis a besoin d'une histoire à raconter, et celle-là tient la route, sur le papier. Le choix de Wayve est ce qu'il y a de plus intéressant dans ce partenariat : l'approche par apprentissage profond plutôt que des règles préprogrammées, c'est le seul pari crédible face à Tesla et aux Chinois. 2028, c'est loin, et les homologations niveau 3 en Europe sont encore un vrai chantier ouvert.

L'open source commence à aider les robots à raisonner

Depuis deux ans, Hugging Face, Nvidia et Alibaba ont multiplié les publications open source dans la robotique cognitive, cherchant à résoudre ce qui était jusque-là le goulot d'étranglement du secteur : faire raisonner, décider et agir un robot. Nvidia a constitué une pile complète articulée autour de trois couches : Cosmos, des world models qui génèrent des données d'entraînement synthétiques et simulent des environnements physiques ; GR00T, des modèles permettant l'exécution de tâches complexes ; et Isaac, un ensemble de frameworks d'orchestration reliant entraînement, simulation et déploiement. Ces modèles sont hébergés sur Hugging Face. Ce mouvement s'inscrit dans une longue tradition : le Robot Operating System (ROS), lancé en 2007, a unifié le secteur en fournissant un framework standardisé au-dessus de Linux pour les fonctions fondamentales de la robotique, communication inter-composants, gestion du hardware, cartographie, planification de trajectoires. Avant ROS, chaque équipe réécrivait cette infrastructure de zéro, absorbant souvent une à deux années de travail avant de pouvoir conduire les recherches réelles. L'enjeu est structurant : si l'open source peut faire pour la cognition robotique ce qu'il a fait pour les LLMs, la barrière à l'entrée pour construire un robot capable pourrait chuter aussi vite qu'elle l'a fait pour les applications d'IA générative. Spencer Huang, directeur produit robotique chez Nvidia, note que la vision par ordinateur, autrefois coûteuse en expertise, se code aujourd'hui en quelques lignes. "Pour entrer dans la robotique, il ne faut plus nécessairement un doctorat", dit-il. La logique économique est explicite : fournir un modèle pré-entraîné de haute qualité que chaque acteur peut fine-tuner, plutôt que de demander à chacun de reprendre le pré-entraînement from scratch. Pour les intégrateurs et les décideurs industriels, cela se traduit concrètement par des cycles de développement raccourcis et une moindre dépendance aux profils rares. Le parallèle avec l'histoire de l'IA est tracé explicitement par Brian Gerkey, co-créateur de ROS, aujourd'hui Board Chair d'Open Robotics et CTO d'Intrinsic, l'unité robotique et IA de Google. La communauté IA a, dès ses débuts, partagé recherches, modèles et données en open source, et le domaine a progressé bien plus vite que presque tous les observateurs ne l'anticipaient. Les premières briques d'infrastructure open source pour la robotique remontent au milieu des années 1990, avec des projets comme le package Inter-Process Communication de Carnegie Mellon et le projet Player au début des années 2000, mais ces initiatives restaient fragmentées et liées à des groupes isolés. ROS a unifié la couche basse du secteur ; Nvidia, Hugging Face et Alibaba tentent aujourd'hui de reproduire cette unification pour la couche cognitive. Les outils de simulation sont désormais suffisamment précis pour être utiles à l'entraînement et accessibles hors des laboratoires spécialisés. La question qui demeure ouverte : ces modèles pré-entraînés tiendront-ils leurs promesses dans des déploiements industriels réels, au-delà des démonstrations contrôlées ?

Humanoid s'associe à Bosch et Schaeffler pour industrialiser la production de robots

La startup londonienne Humanoid, fondée en 2024 sous le nom SKL Robotics Ltd., a annoncé en mai 2026 deux partenariats industriels majeurs pour industrialiser son robot HMND 01 sur le marché européen. Le premier accord, conclu avec Robert Bosch GmbH (siège à Gerlingen, Allemagne), fait suite à un proof of concept réalisé en mars 2026 dans un entrepôt intralogistique Bosch à Bühl, en Allemagne : le HMND 01, un manipulateur mobile à roues doté d'un torse humanoïde, d'une tête et de deux bras, a transféré de manière autonome des cartons depuis un convoyeur vers des chariots, en gérant cinq formats de boîtes différents sur plusieurs hauteurs, empreintes au sol et masses. Le second accord, signé la semaine précédente avec Schaeffler Technologies AG, est décrit comme un contrat "contraignant et phasé" visant à intégrer les robots HMND dans des lignes de production réelles en Allemagne d'ici fin 2026. Humanoid qualifie ce déploiement de "l'un des plus importants rollouts de robots humanoïdes annoncés à ce jour", ce qui reste difficile à vérifier indépendamment faute de chiffres de volumes publiés. Ces deux partenariats signalent un changement de phase pour Humanoid : de la validation POC vers la fabrication en série et le déploiement industriel. Bosch endosse le rôle de sous-traitant industriel (contract manufacturer) et apportera son infrastructure de production mondiale, sa chaîne d'approvisionnement et son expertise en DfX (design for excellence), un cadre méthodologique couvrant la fabricabilité, la fiabilité, la maintenabilité et l'optimisation des coûts. L'orchestration des tâches repose sur KinetIQ, le framework IA propriétaire d'Humanoid. Pour un COO ou un directeur industriel, l'intérêt concret est double : un robot conçu pour les espaces humano-centriques (convoyeurs, chariots, manipulation multi-format) testé en conditions réelles, et un partenaire de fabrication capable de passer rapidement du prototype au volume. La mention d'une future intégration de composants Bosch (actionneurs, variateurs, capteurs) dans les prochaines versions du HMND ouvre aussi une trajectoire de co-développement hardware. Humanoid s'est constitué rapidement un réseau de partenaires industriels de premier rang : outre Bosch et Schaeffler, la société avait annoncé le mois précédent un accord avec Siemens. Ce positionnement agressif intervient dans un contexte de consolidation du marché humanoïde industriel, où Figure AI (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (pi0), NVIDIA (GR00T N2) et 1X Technologies se disputent les premiers déploiements à l'échelle. Humanoid mise sur une stratégie de distribution européenne différenciée, en s'appuyant sur l'écosystème industriel allemand plutôt que sur une intégration verticale américaine. La prochaine étape visible sera la mise en service effective des premiers systèmes chez Schaeffler avant la fin de l'année 2026, date qui permettra de valider si le saut du POC au déploiement réel est aussi rapide que le suggèrent les annonces.

Nagel renforce sa stratégie d'automatisation industrielle grâce à un partenariat avec Stäubli Robotics

Nagel Technologies, société d'ingénierie spécialisée dans les solutions industrielles, a officiellement rejoint le réseau des partenaires autorisés de Stäubli Robotics. Ce statut d'"Authorized Partner" confère à Nagel un accès privilégié aux technologies robotiques du fabricant suisse, ainsi qu'un support technique renforcé et une intégration plus étroite dans l'écosystème commercial de Stäubli. Les deux entreprises présentent ce rapprochement comme un levier pour proposer aux industriels des solutions "plus performantes, plus flexibles et pleinement intégrées", sans que des chiffres de déploiement ou des références clients spécifiques ne soient communiqués à ce stade. Pour les intégrateurs et décideurs industriels, ce type de partenariat structuré signifie concrètement un accès prioritaire aux gammes de robots Stäubli (bras à 6 axes, robots SCARA, cobots TX2), à la formation certifiée et aux outils d'ingénierie dédiés. Cela réduit les délais de mise en service et renforce la crédibilité commerciale de Nagel face à des donneurs d'ordres exigeant des garanties sur la chaîne d'intégration. Il s'agit néanmoins d'une annonce de partenariat commercial, pas d'un déploiement de ligne de production documenté. Stäubli Robotics, filiale du groupe suisse Stäubli International fondé en 1892, est présent dans l'automatisation industrielle avec une gamme couvrant l'automobile, l'électronique et l'agroalimentaire. Nagel s'inscrit dans un mouvement plus large de consolidation des réseaux de distribution et d'intégration que les grands fabricants de robots accélèrent face à la demande croissante d'automatisation en Europe. Les prochaines étapes probables incluent des projets pilotes communs et une montée en compétence des équipes Nagel sur les plateformes Stäubli.

Des robots différents peuvent apprendre à effectuer des tâches sans nouveau code

Des chercheurs de l'EPFL ont développé une méthode permettant à des robots de morphologies différentes d'apprendre des tâches les uns des autres sans réécriture de code. L'approche exploite une représentation abstraite de la tâche, dissociée de la cinématique propre à chaque plateforme, ce qui permet à un robot à bras articulé d'acquérir un comportement démontré par un robot quadrupède ou à base mobile, par exemple. Aucune date de publication ni de chiffres de performance (taux de succès, degrés de liberté, temps d'entraînement) ne sont disponibles dans la communication initiale. L'enjeu industriel est significatif : aujourd'hui, chaque déploiement d'un nouveau robot dans une cellule automatisée implique un cycle complet de programmation ou de fine-tuning, ce qui représente des semaines d'intégration et un coût élevé. Si une telle méthode de transfert inter-embodiment se confirme à l'échelle, elle réduirait drastiquement le temps de mise en production, notamment dans les environnements multi-robots hétérogènes comme les entrepôts ou les lignes d'assemblage flexibles. Cela rejoint les travaux récents sur les politiques cross-embodiment portés par des modèles comme pi-0 (Physical Intelligence) ou RT-X (Google DeepMind), qui cherchent eux aussi à généraliser au-delà d'une seule plateforme. L'EPFL abrite plusieurs laboratoires actifs en apprentissage robotique, dont le Biorobotics Lab et le Computational Robot Design & Fabrication Lab. Cette annonce s'inscrit dans une tendance plus large où la recherche européenne cherche à rivaliser avec les efforts américains et chinois sur l'apprentissage par imitation et le transfert de politiques. L'article source reste un teaser sans accès au papier complet ni aux benchmarks, ce qui rend toute évaluation des performances prématurée.

