Dossier Figure

Robotique : les véritables gagnants seront-ils les fournisseurs de composants ?

Pendant que les projecteurs se braquent sur Tesla, Figure AI, Unitree ou Agility Robotics, une note d'analyse de Morgan Stanley déplace le regard vers les fournisseurs de composants qui équiperont ces machines, quel que soit le vainqueur de la course aux humanoïdes. Son argument central repose sur les roulements de précision : un drone en embarque plusieurs, un robot industriel classique plusieurs dizaines, et un robot humanoïde avancé peut en intégrer plus de 70, répartis dans les épaules, coudes, poignets, hanches, genoux, chevilles et actionneurs des mains. À cette liste s'ajoutent les réducteurs harmoniques, les actionneurs électromécaniques, les moteurs couple, les vis à billes, les encodeurs absolus, les capteurs de force et de couple, les caméras industrielles et les semi-conducteurs spécialisés pour l'IA embarquée, autant de briques technologiques difficilement substituables. La note cite plusieurs industriels européens déjà positionnés sur ce segment : SKF, Schaeffler, THK Europe, Bosch Rexroth et SEW-Eurodrive, tous dotés d'une expertise reconnue en mécanique de précision. Pour les intégrateurs et les décideurs industriels, cette lecture déplace le centre de gravité de la valeur. Plutôt que de parier sur tel constructeur de robot humanoïde, dont la viabilité commerciale reste incertaine, l'analyse invite à regarder les fournisseurs dont les pièces équiperont l'ensemble du marché, indépendamment de l'issue de la compétition entre marques. L'analogie avec les vendeurs de pelles de la ruée vers l'or, ou avec NVIDIA, TSMC et ASML dans la vague IA, reprend une thèse d'investissement classique : dans une phase de compétition ouverte entre nombreux acteurs finaux, ce sont souvent les fournisseurs d'infrastructures qui captent une valeur récurrente et moins risquée. Plus les robots gagnent en dextérité, mains et poignets multi-axes en tête, plus la densité de composants de haute précision par machine augmente, ce qui suggère un marché de composants croissant plus vite, et de façon plus prévisible, que celui des robots finis eux-mêmes. Cette lecture s'inscrit dans un débat plus large sur la souveraineté industrielle européenne. Les tensions récentes sur les semi-conducteurs ont déjà montré les risques d'une dépendance excessive envers un nombre restreint de fournisseurs étrangers pour des composants jugés stratégiques. Dans la robotique, le même schéma pourrait se reproduire : roulements, réducteurs et actionneurs sont indispensables mais restent largement absents des radars politiques, à l'inverse des robots eux-mêmes qui concentrent l'attention médiatique et les annonces spectaculaires. Le maintien d'une base industrielle dans ces composants, portée par des groupes déjà implantés comme SKF ou Schaeffler, est présenté comme un levier de compétitivité pour l'Europe face à la croissance attendue des marchés de la robotique industrielle, logistique, médicale et humanoïde dans la décennie à venir. Reste à voir si ces acteurs traditionnels sauront monter en cadence assez vite pour répondre à des spécifications inédites, notamment pour les mains et poignets multi-DOF des humanoïdes.

Action QFormer : structuration des représentations guidée par la supervision des actions dans les modèles vision-langage-action