Comau acquiert Invent, spécialiste brésilien de l'intralogistique et de l'automatisation d'entrepôt

Comau, l'intégrateur d'automatisation industrielle d'origine italienne, a signé un accord d'acquisition contraignant portant sur Invent, société brésilienne spécialisée dans l'intralogistique et l'automatisation d'entrepôts. La transaction reste soumise aux conditions habituelles de ce type d'opération, notamment l'obtention des autorisations réglementaires. Invent s'est construit un positionnement sur les environnements e-commerce et les centres de distribution à fort débit, deux segments en croissance accélérée en Amérique latine. Aucune valorisation ni date de closing n'a été communiquée publiquement à ce stade. Pour Comau, ce rachat signale une diversification stratégique au-delà de l'automatisation industrielle lourde traditionnelle vers le segment intralogistique, où les marges et les volumes de déploiement sont portés par la logistique du dernier kilomètre et l'essor du e-commerce. Intégrer une société locale au Brésil donne aussi à Comau un ancrage direct sur le plus grand marché d'Amérique latine, où la pression sur les coûts de main-d'oeuvre et la densification des réseaux de distribution créent une demande croissante pour les solutions de convoyage, tri automatisé et gestion de flux. L'opération reste cependant une annonce de closing sous conditions, pas un déploiement actif. Comau, historiquement lié à Fiat puis Stellantis avant son introduction en bourse en 2021, cherche depuis à s'affranchir de sa dépendance à l'automobile en élargissant son portefeuille vers la logistique et les soins de santé. Sur ce terrain, il affronte des acteurs établis comme Dematic, Körber, Swisslog ou l'espagnol Mecalux, ainsi que des spécialistes régionaux. Les prochaines étapes décisives seront l'obtention des clearances réglementaires brésiliennes et la définition du modèle d'intégration produit entre les deux entités.

Fraunhofer IPA propose un nouveau banc de test pour robots humanoïdes

Le Fraunhofer IPA, l'un des principaux instituts de recherche en automatisation en Allemagne, a publié un référentiel d'évaluation standardisé pour les robots humanoïdes, avec pour premier cobaye le Unitree G1 EDU-4 équipé des mains trois doigts Dex3-1, livré en mai 2025 sous firmware version 1.04. Ce benchmark se décompose en six catégories applicatives couvrant les capacités de base (capteurs vision, audio, reconnaissance vocale, détection humaine), la manipulation (type de préhenseur, mobilité des doigts, forces de saisie), la sécurité (mesures de forces de collision selon ISO 10218 et ISO TS 15066), la propreté (qualification selon ISO 14644, norme sous laquelle l'IPA a déjà certifié plus de 3 000 composants d'automatisation), ainsi que des indicateurs de mobilité et de fiabilité opérationnelle. Le service est modulaire et disponible pour les fabricants, les utilisateurs finaux et les éditeurs de logiciels, qui peuvent sélectionner les volets pertinents selon leur application. L'initiative répond à un problème structurel qui freine l'adoption industrielle des humanoïdes : l'absence de données comparatives neutres et reproductibles. Les annonces marketing de Figure, Tesla, Boston Dynamics ou Agility Robotics s'appuient sur des vidéos sélectionnées et des démos en conditions contrôlées, rendant quasi impossible toute évaluation objective pour un intégrateur ou un COO cherchant à qualifier un robot pour une ligne de production réelle. "Le marché est trop volatile et opaque pour permettre une évaluation fondée des humanoïdes pour ses propres applications", résume Simon Schmidt, directeur senior de l'unité systèmes automatisés à l'IPA. En ancrant le benchmark sur des normes industrielles reconnues internationalement, l'institut cherche à combler le fossé entre le hype médiatique et les capacités réelles, et à rendre les résultats directement interprétables par des ingénieurs et des décideurs sans expertise robotique préalable. Le Fraunhofer IPA s'inscrit dans un contexte de multiplication des initiatives de standardisation autour des humanoïdes. Aux États-Unis, l'IEEE et l'ASTM travaillent sur des protocoles similaires, tandis que des acteurs comme Apptronik, Fourier Intelligence ou Sanctuary AI réclament des cadres communs pour accélérer la confiance des industriels. Côté français, des entreprises comme Enchanted Tools ou Wandercraft évoluent dans un écosystème encore dépourvu de tels référentiels, ce qui rend le travail de l'IPA potentiellement structurant pour les décideurs européens. Werner Kraus, responsable de la division automatisation et robotique à l'IPA, précise que le benchmark a été conçu pour rester pertinent sur les générations futures de robots, avec des tests reproductibles et standardisables. Les résultats complets de l'évaluation du Unitree G1 devaient être présentés au Robotics Summit & Expo de Boston ce mois-ci, avec des sessions dédiées aux humanoïdes industriels.

Seacon Logistics choisit Dexory pour renforcer la continuité opérationnelle dans 90 000 m² d'entrepôts

Seacon Logistics, opérateur logistique néerlandais, a retenu la solution DexoryView de la startup britannique Dexory pour couvrir deux entrepôts situés à Maasbree, aux Pays-Bas (Zonneveld 1 et Zonneveld 3). Le déploiement porte sur environ 90 000 m² de rayonnages dédiés à la manutention de marchandises générales et de produits de grande consommation (FMCG) en conditions ambiantes. Aucune date de mise en service ni tarification n'ont été communiquées dans l'annonce. DexoryView repose sur des robots AMR (autonomous mobile robots) qui parcourent les allées de manière autonome et scannent en continu les stocks en rayonnage, alimentant une couche analytique en quasi temps réel. Pour un opérateur gérant des volumes FMCG à rotation rapide, l'enjeu est concret : réduire les écarts d'inventaire, les erreurs de localisation et les comptages manuels coûteux, tout en maintenant la cadence opérationnelle. Le déploiement sur deux sites simultanément suggère une phase de standardisation plutôt qu'un pilote exploratoire, ce qui est notable. Fondée en 2021 à Londres, Dexory a levé environ 34 millions de dollars en série A en 2023 et cible prioritairement les grands entrepôts logistiques européens. Sur le créneau du scanning d'inventaire automatisé, elle concurrence Gather AI (drones), Corvus (drones aussi) et des approches RFID fixes. Seacon Logistics, qui opère plusieurs millions de m² de surface logistique en Europe du Nord, représente une référence sectorielle significative pour Dexory dans le segment FMCG, un marché où la précision d'inventaire conditionne directement les niveaux de service contractuels.

L'expression émotionnelle des robots à faibles degrés de liberté : évaluation de la perception avec Reachy Mini

Une étude parue sur arXiv (2605.12786) analyse comment des humains interprètent les expressions émotionnelles du Reachy Mini, robot à faible nombre de degrés de liberté (low-DoF) développé par Pollen Robotics et Hugging Face. Le protocole, mené en ligne avec 100 participants en design intra-sujets, exposait chacun à 10 clips vidéo du robot exprimant différentes émotions ; les participants devaient identifier l'émotion perçue, évaluer sa valence et son éveil (arousal), et noter le robot sur des traits de perception sociale. La reconnaissance exacte s'est révélée globalement modeste : la colère, la tristesse et l'intérêt ont été identifiées de façon fiable, tandis que l'amour, le plaisir, la honte et le dégoût ont été bien moins reconnus. En revanche, les participants ont mieux capté le sens affectif global, sur les axes valence et arousal, que l'étiquette émotionnelle précise. Ces résultats interrogent un postulat courant en robotique sociale : faut-il de nombreux degrés de liberté pour communiquer une émotion crédible ? La réponse est nuancée. Si la finesse expressive reste hors de portée d'un robot low-DoF, le signal affectif général, positif ou négatif, calme ou activé, passe suffisamment pour influencer la perception sociale : les expressions positives ont été perçues comme plus chaleureuses et sociables que les négatives. Pour les intégrateurs de robots de service ou d'assistance, cela suggère qu'un design expressif minimaliste peut produire des effets relationnels mesurables, sans nécessiter une tête animatronique à haute complexité mécanique. Pollen Robotics, startup française basée à Bordeaux, a conçu Reachy Mini comme plateforme ouverte pour la recherche en interaction homme-robot (HRI). Son partenariat avec Hugging Face, acteur français de l'IA open-source, vise à connecter le robot à des modèles de perception et de langage accessibles. Dans le paysage concurrentiel, Reachy Mini se positionne face à NAO et Pepper (SoftBank Robotics) sur le segment recherche/éducation, avec un ancrage open-source plus marqué, et s'écarte des androïdes expressifs à haute fidélité comme ceux de Hanson Robotics. Les auteurs proposent d'établir Reachy Mini comme benchmark standardisé pour la communication affective sur robots contraints, et identifient l'interaction physique directe (versus vidéo seule) comme prochaine étape expérimentale.

SAP et Cyberwave déploient des robots autonomes à base d'IA dans un entrepôt logistique SAP

SAP, premier éditeur mondial de logiciels ERP avec plus de 300 000 clients dans 180 pays, et Cyberwave, startup spécialisée en logiciels IA pour la robotique, ont annoncé le déploiement de robots autonomes alimentés par intelligence artificielle dans un entrepôt logistique SAP en activité. Le communiqué ne précise pas les caractéristiques techniques des robots (payload, degrés de liberté, temps de cycle), ni les volumes traités, ni la localisation géographique du site. Cette initiative s'inscrit dans la stratégie "Physical AI" que SAP a formellement annoncée en 2025. Ce déploiement est notable parce qu'il marque un glissement de rôle pour SAP : l'éditeur ne se contente plus de fournir les logiciels WMS (Warehouse Management System) qui orchestrent la logistique, il opère désormais directement des robots autonomes dans ses propres installations. Pour les intégrateurs et les DSI industriels, cela pose une question concrète : SAP cherche-t-il à absorber la couche middleware robotique dans sa suite, réduisant la marge de manoeuvre des spécialistes tiers ? La distinction entre annonce de déploiement et mise en production pérenne reste à confirmer, le communiqué ne donnant pas de métriques opérationnelles vérifiables. Cyberwave, fondée pour développer des couches logicielles d'autonomie pour robots industriels, s'appuie ici sur l'intégration native avec l'écosystème SAP comme argument commercial différenciant. Dans l'espace AMR pour entrepôts, la concurrence est dense : Exotec (France, déjà déployé chez Decathlon et Fnac-Darty), Locus Robotics, Körber et Boston Dynamics se disputent les grands comptes. L'absence de chiffres concrets dans cette annonce invite à attendre une communication plus étoffée avant d'évaluer l'impact réel du partenariat.

Festo présente une pince robotique à base d'IA pour la manipulation de produits variés

Festo, l'équipementier allemand spécialisé en automatisation industrielle, a annoncé le lancement de GripperAI, un logiciel universel basé sur l'intelligence artificielle destiné à piloter des préhenseurs robotiques dans des environnements multi-produits. La solution cible un problème récurrent sur les lignes de production mixtes : lorsqu'une cellule robotisée doit saisir des produits de formes et de tailles variables, l'approche traditionnelle impose une reprogrammation manuelle, une intégration applicative spécifique et le recours à des systèmes de vision 3D coûteux. GripperAI se positionne comme une couche logicielle capable d'absorber cette variabilité sans redéveloppement à chaque référence. L'enjeu industriel est direct : le coût et la durée d'intégration sont aujourd'hui l'un des principaux freins au déploiement de cellules robotisées dans les environnements à forte diversité de SKU, logistique, agroalimentaire, manufacturier léger. Si GripperAI tient sa promesse de réduire la dépendance aux caméras 3D dédiées et à la programmation cas par cas, il pourrait abaisser significativement le seuil d'entrée pour les intégrateurs. Il convient de noter que Festo ne publie pas encore de métriques de cycle ou de taux de succès de préhension dans le communiqué disponible, ce qui rend toute évaluation de performance prématurée à ce stade. Festo est historiquement connu pour ses actionneurs pneumatiques et ses solutions bioinspirées (BionicCobot, Bionic Flying Fox), mais s'oriente depuis plusieurs années vers des briques logicielles pour robot-as-a-service. Sur ce segment des préhenseurs universels pilotés par IA, la concurrence est déjà positionnée : Robai, Righthand Robotics (racheté par BD), ainsi que des solutions vision-first comme Osaro ou CapSen Robotics. La prochaine étape pour Festo sera de démontrer GripperAI sur des configurations réelles en production, avec des données de performance publiées et des références clients vérifiables.

Benchmark exclusivement proprioceptif pour l'estimation d'état des quadrupèdes : ATE, RPE et compromis entre filtres et lisseurs

Une équipe du laboratoire DLS (Dynamic Legged Systems) de l'IIT (Istituto Italiano di Tecnologia) publie un benchmark comparatif de trois estimateurs d'état proprioceptifs pour robots quadrupèdes : MUSE, le filtre de Kalman étendu invariant (IEKF) et le lisseur invariant (IS). L'évaluation est conduite sur la séquence CYN-1 du GrandTour Dataset, avec trois métriques : l'ATE (Absolute Trajectory Error, précision long terme), la RPE translationnelle et rotationnelle (Relative Pose Error, précision court terme), et le temps de calcul par mise à jour sur un stack matériel et logiciel fixe. Les résultats montrent que les RPE restent comparables entre les trois approches, mais IEKF et IS surpassent MUSE sur l'ATE. Le temps de calcul diffère significativement, exposant des compromis précision-latence concrets selon la méthode choisie. L'ensemble du code d'évaluation est publié en open-source sur GitHub (iit-DLSLab/stateestimationbenchmark) pour une reproductibilité complète. L'estimation d'état proprioceptive, c'est-à-dire sans capteurs extéroceptifs comme lidars ou caméras, est critique pour les quadrupèdes opérant en milieux dégradés ou occludés. Ce travail fournit aux intégrateurs et ingénieurs robotique des critères de sélection concrets : si l'application tolère une latence plus élevée, IS ou IEKF offrent une meilleure cohérence de trajectoire à long terme ; si la contrainte est temps-réel strict, le compromis bascule vers MUSE. La publication du code complet renforce la valeur de l'étude : les équipes peuvent reproduire les benchmarks sur leur propre matériel, ce qui reste rare dans la littérature robotique comparative, où les affirmations de performance sont souvent difficiles à vérifier indépendamment. L'IIT-DLSLab est historiquement actif sur la locomotion dynamique (plateforme HyQ, puis travaux sur des robots de classe Spot), et ce benchmark s'inscrit dans un effort plus large de standardisation de l'évaluation des estimateurs d'état pour robots à pattes via le GrandTour Dataset. IEKF est un classique de l'estimation sur groupes de Lie, IS en est une extension offline à lissage, tandis que MUSE représente une approche plus récente. Des travaux concurrents existent chez ETH Zurich (ANYmal) et Carnegie Mellon, mais peu publient des benchmarks comparatifs indépendants à ce niveau de rigueur méthodologique. La prochaine étape naturelle serait d'élargir l'évaluation à d'autres séquences du GrandTour Dataset, notamment sur des terrains non structurés, pour tester la généralisation des conclusions.

IA incarnée : cartographie des stratégies de toucher affectif sur un robot humanoïde

Une équipe de chercheurs a publié en mai 2026 une étude (arXiv:2605.11825) examinant comment les humains expriment des émotions par le toucher physique sur un robot humanoïde. L'expérience impliquait 32 participants interagissant avec le robot iCub, développé par l'Istituto Italiano di Tecnologia (IIT) et équipé de capteurs tactiles distribués sur l'ensemble du corps. Les participants devaient exprimer huit émotions distinctes dans trois conditions : toucher libre (sans restriction de zone), toucher limité au bras, et toucher limité au torse. L'étude mesurait simultanément les zones de contact choisies et les dynamiques gestuelles, soit la pression, l'amplitude et la vitesse de mouvement. Les résultats contredisent une hypothèse courante en HRI (Human-Robot Interaction) : celle selon laquelle les stratégies de toucher affectif seraient stables et transposables d'une région corporelle à l'autre. En toucher libre, les participants privilégient nettement le haut du corps, socialement accessible (épaules, bras), tandis que les zones moins sollicitées présentent une sélectivité émotionnelle plus marquée. En condition bras-seulement, la variation émotionnelle se traduit principalement par des caractéristiques de mouvement ; en condition torse-seulement, c'est la pression qui porte l'information affective. Les stratégies ne se transfèrent pas entre conditions contraintes, même pour une région corporelle grossièrement similaire. Ce résultat a une implication directe pour la conception : un système de reconnaissance du toucher émotionnel entraîné sur une seule zone corporelle ne généralisera pas à l'ensemble du robot. Environ 30 % des participants ont signalé une modification de leur perception de la relation sociale avec iCub, et l'ensemble du groupe a rapporté une augmentation du sentiment de proximité après l'interaction. L'iCub est l'une des rares plateformes humanoïdes académiques disposant d'une surface tactile distribuée complète, ce qui en fait un outil expérimental difficile à reproduire en dehors de l'IIT, acteur européen de référence en robotique de recherche. Cette publication s'inscrit dans un champ actif autour de la robotique sociale affective, où des acteurs comme SoftBank Robotics (Pepper), Enchanted Tools (France, avec Miroki) ou 1X Technologies tentent de rendre les interactions physiques homme-robot plus naturelles. Les prochains verrous techniques concernent la reconnaissance automatique des émotions exprimées par le toucher et l'adaptation comportementale du robot en temps réel : deux composants encore absents des systèmes commerciaux actuels, ce qui maintient ces résultats dans le registre de la recherche fondamentale plutôt que du déploiement industriel à court terme.

Comau et OMRON Robotics s'associent pour proposer leurs robots à davantage de secteurs industriels

Comau SpA, le spécialiste italien de l'automatisation industrielle basé à Turin, et OMRON Robotics, filiale robotique d'Omron Industrial Automation dont le siège est à Pleasanton (Californie), ont annoncé un partenariat stratégique visant à accélérer conjointement le déploiement de l'automatisation dans l'industrie mondiale. L'accord, annoncé le 11 mai 2026, cible en priorité quatre secteurs à forte croissance : l'électronique, les semi-conducteurs, la fabrication médicale et l'intralogistique industrielle légère. Les deux PDG, Pietro Gorlier pour Comau et Olivier Welker pour OMRON Robotics, ont confirmé l'initiative sans en préciser les modalités financières ni les engagements de chiffre d'affaires commun. Les sociétés prévoient d'intégrer du matériel robotique, des technologies de contrôle avancées et des plateformes logicielles d'automatisation, avec des initiatives conjointes supplémentaires à l'étude. OMRON a par ailleurs élargi le mois dernier les options de configuration mât de son AMR OL-450S, illustrant une dynamique produit active en parallèle du rapprochement. Ce partenariat répond à une tension réelle du marché : les intégrateurs et les industriels cherchent des solutions qui s'insèrent aussi bien dans des lignes de production existantes que dans des environnements de nouvelle génération, sans multiplier les intégrateurs spécialisés. En combinant le portefeuille OMRON, reconnu pour ses robots industriels, collaboratifs et mobiles ainsi que ses environnements de programmation à déploiement rapide, avec la base installée de Comau dans l'automobile, l'e-mobilité, la pharmacie et la logistique, les deux acteurs visent une offre plus large et accessible à l'échelle mondiale. La portée réelle de la collaboration reste à vérifier dans la pratique : l'annonce est, pour l'instant, une déclaration d'intention sans déploiement client documenté ni métriques de performance communes publiées. Comau, présent dans plus de 30 pays et anciennement dans l'orbite de Stellantis, a engagé depuis deux ans une diversification active hors de l'automobile, notamment avec l'acquisition d'Automha SpA (Bergame, Italie), spécialiste de l'intralogistique globale présenté à MODEX en avril. OMRON Robotics s'appuie sur l'écosystème mondial d'Omron, groupe japonais pesant plusieurs milliards de dollars dans l'automatisation industrielle. Sur ce segment de la robotique légère et de la manutention flexible, les deux entreprises se retrouvent en concurrence directe avec des alliances similaires impliquant Universal Robots, Fanuc ou Yaskawa Motoman. Roberto Mendes Cutrupi, directeur de la business unit Amérique du Nord de Comau, prendra la parole lors du Robotics Summit & Expo de Boston le 28 mai 2026, première occasion publique de préciser la feuille de route opérationnelle de cette collaboration.

Infineon lance un défi dédié aux startups de la robotique humanoïde pour 2026

Infineon Technologies a lancé en 2026 son Startup Challenge annuel en le centrant cette année sur la robotique humanoïde. Le programme, ouvert à des équipes fondatrices et des jeunes entreprises high-tech du monde entier, est conçu pour transformer des concepts technologiques en applications commercialisables. Il s'inscrit dans le cadre du Co-Innovation Program global d'Infineon, un dispositif structuré de co-développement entre le groupe et des startups sélectionnées. L'initiative signale que la couche composants et semi-conducteurs commence à se structurer autour du marché humanoïde émergent. Infineon fournit des briques critiques pour la robotique : microcontrôleurs, capteurs radar et LiDAR, puces de gestion de l'énergie, et circuits de contrôle moteur. Impliquer des startups humanoïdes dès la phase de conception permet à Infineon de s'ancrer tôt dans les architectures matérielles qui deviendront des standards. Pour les porteurs de projets robotiques, l'accès à un partenaire industriel de ce niveau représente un levier d'accélération concret sur la fiabilité des composants et la mise à l'échelle de la production. Il convient cependant de noter que l'annonce reste à ce stade un appel à candidatures sans résultats ni métriques publiées. Infineon, groupe allemand coté au DAX avec un chiffre d'affaires de plus de 14 milliards d'euros en 2024, est l'un des rares acteurs européens disposant d'une surface suffisante pour peser dans la course humanoïde sans construire de robot. Cette posture de fournisseur stratégique de composants le place en concurrent indirect de TI, STMicroelectronics (franco-italien) et des divisions semi-conducteurs de Renesas ou Bosch, qui ciblent eux aussi le marché robotique en pleine expansion.

Exotec s'associe à Musinsa pour automatiser l'entrepôt de cette marque de K-fashion en pleine croissance

Exotec, entreprise française de robotique logistique fondée en 2015 à Lille, annonce son premier déploiement commercial en Corée du Sud en partenariat avec Musinsa, principale plateforme de mode coréenne (K-fashion). Le projet consiste à équiper un nouvel entrepôt automatisé de Musinsa avec le système Skypod d'Exotec, des robots AMR capables de grimper sur des structures de rayonnage à grande hauteur pour préparer les commandes. Les détails opérationnels précis (nombre de robots, capacité de stockage, débit horaire) ne sont pas divulgués dans l'annonce, ce qui limite l'évaluation indépendante des performances annoncées. Ce contrat représente une étape stratégique dans la pénétration du marché asiatique par Exotec, après une implantation au Japon ces dernières années. Pour Musinsa, dont la croissance internationale s'accélère portée par l'engouement mondial pour la mode coréenne, l'automatisation de la logistique est un levier direct de scalabilité : réduire le coût de traitement par commande et absorber les pics saisonniers sans recrutement proportionnel. Ce type de déploiement confirme que les solutions de goods-to-person à robots grimpants trouvent preneurs dans la mode en ligne, un secteur à forte variabilité SKU et cadences irrégulières. Exotec a levé 335 millions de dollars en Serie D en 2022, atteignant le statut de licorne, et compte parmi ses clients Decathlon, 3PL Geodis ou encore Carrefour en Europe. La compétition sur le segment goods-to-person est intense, avec AutoStore (norvégien, très présent en logistique mode), Hai Robotics (chinois, fortement implanté en Asie), et Symbotic côté américain. L'entrée en Corée du Sud positionne Exotec dans un marché e-commerce dynamique avant une éventuelle introduction en bourse évoquée par la direction.

Comau s'associe à Omron pour accélérer l'automatisation industrielle avancée dans les secteurs manufacturiers en forte croissance

Comau, filiale robotique de Stellantis basée en Italie, et Omron Robotics, division automation du groupe japonais Omron Corporation, ont signé un accord de collaboration stratégique destiné à accélérer le déploiement de solutions d'automatisation industrielle avancée. Le partenariat cible quatre segments à forte croissance : l'électronique, les semi-conducteurs, la fabrication médicale et l'intralogistique industrielle légère. L'accord porte sur la commercialisation conjointe de solutions flexibles et rapidement déployables, sans que les termes financiers ni les premières installations clients n'aient été communiqués à ce stade. L'intérêt industriel de ce rapprochement tient à la complémentarité des portefeuilles : Comau apporte ses bras robotiques industriels et cobots (dont la gamme AURA) ainsi que son expertise en intégration de lignes complexes, tandis qu'Omron couvre la mobilité autonome (AMR série LD/HD) et les robots collaboratifs TM. Pour un intégrateur ou un COO industriel, cette alliance réduit le nombre d'interlocuteurs pour construire une cellule complète alliant manipulation fixe et transport autonome, un besoin réel dans les ateliers de semi-conducteurs ou de dispositifs médicaux où les flux sont fragmentés et les changements de série fréquents. Il convient toutefois de noter que l'annonce reste au stade de l'accord-cadre, sans déploiement terrain confirmé. Comau opère depuis les années 1970 et a renforcé son positionnement cobot et exosquelette (MATE) après son spin-off partiel de Stellantis. Omron Robotics, de son côté, concurrence directement MiR (Rockwell), Fetch Robotics (Zebra) et Locus Robotics sur le segment AMR. Ce type d'alliance entre robotique fixe et mobile suit une tendance observée chez ABB/Asti et FANUC/iLink, signalant que la course aux solutions d'automatisation bout-en-bout s'intensifie à l'échelle mondiale.

Interview de Lucas GOUMARRE , CEO Korben For People

Korben For People, startup française fondée par Lucas Goumarre, se positionne comme éditeur d'un logiciel de gestion de flotte pour robots de service multi-marques. La société commercialise une plateforme SaaS B2B facturée environ 150 euros HT par robot et par mois, permettant à ses clients de piloter des flottes hétérogènes depuis une interface unique. À ce jour, l'entreprise revendique environ 250 robots connectés et opérés via sa plateforme, déployés en France, en Belgique, en Espagne et en Allemagne. Les secteurs ciblés sont la grande distribution alimentaire, les prestataires de nettoyage professionnel et la logistique d'entrepôt. En complément de son cœur SaaS, Korben For People propose de la revente matérielle multi-marques ainsi que des offres Robot-as-a-Service (RaaS), où les clients souscrivent un abonnement mensuel plutôt que d'acquérir les robots en CAPEX. Le positionnement "hardware-agnostique" de Korben For People répond à un problème concret pour les intégrateurs et les opérateurs de flotte : le risque d'enfermement dans l'écosystème propriétaire d'un seul constructeur. En proposant une couche logicielle indépendante des marques, la société protège les investissements clients sur la durée des cycles de renouvellement des équipements, typiquement pluriannuels. La montée en puissance du modèle RaaS est également significative : elle abaisse la barrière à l'entrée pour des acteurs comme les sociétés de nettoyage, qui hésitaient à immobiliser du capital sur des technologies encore en évolution rapide. L'affirmation de Goumarre selon laquelle "90 % des sols d'un hypermarché sont nettoyés par robot" dans certains déploiements constitue un signal de maturité opérationnelle, même s'il s'appuie sur des cas sélectionnés et mériterait validation à plus grande échelle. L'enjeu cybersécurité des flottes robotiques, évoqué en fin d'interview, commence à peser dans les décisions d'achat des grands comptes industriels soumis à la directive NIS2. Korben For People opère dans un segment encore émergent mais en consolidation rapide : celui du middleware de gestion de flotte robotique de service. Sur ce créneau, la startup française se confronte à des acteurs internationaux comme InOrbit, aux plateformes propriétaires des constructeurs eux-mêmes (SoftBank Robotics, Avidbots, Gaussian Robotics), ainsi qu'aux solutions internes développées par de grandes enseignes ou prestataires logistiques. Son ancrage européen et sa connaissance des contraintes opérationnelles locales constituent ses principaux éléments de différenciation. Les prochaines étapes annoncées portent sur l'expansion géographique en Europe et l'élargissement du portefeuille de robots compatibles. Aucune levée de fonds ni partenariat industriel majeur n'a été communiqué à ce stade dans l'interview.

AR-VLA : un expert d'action autorégressif pour les modèles vision-langage-action

Des chercheurs de l'INSAIT (Institute for Computer Science, Artificial Intelligence and Technology, Sofia, Bulgarie) ont publié début 2026 AR-VLA, une architecture de politique robotique qui remplace les têtes d'action à base de blocs (chunk-based) par un expert d'action autorégressif autonome. Contrairement aux modèles VLA existants, qu'ils soient réactifs ou basés sur la diffusion, qui réinitialisent leur contexte temporel à chaque nouvelle observation, AR-VLA maintient une mémoire longue durée et génère les actions comme une séquence causale continue. Le système intègre un mécanisme de re-ancrage (re-anchoring) pour synchroniser les modalités asynchrones vision-langage-action, compensant mathématiquement le délai entre une perception lente (quelques Hz) et un contrôle moteur rapide (centaines de Hz). Les expériences couvrent des tâches de manipulation en simulation et sur robots réels, où AR-VLA atteint ou dépasse les taux de succès des VLA réactifs de l'état de l'art tout en produisant des trajectoires sensiblement plus lisses. L'enjeu central est le découplage entre raisonnement perceptif lent et contrôle moteur rapide, un problème structurel des architectures VLA actuelles. En traitant les actions comme une séquence autorégressive avec historique persistant plutôt que comme un bloc prédit à chaque nouvelle trame, AR-VLA rend la politique intrinsèquement consciente du contexte : elle sait ce qu'elle vient d'exécuter, pas seulement ce qu'elle observe à l'instant T. Pour les équipes robotiques et les intégrateurs, cette architecture autorise un préentraînement modulaire de la syntaxe cinématique indépendamment du backbone de perception, réduisant potentiellement les coûts de développement de politiques spécialistes ou généralistes. La cohérence spatio-temporelle accrue réduit également les oscillations et les reprises de mouvement, deux facteurs critiques en déploiement industriel. L'INSAIT, fondé en 2022 à Sofia avec le soutien de Google, Microsoft et de l'EPFL, s'est imposé rapidement comme un pôle de recherche en IA en Europe centrale. AR-VLA s'inscrit dans une compétition ouverte sur l'architecture des politiques robot-généralistes, où Physical Intelligence (pi-0, pi-0.5), NVIDIA (GR00T N2), Google DeepMind et des startups comme Figure (Helix) ou 1X défendent des approches concurrentes. L'approche par diffusion, popularisée notamment par pi-0 et Diffusion Policy, constitue l'alternative dominante aux VLA réactifs ; AR-VLA la défie directement en montrant qu'un modèle autorégressif pur peut produire des trajectoires plus cohérentes sans recourir à des processus de débruitage itératifs. AR-VLA demeure pour l'instant un preprint arXiv (2603.10126v2), sans annonce de déploiement industriel ni de commercialisation. Le code et les vidéos de démonstration sont disponibles sur arvla.insait.ai.

Un robot inspiré de l'arpenteuse utilise des muscles tolérants à 10 MeV pour parcourir des terrains martiens

Des chercheurs de l'Université de Göteborg, avec le soutien de l'Agence Spatiale Européenne (ESA), ont développé un robot rampant à corps souple inspiré de la chenille arpenteuse, conçu pour naviguer sur des terrains planétaires accidentés avec une empreinte électronique minimale. Le système repose sur un actionneur élastomère diélectrique enroulé (RDEA), un muscle artificiel cylindrique qui se contracte et s'étend sous tension pour produire un mouvement péristaltique. Ses électrodes souples sont fabriquées en nanotubes de carbone monoparoi (SWCNT), un matériau que les simulations et expériences ont montré capable de tolérer des expositions à des particules alpha et protons jusqu'à 10 MeV, soit un niveau de radiation comparable à l'environnement martien. Le robot fonctionne à basse tension, ce qui réduit la consommation énergétique et le risque de défaillance sur des missions longue durée. Fait notable : lors des tests sur substrats imprimés en 3D, l'équipe a découvert accidentellement que le robot pouvait se diriger passivement en accrochant ses pattes avant dans des rainures de surface orientées à différents angles (de 0 à 30 degrés), réalisant des virages gauche-droite sans actionneur supplémentaire ni électronique d'orientation embarquée. L'intérêt de cette architecture réside dans sa tolérance aux pannes et sa simplicité mécanique. Ugo Lafont, spécialiste en matériaux et technologies spatiales à l'ESA, souligne que le RDEA continue de fonctionner même partiellement sectionné ou perforé, une propriété précieuse dans un environnement où la maintenance est impossible. Pour les concepteurs de systèmes planétaires, cela représente une alternative crédible aux rovers rigides classiques (comme Perseverance ou Curiosity) dont la mobilité dépend de trains roulants complexes vulnérables aux chocs et à l'ensablement. La navigation passive par interaction avec le terrain ouvre également une piste de recherche pour des robots autonomes légers opérant sans capteurs actifs coûteux en énergie. Il reste néanmoins à démontrer que ces performances se maintiennent hors conditions de laboratoire contrôlées. Le projet, intitulé "Soft Annelid-Inspired Robot with Peristaltic Gait using Low Voltage Fault-Tolerant Artificial Muscles for Planetary Exploration", est financé par le programme Discovery de l'ESA. Il s'inscrit dans un courant plus large de robotique souple spatiale où plusieurs équipes académiques europénnes et américaines explorent les élastomères diélectriques pour des missions à faible masse. La prochaine étape prévoit des tests sous cycles thermiques et radiation réelle, ainsi qu'une intégration de capteurs légers. L'équipe de Göteborg envisage également des essais au Mars Yard de l'ESA aux Pays-Bas, une installation simulant la topographie extraterrestre. Le prototype actuel reste un démonstrateur de laboratoire, pas encore un système déployable, mais la validation du comportement de direction passive constitue un résultat concret et non trivial.

TAVIS : un benchmark pour la vision active égocentrique et le regard anticipateur en apprentissage par imitation

Une équipe de chercheurs a publié TAVIS, un environnement d'évaluation standardisé pour comparer les approches de vision active en apprentissage par imitation, soit la capacité d'une politique robotique à contrôler son propre regard pendant une tâche de manipulation. Le benchmark comprend deux suites : TAVIS-Head (5 tâches avec caméra sur cardan pan/tilt pour la recherche globale de scène) et TAVIS-Hands (3 tâches avec caméras de poignet pour gérer les occlusions locales). Il est construit sur IsaacLab et s'appuie sur deux embodiments de torse humanoïde : le GR1T2 de Fourier Intelligence et le Reachy2 de Pollen Robotics (Bordeaux). Environ 2 200 épisodes de démonstrations téléopérées sont publiés en format LeRobot v3.0 sur HuggingFace, avec Diffusion Policy et π₀ (Physical Intelligence) comme baselines. Trois résultats principaux ressortent : la vision active améliore les performances, mais de façon conditionnelle à la tâche ; les politiques multi-tâches se dégradent nettement sous distribution shift contrôlé ; et l'imitation seule produit un regard anticipatoire dont les temps de préemption médians, mesurés par la métrique GALT (Gaze-Action Lead Time), sont comparables à ceux du téléopérateur humain de référence. Jusqu'ici, plusieurs groupes avaient démontré indépendamment les bénéfices de la vision active en 2024-2025, sans base commune de comparaison. TAVIS comble ce vide avec trois primitives reproductibles : un protocole comparatif caméra mobile/caméra fixe sur des démonstrations identiques, la métrique GALT issue des sciences cognitives et de l'HRI (Human-Robot Interaction), et des splits procéduraux in-distribution/out-of-distribution. Le constat que les gains sont task-conditional invalide l'hypothèse naïve qu'ajouter des degrés de liberté à la caméra améliore systématiquement les performances, nuance décisive pour les intégrateurs industriels. La fragilité sous distribution shift constitue un signal d'alarme concret pour tout déploiement hors simulation. La vision active en manipulation connaît un regain d'intérêt depuis 2024, porté par les progrès des VLA (Vision-Language-Action models) et la disponibilisation de robots humanoïdes à têtes articulées. Le choix de Reachy2 comme plateforme de référence est notable : Pollen Robotics, startup bordelaise fondée en 2016, est l'un des rares acteurs européens dont le robot open-source figure dans des benchmarks académiques internationaux, face aux concurrents américains (Figure, Agility) et asiatiques (Fourier, Unitree). Les prochaines étapes naturelles incluent l'évaluation de politiques VLA récentes comme GR00T N2 ou OpenVLA sur TAVIS, ainsi que le transfert sim-to-real, que le papier ne couvre pas encore.

Nyobolt lève des fonds pour étendre la recharge rapide à davantage de robots

Nyobolt, entreprise britannique spécialisée dans les batteries à charge rapide basée à Cambridge, a annoncé cette semaine une levée de fonds de 60 millions de dollars, portant sa valorisation au-dessus du milliard de dollars. Le tour de table a été mené par Symbotic, le spécialiste américain de la robotique pour supply chain, avec la participation d'IQ Capital, Latitude (Phoenix Court), Scania Invest et CBMM. La traction commerciale de Nyobolt est illustrée par une croissance de revenus multipliée par cinq en un an. Cas d'usage phare : les AMRs SymBot de Symbotic, déployés en entrepôts 24h/24, utilisent désormais les batteries Nyobolt à la place des ultracapacitors précédemment embarqués. Le résultat annoncé : capacité énergétique multipliée par six, masse réduite de 40 %, et durée de vie en cycles au moins dix fois supérieure à celle des technologies lithium-ion conventionnelles. Ces chiffres restent à valider en conditions réelles sur la durée, mais proviennent d'un déploiement opérationnel et non d'un banc de test en laboratoire. L'enjeu dépasse la simple optimisation de composant. Les flottes d'AMRs industriels atteignent une densité et une intensité d'usage qui rendent les solutions de charge classiques structurellement inadaptées : temps d'arrêt pour swap de batterie, dégradation accélérée sous cycles rapides, contraintes thermiques en environnement confiné. Nyobolt positionne sa technologie comme une infrastructure d'énergie instantanée ("instant power infrastructure"), un concept qui commence à peser dans les décisions d'achat des intégrateurs logistiques et des opérateurs d'entrepôts automatisés. Pour un COO industriel qui dimensionne une flotte, la promesse n'est pas tant la performance crête que la continuité opérationnelle : zéro downtime non planifié, maintenance prévisible, durée de vie cohérente avec les cycles d'amortissement de l'équipement. Si les métriques annoncées se confirment à l'échelle, cela repositionne la batterie comme facteur différenciant dans les appels d'offres robotiques, au même titre que le logiciel d'orchestration. Fondée à Cambridge, Nyobolt s'est d'abord développée autour de la mobilité électrique légère avant de pivoter vers les applications industrielles et la robotique physique, segment en croissance rapide depuis l'essor des plateformes d'IA embarquée. Dans cet espace, elle se retrouve en concurrence indirecte avec des acteurs comme Electrovaya, Boston-Power ou encore les divisions batteries de grands équipementiers asiatiques qui ciblent aussi l'AMR. Le partenariat avec Symbotic lui apporte une référence de poids dans la logistique automatisée américaine. Nyobolt annonce par ailleurs une expansion en Inde, avec un mémorandum d'accord signé avec l'État du Rajasthan pour déployer plus de 100 MW de datacenters IA hors réseau, signalant une diversification vers le stockage d'énergie stationnaire. Les prochaines étapes incluent l'extension à d'autres constructeurs de robots, sans que des noms ou des timelines précis n'aient été communiqués à ce stade.

Genesis AI publie GENE-26.5 : un robot humanoïde réussit enfin à préparer des œufs brouillés à la tomate

La startup française Genesis AI a publié les premières démonstrations de GENE-26.5, son premier système de modèle de fondation pour robot humanoïde. Les vidéos montrent le robot casser des œufs d'une seule main, couper des tomates en mode bimanuel, préparer des smoothies, effectuer du pipetage, résoudre un Rubik's cube et saisir simultanément quatre objets de tailles différentes entre ses doigts. Le démo central est une tâche de cuisine de 4 minutes décomposée en plus de 20 sous-tâches : casser un œuf, trancher des tomates, manier un fouet, un couteau, une spatule et une poêle. Un détail révélateur : pour transférer les tomates coupées, le robot utilise le dos du couteau et la planche à découper comme appui, une coordination bimanuelles typiquement humaine. Genesis AI déclare des taux de réussite de 90 à 95 % sur la plupart des étapes, mais seulement 50-60 % pour les deux plus délicates (cassage d'œuf d'une main, transfert avec le dos du couteau) -- un niveau d'honnêteté inhabituel dans les communications de ce secteur. La vitesse d'exécution atteint 60-70 % de celle d'un humain. La main dextère est fournie par Dance Muscle (舞肌科技) ; les deux entreprises co-conçoivent une prochaine génération ciblant le format 1:1 main humaine avec 20 degrés de liberté actifs et back-drivables. La portée de GENE-26.5 dépasse les performances brutes des démos. Les tâches domestiques exigent une adaptation en temps réel à des objets imprévisibles et à des états de contact changeants, sans trajectoire pré-programmée, ce qui les rend parmi les problèmes de manipulation les plus difficiles à généraliser en robotique. La recette de données de Genesis combine trois sources : données de gant (mouvements fins et signaux tactiles haute fidélité), vidéo en première et troisième personne, pour un total annoncé de plus de 200 000 heures de données cross-modales collectées avec des partenaires. La simulation Genesis, moteur physique open-source développé en parallèle par l'entreprise, assure l'évaluation en boucle fermée et accélère les itérations. Ce pipeline (préentraînement massif sur données humaines, adaptation sur peu de données robot, évaluation en simulation) ressemble structurellement au paradigme qui a transformé le NLP vers les LLMs, et constitue un signal fort pour les intégrateurs et les décideurs industriels : le sim-to-real gap sur la manipulation dextère commence peut-être à se réduire sérieusement. Genesis AI a été fondée début 2025 et a levé 105 millions de dollars en seed round, l'un des plus importants jamais réalisés en France dans la robotique. Parmi les investisseurs figurent Eric Schmidt (ancien PDG de Google), Xavier Niel et Bpifrance. Le CEO Zhou Xian est titulaire d'un doctorat du Carnegie Mellon University Robotics Institute, ce qui ancre l'entreprise dans la tradition académique américaine malgré son origine française. Dans une course humanoïde particulièrement dense qui comprend Figure AI (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (Pi-0) et NVIDIA (GR00T N2), Genesis se distingue par son pari sur la donnée humaine à grande échelle et la simulation comme levier de généralisation, en opposition aux approches centrées sur la téléopération robot. GENE-26.5 reste toutefois au stade de démo laboratoire : aucun pilote industriel ni calendrier de déploiement n'a été annoncé à ce stade.

Hugging Face lance une boîte à outils à base d'agents pour Reachy Mini

Hugging Face a lancé cette semaine un kit de développement agentique permettant de créer des applications pour Reachy Mini, son robot de bureau open source, sans écrire une seule ligne de code. Le principe : l'utilisateur décrit en langage naturel le comportement souhaité, et un agent IA rédige, teste et déploie automatiquement le code sur le robot. Reachy Mini mesure 27,9 cm de hauteur pour 16 cm de largeur, pèse 1,5 kg et se pilote intégralement depuis une interface web. Plus de 200 applications sont déjà disponibles dans un App Store hébergé sur le Hugging Face Hub, installables en un clic, forkables et modifiables à la demande. Un simulateur navigateur permet également de tester les applications sans posséder le matériel. Parmi les exemples publiés : un tuteur d'accent linguistique, un assistant de cuisine pas-à-pas, un commentateur de Formule 1 en temps réel, ou un jeu inspiré de Squid Game. L'un des cas d'usage mis en avant est celui de Joel Cohen, retraité de 78 ans sans formation technique, qui a construit un co-facilitateur vocal IA pour les groupes de dirigeants qu'il anime sur Zoom : le système dispose de quatre modes de facilitation, d'une banque de plus de 60 questions et reconnaît par son nom chacun de ses 29 participants. Ce lancement illustre un changement de paradigme potentiel dans l'accès au développement robotique. Jusqu'ici, déployer un comportement sur un robot impliquait la maîtrise d'un SDK, la connaissance d'API de bas niveau et un temps d'intégration significatif. Ici, la barrière technique est explicitement remplacée par un agent LLM, ce qui déplace la contrainte vers la qualité du prompt plutôt que vers la compétence en programmation. Pour les intégrateurs et les décideurs B2B, le modèle Hub-plus-simulator offre une logique de validation à coût quasi nul avant achat du matériel physique. Reste à mesurer la robustesse réelle du code généré dans des conditions d'usage prolongé : les 200 applications recensées sont des contributions communautaires récentes, pas des déploiements industriels validés. La distinction entre démo accessible et produit robuste en production reste entière. Hugging Face, souvent décrit comme le "GitHub de l'IA" avec plusieurs millions de développeurs et des dizaines de milliers d'entreprises utilisatrices, a acquis Pollen Robotics en 2024. Cette startup française de Bordeaux est le fabricant de la gamme Reachy, des robots open source à vocation éducative et de recherche. L'intégration de la plateforme Hub à l'écosystème robot concrétise donc une stratégie annoncée lors de l'acquisition : faire de Hugging Face le point d'entrée unique pour le développement robotique grand public. Sur le segment des robots de bureau open source, Reachy Mini se positionne face à des plateformes comme LeRobot (également porté par Hugging Face) ou les kits SO-100/SO-101 de The Robot Company, avec un avantage différenciant sur la fluidité du parcours développeur et l'effet réseau du Hub existant. Aucune timeline de déploiement commercial à grande échelle n'a été communiquée.

ABB Robotics lance PickMaster Lite pour simplifier et accélérer la prise robotisée

ABB Robotics a lancé PickMaster Lite, une version allégée de sa suite logicielle PickMaster, destinée aux OEM packaging et aux intégrateurs systèmes qui cherchent à déployer des applications de picking robotisé haute vitesse guidé par vision. Le produit vise à réduire l'effort d'ingénierie lors de la configuration et à raccourcir les délais de mise en service sur des tâches de picking courantes. ABB n'a pas communiqué de métriques précises sur les gains de temps de cycle ou les prix dans cette annonce initiale. L'enjeu pour les intégrateurs est réel: la configuration de systèmes de picking vision-guidé reste l'un des postes les plus chronophages dans les projets d'automatisation packaging, notamment pour les lignes à cadences élevées. En proposant une version avec des fonctionnalités essentielles plutôt qu'une suite complète, ABB abaisse la barrière d'entrée pour les PME industrielles et les OEM qui ne disposent pas d'équipes robotique expertes en interne. C'est aussi un signal que le marché logiciel pour la robotique de picking se structure autour de deux segments: des plateformes full-featured pour intégrateurs avancés, et des offres simplifiées pour accélérer le déploiement sur cas d'usage standardisés. PickMaster est une plateforme ABB historique pour le picking et le placement, utilisée notamment avec les robots delta IRB 360 FlexPicker. Sur ce segment, ABB fait face à Fanuc, KUKA, Yaskawa et à des acteurs logiciels spécialisés comme Pickit ou Mujin, qui misent également sur la réduction de la complexité de programmation. Les prochaines étapes de PickMaster Lite, notamment les compatibilités de robots supportés et les conditions de licence, n'ont pas encore été détaillées par ABB.

Comau et Aptiv s'associent pour développer des systèmes d'automatisation industrielle autonomes et de robotique basée sur l'IA

Comau, spécialiste italien de l'automatisation industrielle rattaché au groupe Stellantis, et Aptiv, entreprise technologique américaine issue de la scission de Delphi en 2017, ont signé un accord-cadre pour co-développer des systèmes d'automatisation industrielle intelligents. Les trois axes retenus sont la robotique avancée, les systèmes autonomes et l'intégration de l'IA dans les processus de production. Il s'agit à ce stade d'un protocole d'intention : aucun produit, aucun délai ni montant d'investissement n'a été communiqué. La complémentarité des deux acteurs justifie le rapprochement. Comau apporte son expertise en intégration robotique et en ingénierie de lignes de production, Aptiv ses capacités en architecture électronique embarquée et en logiciels pour systèmes autonomes, développées dans l'univers du véhicule connecté. Pour les intégrateurs industriels, cette convergence hardware-software reflète une tendance structurelle : les plateformes d'automatisation évoluent vers une adaptation autonome en environnement non structuré, réduisant la dépendance à la reprogrammation manuelle. Les deux entreprises s'inscrivent dans un secteur sous pression concurrentielle forte. FANUC, ABB Robotics et KUKA, filiale du groupe chinois Midea depuis 2017, investissent eux aussi dans l'IA appliquée à la robotique industrielle. Comau cherche à diversifier ses débouchés au-delà de l'assemblage automobile, tandis qu'Aptiv accélère sa transition des composants électroniques vers les couches logicielles. L'accord reste prudemment formulé, sans pilote client identifié ni roadmap précise, signe d'une collaboration encore en phase exploratoire.

Bosch Rexroth vs Festo vs SMC : Les leaders de l’automatisation et de la pneumatique

Bosch Rexroth, Festo et SMC Corporation constituent aujourd'hui le triptyque dominant de l'automatisation industrielle et de la pneumatique mondiale. Filiale du groupe Bosch, Rexroth propose une architecture d'automatisation systémique couvrant le motion control, l'hydraulique, les servo-entraînements, l'automatisation électrique, les logiciels industriels et les plateformes connectées orientées Industrie 4.0, un portefeuille conçu pour les infrastructures lourdes et les lignes de production hautement intégrées. L'allemand Festo, fondé à Stuttgart en 1925, s'est imposé comme la référence en pneumatique de précision, avec une forte culture R&D appliquée : l'entreprise est notamment connue pour ses démonstrateurs biomimétiques (bras assistés, robots souples) qui anticipent les prochaines générations de composants industriels, et pour ses solutions de formation technique utilisées dans plus de 170 pays. SMC Corporation, groupe japonais créé en 1959 et coté à Tokyo, est aujourd'hui le premier fournisseur mondial de pneumatique industrielle par volume, avec une présence commerciale dans plus de 80 pays et un catalogue de plus de 12 000 références de vérins, vannes et systèmes de contrôle de fluides. Ces trois acteurs opèrent sur un marché où la distinction entre composant et solution devient le principal levier de différenciation. Pour un intégrateur ou un directeur industriel, le choix ne se résume plus à un catalogue de références : il engage une architecture complète. Bosch Rexroth cible les environnements où la convergence entre motion, hydraulique et données est critique, lignes automotive, presses, machines-outils CNC. Festo se positionne sur les applications nécessitant précision et flexibilité : assemblage, agroalimentaire, laboratoires, chaînes reconfigurables, avec un avantage compétitif sur l'efficacité énergétique des actionneurs pneumatiques. SMC répond à une logique de volume et de standardisation : délais courts, disponibilité mondiale, coût à l'unité optimisé. La vraie question pour un décideur B2B n'est pas laquelle est "meilleure", mais laquelle correspond au profil de son process : complexité intégrée (Rexroth), précision applicative (Festo), ou déploiement standardisé à grande échelle (SMC). Ces trois entreprises ont construit leur position sur plusieurs décennies, dans un marché longtemps fragmenté entre spécialistes régionaux. L'accélération de l'Industrie 4.0 et la montée des cobots et robots mobiles autonomes (AMR) ont rebattu les cartes : les pneumaticiens purs comme Festo et SMC investissent désormais dans les interfaces électriques et les protocoles connectés (IO-Link, OPC UA), tandis que Bosch Rexroth étend ses logiciels vers l'edge computing industriel. Les challengers européens, Parker Hannifin, Aventics (ex-Bosch pneumatique, désormais Emerson), ou encore Norgren, grignotent des parts sur des segments spécifiques. À noter : des acteurs français comme Joucomatic (groupe Asco/Emerson) ou Pneumax restent présents sur le marché européen, sans atteindre l'échelle mondiale de ce trio. La prochaine bataille se joue sur l'intégration logicielle et la data industrielle, terrain sur lequel Bosch Rexroth dispose aujourd'hui d'une longueur d'avance structurelle.

Le robot humanoïde AEON s'attaque aux opérations en usine dans une offensive d'autonomie réelle

La division Robotics d'Hexagon AB, basée à Zurich, et l'entreprise autrichienne Fill Maschinenbau ont annoncé un partenariat pour déployer le robot humanoïde AEON dans les ateliers de Fill à Gurten, en Autriche. Ce pilote cible des tâches de conduite de machines (machine tending), d'inspection et de support opérationnel dans des environnements de production à haute mixité. Point notable : AEON n'est pas un robot bipède, mais adopte une locomotion sur roues complétée par des bras de manipulation, une fusion de capteurs multimodale et une intelligence embarquée sur puce NVIDIA Jetson Orin. Présenté en juin 2025, il avait effectué son premier déploiement industriel en décembre 2025 à l'usine BMW Group de Leipzig, unique référence terrain disponible à ce jour. Ce partenariat met en avant une approche simulation-first que les intégrateurs suivent de près. Hexagon revendique une réduction des cycles d'entraînement de plusieurs mois à quelques semaines grâce à NVIDIA Isaac Sim et Isaac Lab, qui permettent d'acquérir navigation, locomotion et manipulation en environnement virtuel avant tout déploiement réel. Le robot utilise également NVIDIA Isaac GR00T et les outils Mimic pour apprendre à partir de démonstrations humaines et générer des données de mouvement synthétiques. Si ces gains se confirment en production, ils apporteraient une réponse partielle au problème du sim-to-real gap, considéré comme l'un des principaux obstacles à l'industrialisation des humanoïdes. Prudence néanmoins : les deux déploiements cités restent à des stades pilotes, sans métriques publiées sur des cycles de production continus. Hexagon AB est un groupe suédois spécialisé en métrologie et intelligence industrielle, dont la division Robotics à Zurich s'est positionnée sur le segment humanoïde après des acteurs comme Figure AI (accord BMW signé dès 2024 pour le Figure 02), Boston Dynamics ou Agility Robotics (Digit, déployé chez Amazon). Les données spatiales collectées par AEON sont remontées vers Hexagon Reality Cloud Studio via HxDR et intégrées à NVIDIA Omniverse pour générer des jumeaux numériques industriels en temps réel, un positionnement qui ancre l'offre davantage dans l'écosystème PLM et métrologie d'Hexagon que dans la robotique mobile pure. Les prochaines étapes incluent une migration vers la puce NVIDIA IGX Thor pour renforcer les garanties de sécurité collaborative. En Europe, cette initiative rejoint les travaux de Wandercraft sur l'humanoïde de réhabilitation médicale et ceux d'Enchanted Tools sur des plateformes à usage hospitalier, signe d'un écosystème continental qui monte progressivement en maturité industrielle.

ABB Robotics lance OmniVance, une cellule autonome de finition de surface

ABB Robotics a lancé fin avril 2026 l'OmniVance Collaborative Surface Finishing Cell, sa première cellule entièrement automatisée dédiée au ponçage et au polissage industriel. La solution, développée par le groupe suisse basé à Zurich, repose sur le cobot GoFa d'ABB et se présente comme une offre clé en main, livrée avec tous les composants de sécurité nécessaires, certifiée CE, et opérationnelle sans ingénierie supplémentaire. L'interface de programmation, disponible sur tablette, intègre des fonctions d'enregistrement de trajectoires 3D par guidage manuel (lead-through), de création de chemins 2D prédéfinis, et d'édition intuitive via des blocs Wizard Easy Programming. ABB affirme que ces outils permettent de réduire le temps de programmation jusqu'à 90%, une estimation à prendre avec précaution faute de contexte méthodologique précis. La cellule intègre également une préparation à l'extraction de poussières pour maintenir la qualité de finition et la santé des opérateurs. L'enjeu adressé est réel : le finissage de surface reste l'une des étapes les plus difficiles à automatiser à grande échelle, exposant les opérateurs à des contraintes physiques importantes et à des environnements poussiéreux. Deloitte et le Manufacturing Institute estiment que 1,9 million de postes dans la fabrication américaine seront non pourvus d'ici 2033, un signal fort de la pénurie structurelle de main-d'oeuvre qualifiée. En ciblant les PME sans expertise robotique interne, ABB tente de combler un angle mort du marché : les solutions sur mesure sont trop complexes et coûteuses pour ces acteurs, tandis que les kits d'entrée de gamme manquent de capacité et d'évolutivité. La proposition plug-and-play, sans programmation personnalisée requise, abaisse concrètement le seuil d'adoption. La réduction des TMS (troubles musculo-squelettiques) et la libération des opérateurs vers des tâches à plus forte valeur ajoutée constituent des arguments B2B solides face aux acheteurs industriels. ABB figure parmi les quatre grands fabricants mondiaux de robots industriels, aux côtés de KUKA, Fanuc et Yaskawa. Sa division robotique emploie environ 7 000 personnes, avec un siège américain et une usine à Auburn Hills, dans le Michigan. En octobre 2025, ABB Group a annoncé la cession de cette division à SoftBank Group pour 5,3 milliards de dollars, une transaction qui repositionne ABB Robotics dans un écosystème orienté IA et humanoides, porté par SoftBank via ses participations dans Boston Dynamics et d'autres acteurs. Parallèlement, ABB a lancé en avril 2026 la gamme PoWa, six cobots à limitation de force et de puissance couvrant des charges utiles de 7 à 30 kg et atteignant jusqu'à 5,8 m/s, renforçant son portefeuille collaboratif avant la finalisation probable du rachat. L'OmniVance s'inscrit dans cette dynamique de montée en gamme applicative avant la transition de propriété.

FAULHABER conçoit le DualGear pour les systèmes logistiques autonomes

FAULHABER, fabricant allemand de systèmes d'entraînement basé à Schönaich (Bade-Wurtemberg), a lancé cette semaine le DualGear, un système d'entraînement double conçu pour les environnements intralogistiques contraints en espace. Le principe central du produit : réaliser deux mouvements synchrones à partir d'un seul moteur. Concrètement, le DualGear associe un moteur sans balais de 32 mm de la gamme BX4, disponible en deux longueurs, 42 mm et 68 mm, avec deux réducteurs planétaires métalliques de la série GPT montés à chaque extrémité du moteur. Les réducteurs GPT sont disponibles jusqu'à trois étages, ce qui permet un dimensionnement précis selon les couples et vitesses requis. Des capteurs Hall à sorties sinus/cosinus assurent la détection de position du rotor pour une commutation et un positionnement exacts, à condition d'être couplés à un contrôleur de mouvement externe. Les assemblages reposent exclusivement sur des soudures, sans adhésifs, pour garantir la durabilité de la construction. L'intérêt industriel de cette architecture réside dans la réduction du nombre de composants à intégrer : là où deux actionneurs séparés seraient normalement nécessaires pour entraîner deux axes synchronisés, un seul groupe moteur-réducteur suffit. Pour un intégrateur de systèmes de convoyage ou de robots mobiles autonomes (AMR) opérant dans des entrepôts à haute densité, cela se traduit par un gain d'encombrement, une réduction des coûts système et une simplification du câblage et de la maintenance. FAULHABER positionne le DualGear explicitement sur les entraînements de roues compactes des systèmes logistiques autonomes, un segment en forte croissance avec l'automatisation des entrepôts. La précision de positionnement annoncée reste à valider sur des cycles réels en conditions d'entrepôt, le communiqué ne fournit pas de métriques de précision ou de durée de vie en cycles. FAULHABER est actif depuis plusieurs décennies dans la motorisation miniature et micro pour l'ingénierie de précision, avec des sites de développement et production en Suisse, aux États-Unis, en Roumanie et en Hongrie, ainsi que des partenaires commerciaux dans plus de 30 pays. Sur le segment des entraînements compacts pour AMR et convoyeurs, la concurrence inclut notamment Maxon (Suisse), Portescap, et des acteurs asiatiques comme Leadshine ou Nidec. Ce lancement s'inscrit dans une tendance plus large de densification fonctionnelle des actionneurs pour répondre aux contraintes mécaniques croissantes des robots mobiles de nouvelle génération. Aucune date de disponibilité commerciale ni grille tarifaire n'a été communiquée à ce stade.

Teradyne Robotics affiche une hausse de ses revenus au début de 2026

Teradyne Robotics, la division robotique du fabricant américain d'équipements de test Teradyne, a enregistré 91 millions de dollars de chiffre d'affaires au premier trimestre 2026, contre 69 millions au T1 2025 et 89 millions au T4 2025. Il s'agit du quatrième trimestre consécutif de croissance séquentielle, fait notable car le Q1 est historiquement le trimestre le plus faible du cycle annuel. La division regroupe Universal Robots (cobots à bras articulé) et Mobile Industrial Robots (robots mobiles autonomes AMR). Greg Smith, PDG de Teradyne, a précisé lors de la présentation des résultats que les ventes sont tirées par trois segments : l'e-commerce, la fabrication électronique et les semi-conducteurs, y compris les data centers IA. Les revenus liés à l'IA représentent désormais environ 15 % des ventes trimestrielles. Teradyne a par ailleurs annoncé un partenariat avec la startup Generalist pour une démonstration de cellule d'assemblage physico-IA lors du NVIDIA GTC, et évoque sans les nommer des expéditions croissantes vers un "grand client e-commerce" qui pourrait correspondre au déploiement du robot Vulcan d'Amazon, lequel intègre un cobot UR. Cette reprise est significative dans un contexte où Teradyne avait connu deux vagues de licenciements en 2025 : 10 % des effectifs en janvier, puis 14 % supplémentaires en novembre, après un déclin de revenus de 326 millions de dollars en 2022 à 293 millions en 2024. Le retour à la croissance, particulièrement marqué sur l'IA industrielle, suggère que le pari sur l'intégration cobots-IA dans les environnements de production haute densité commence à se traduire en commandes fermes plutôt qu'en démonstrations. Pour les intégrateurs et décideurs industriels, le signal le plus concret est la progression des ventes dans les data centers : Universal Robots se positionne explicitement dans la chaîne "wafer-to-AI", du test de puces à l'assemblage physique des infrastructures IA, un débouché nouveau et potentiellement structurant pour les cobots légers. Universal Robots, créé au Danemark en 2005 et racheté par Teradyne en 2015 pour 285 millions de dollars, s'est imposé comme la référence des cobots collaboratifs avec plus de 100 000 unités déployées. Mais la pression concurrentielle s'intensifie, notamment de la part de fabricants chinois à bas coût. En Q1 2026, Teradyne a engagé une procédure judiciaire contre Elite Robots, acteur chinois de robots à limitation de force, accusé de copier le logiciel propriétaire d'Universal Robots. Au salon Hannover Messe en avril 2026, le tribunal régional de Hambourg a prononcé une injonction préliminaire interdisant à la filiale allemande d'Elite Robots de commercialiser les produits litigieux en Allemagne. Teradyne a prévenu qu'elle poursuivrait également les distributeurs et partenaires d'Elite Robots qui continueraient à proposer le logiciel incriminé, signalant une stratégie de protection IP agressive sur le marché européen.

L'Allemagne prévoit des bras robotiques pour récupérer 126 000 fûts de déchets nucléaires dans une mine de sel

La société d'ingénierie allemande Bilfinger et l'institut de recherche Fraunhofer IOSB développent conjointement un système téléopéré pour extraire environ 126 000 fûts de déchets radioactifs de la mine de Asse II, dans le nord de l'Allemagne. Commandé par la BGE (Bundesgesellschaft für Endlagerung, l'entreprise fédérale chargée de la gestion des déchets radioactifs), le projet affronte des conditions extrêmes : chambres situées à plusieurs centaines de mètres de profondeur, conteneurs corrodés par des décennies d'exposition au sel et à l'humidité, fûts empilés, éparpillés ou partiellement ensevelis. Bilfinger conçoit un excavateur d'essai multifonction équipé de pinces, couteaux et godets, capable de manipuler des fûts potentiellement fuyards sans provoquer de contamination supplémentaire, dans un environnement salin à visibilité réduite. Fraunhofer IOSB, fort de son programme ROBDEKON dédié à la robotique en milieu dangereux, pilote la couche autonome : fusion de capteurs, perception 3D temps réel et cinématique inverse permettent à l'opérateur de désigner une cible pendant que le système calcule automatiquement le trajet optimal. Les tâches répétitives, comme le transfert des fûts dans des conteneurs de transport, seront également automatisées pour réduire la charge opérateur. L'intérêt du projet dépasse la seule mine d'Asse. La combinaison de téléopération robuste, de jumeau numérique et d'un environnement de test répliquant les conditions souterraines constitue une approche méthodologique directement transposable à d'autres chantiers de remédiation nucléaire. Le digital twin permet de simuler mouvements, charges et contraintes environnementales avant tout déploiement physique, limitant les risques de défaillance en conditions réelles. Pour les intégrateurs et les décideurs industriels, la valeur réside dans l'architecture : une salle de contrôle distante couplée à des systèmes d'assistance avancés compense l'impossibilité d'intervention humaine directe dans les zones les plus irradiées. Il convient toutefois de préciser que le projet reste en phase de développement et de test, sans date de déploiement opérationnel communiquée. La mine d'Asse II est un cas d'école du risque nucléaire à long terme : ancienne mine de sel reconvertie en site expérimental de stockage entre 1967 et 1978, elle a révélé ses fragilités structurelles lorsque des infiltrations d'eau ont commencé à menacer l'intégrité des conteneurs. La BGE, chargée de la remédiation depuis, a fait de leur extraction une priorité nationale. Le binôme Bilfinger-Fraunhofer IOSB opère sur un marché de niche où peu d'acteurs disposent de la double compétence en ingénierie lourde et robotique avancée, aucun concurrent direct n'étant identifié sur ce segment spécifique. Les technologies développées, notamment pour la téléopération en espace confiné et la validation par simulation, présentent un intérêt direct pour des sites comparables : Hanford aux États-Unis ou d'autres installations héritées de la Guerre froide posent des défis structurellement similaires en matière de remédiation nucléaire.

Les robots IA de GFT Technologies passent de l'inspection à l'action pour les constructeurs automobiles

GFT Technologies SE, éditeur allemand de transformation digitale basé à Stuttgart, a annoncé le lancement d'une solution robotique intégrant l'IA directement dans l'action physique sur les lignes d'assemblage automobile. Là où la quasi-totalité des systèmes d'inspection visuelle existants se contentent de signaler une anomalie à un opérateur humain, GFT déploie désormais trois bras robotiques distincts capables, en séquence, de détecter et de retirer physiquement les pièces défectueuses sans intervention humaine. Le premier robot embarque une caméra fixée directement sur son préhenseur pour vérifier en temps réel le positionnement, les défauts visuels, ainsi que la lisibilité des étiquettes et numéros de série sur des pièces comme des pare-chocs, portières ou conduites. La solution est développée en partenariat stratégique avec Google Cloud dans le cadre d'un programme Industry 4.0, et s'appuie sur du matériel fourni notamment par NEURA Robotics. L'entreprise, qui emploie plus de 12 000 experts dans plus de 20 pays, cite Ford Motor Co. parmi ses clients en transformation des systèmes de production. L'enjeu est économique autant que technique. Un rappel de véhicule peut coûter plus de 500 dollars par unité à corriger, représentant des dizaines de millions de dollars pour un constructeur. Le principal blocage jusqu'ici n'était pas la détection, mais le délai entre l'alerte et la correction, incompatible avec la cadence d'une ligne moderne. GFT positionne sa solution comme une réponse directe à ce "gap insight-to-action". Sur le plan technique, la plateforme fusionne des données hétérogènes en temps réel : images de caméras d'inspection, vitesse de convoyeurs, signaux RFID de traçabilité des pièces. Brandon Speweik, responsable manufacturing chez GFT, note que les modèles actuels nécessitent désormais quelques centaines d'images pour l'entraînement, contre plusieurs milliers auparavant, ce qui réduit significativement le coût et le délai de personnalisation pour chaque constructeur. GFT Technologies revendique 35 ans d'expérience dans l'intégration pour l'industrie, avec une présence historique dans la banque, l'assurance et la manufacture. La solution robotique est présentée comme une extension naturelle de travaux antérieurs avec Google sur l'inspection visuelle assistée par IA. Sur le marché de l'inspection automatisée en milieu industriel, GFT se positionne face à des acteurs comme Cognex, Keyence ou des intégrateurs spécialisés, en misant sur une approche "clé en main" combinant software, robotique et connaissance métier. Le partenariat avec NEURA Robotics, startup allemande connue pour ses robots cognitifs, suggère une orientation vers des systèmes à capacités d'adaptation plus larges. L'article ne précise pas les volumes de déploiement actuels ni les timelines de généralisation, et la solution reste à ce stade une annonce commerciale sans chiffres de performance indépendants publiés.

QDTraj : exploration de primitives de trajectoires variées pour la manipulation robotique d'objets articulés

Des chercheurs de l'ISIR (Institut des Systèmes Intelligents et de Robotique, Sorbonne Université/CNRS) publient sur arXiv en avril 2026 une méthode baptisée QDTraj, destinée à générer automatiquement des primitives de trajectoires diversifiées pour la manipulation d'objets articulés par des robots domestiques. L'approche repose sur des algorithmes Quality-Diversity (QD) couplés à une exploration par récompense sparse. Évaluée sur 30 articulations du dataset PartNetMobility, QDTraj produit en moyenne 704 trajectoires distinctes par tâche, contre un ratio au moins 5 fois inférieur pour les méthodes concurrentes testées sur des tâches d'activation de charnières (hinge) et de glissières (slider). La méthode a été validée d'abord en simulation, puis déployée en conditions réelles sur robot physique. Le code est rendu public sur le site de l'ISIR. La diversité des trajectoires n'est pas un détail académique : en environnement réel, un robot qui ne dispose que d'une seule séquence motrice pour ouvrir un tiroir échoue dès que cette trajectoire est bloquée par un obstacle ou une contrainte dynamique imprévue. QDTraj adresse directement ce verrou en dotant le robot d'un répertoire de solutions alternatives sélectionnables au runtime selon les contraintes du moment. La validation sim-to-real apporte un crédit concret à l'approche, au-delà de la démonstration en simulation. L'utilisation des algorithmes QD, issus de la robotique évolutionnaire (famille MAP-Elites), est un signe de maturité méthodologique : ces approches explorent des espaces de solutions larges sans converger prématurément vers un optimum local, contrairement aux méthodes par gradient classiques. L'ISIR est l'un des laboratoires de référence en robotique française, avec une longue tradition en planification de mouvement et manipulation dextre. Ce travail s'inscrit dans un contexte où les approches dominantes, imitation learning ou reinforcement learning standard, produisent généralement des politiques à trajectoire unique, fragiles hors distribution. Les modèles VLA (Vision-Language-Action), très suivis en 2025-2026 chez Physical Intelligence (pi0), Google DeepMind ou Boston Dynamics, abordent le problème différemment en conditionnant les actions sur le langage, sans garantir la diversité bas niveau que QDTraj cible explicitement. La méthode se positionne donc comme une couche de planification complémentaire, en amont des politiques haut niveau. Les extensions naturelles concerneraient les objets déformables et l'intégration dans des architectures de contrôle hiérarchique pour robots manipulateurs polyvalents.

💬 Un robot qui n'a qu'une seule trajectoire pour ouvrir un tiroir, c'est un robot qui échoue dès qu'un obstacle se met en travers. QDTraj répond à ça en générant 700+ alternatives exploitables au runtime, avec des algorithmes QD qui explorent des espaces de solutions larges sans converger trop vite vers un optimum unique (contrairement au RL classique). Reste à voir comment ça s'articule avec des VLA au-dessus, mais comme brique de planification bas niveau, c'est du concret qui sort de l'ISIR.