Des chercheurs publient sur arXiv (2607.14635v1) une étude sur les modèles vision-langage-action (VLA), remettant en question la manière dont la supervision par action est utilisée pour entraîner ces systèmes. Traditionnellement traitée comme un simple objectif d'apprentissage en aval pour prédire les actions, cette supervision agit en réalité comme une force qui remodèle les représentations multimodales héritées des modèles vision-langage préentraînés. Les auteurs montrent que cet effet est double : il est indispensable pour construire des représentations compatibles avec l'action, mais lorsqu'il est appliqué trop directement sur le flux multimodal hérité, il déstabilise aussi les capacités de traitement du langage et d'ancrage des objets. Pour résoudre cette tension, l'équipe introduit Action QFormer, une interface à base de requêtes conditionnées par les instructions, qui réorganise les informations multimodales héritées en représentations orientées action avant la génération des commandes. En navigation zero-shot sim-to-real, cette architecture fait bondir le taux de réussite moyen des tâches en boucle fermée de 18,8% à 56,3%, la justesse de génération d'action à instruction fixe de 22,5% à 75,5%, et réduit quasiment à zéro les générations d'instructions hors distribution. Ce résultat touche un point sensible du secteur robotique : l'écart persistant entre démonstrations impressionnantes et performances réelles en conditions variables, souvent attribué au fossé sim-to-real. En multipliant par trois le taux de succès en navigation zero-shot, Action QFormer suggère que les gains de performance des VLA ne viendront pas uniquement de backbones préentraînés plus puissants, à la manière de Pi-0, GR00T N2 ou Helix, mais aussi de la façon dont l'information multimodale héritée est sélectionnée et organisée avant d'être exposée à la supervision par action. Pour les intégrateurs et équipes de recherche robotique, ce travail envoie un signal clair : le simple passage à l'échelle des données d'action ou le fine-tuning direct sur des architectures VLM existantes comporte un risque de dégradation silencieuse des capacités de compréhension du langage et de perception, un compromis rarement documenté dans les communications commerciales. Ce travail s'inscrit dans la lignée des modèles VLA apparus depuis RT-2 et OpenVLA, qui adaptent des architectures vision-langage préentraînées à la prédiction directe d'actions robotiques, approche depuis reprise par des laboratoires comme Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2 ou Figure AI avec Helix. La question de la préservation des capacités multimodales sous supervision d'action rejoint des préoccupations déjà observées ailleurs dans le secteur, où l'écart entre vidéos de démonstration sélectionnées et déploiement réel reste un sujet de vigilance éditoriale. Les auteurs positionnent Action QFormer comme une brique architecturale plutôt qu'un produit fini, validée pour l'instant sur des tâches de navigation en environnement simulé puis réel ; la suite logique serait son extension à des tâches de manipulation avec davantage de degrés de liberté, ainsi que sa validation sur des backbones VLA de plus grande échelle.

China vise 1 000 robots humanoïdes Iron par mois avant un déploiement mondial en 2027

Xpeng, le constructeur chinois de véhicules électriques, accélère la production de son robot humanoïde Iron avec l'objectif de dépasser 1 000 unités par mois d'ici fin 2026, en vue d'un déploiement mondial prévu pour 2027. Les premiers exemplaires seront installés comme assistants de vente dans les showrooms chinois de la marque au premier trimestre 2027, avant une extension aux magasins à l'étranger dans la seconde moitié de l'année, selon des sources citées par le Wall Street Journal et relayées par CNEV Post. Dévoilé lors de l'AI Day de Xpeng en novembre 2025, Iron mesure 178 cm pour 70 kg, des proportions proches de celles d'un adulte moyen. Sa structure mécanique s'inspire de la colonne vertébrale et du système musculo-squelettique humains, avec des actionneurs imitant des muscles synthétiques répartis sur 62 articulations actives, et des mains offrant 22 degrés de liberté capables de manipuler aussi bien des objets fragiles que des outils plus lourds. Le robot embarque trois puces Turing développées en interne, pour une puissance de calcul cumulée de 2 250 TOPS, une batterie tout solide, et le modèle Vision-Language-Action maison de Xpeng, entraîné sur des milliers d'heures de données de mouvement humain, qui lui permettrait de marcher jusqu'à 2 mètres par seconde. Cette montée en cadence de production intéresse directement l'écosystème de la robotique humanoïde, où l'écart entre démonstrations scéniques et déploiements industriels réels reste la question centrale. Iron avait déjà fait parler de lui pour de mauvaises raisons : sa démarche jugée si fluide sur scène a poussé certains observateurs à soupçonner qu'un humain se trouvait à l'intérieur, obligeant le PDG He Xiaopeng à exposer publiquement la structure mécanique interne du robot pour couper court aux doutes. Un objectif de 1 000 unités mensuelles, si tenu, placerait Xpeng parmi les rares acteurs à afficher des volumes de fabrication significatifs sur ce segment, aux côtés de Tesla (Optimus) et Figure AI (Figure 03). Mais l'usage annoncé, assistant de vente en showroom, reste pour l'instant un déploiement à faible risque opérationnel comparé à des tâches industrielles ou logistiques, ce qui invite à relativiser la portée de l'annonce tant qu'aucun pilote en usage réel n'est documenté. Ce virage s'inscrit dans une stratégie plus large de Xpeng, qui cherche à transformer son savoir-faire en conduite autonome et en intelligence artificielle embarquée, développé pour ses véhicules électriques, en une offre d'IA physique plus large. L'entreprise a récemment présenté ce qu'elle présente comme le premier robotaxi chinois entièrement développé en interne et prêt pour la production, bâti sur sa plateforme GX et conçu pour répondre aux standards de conduite autonome de niveau 4. Sur le marché des humanoïdes, Xpeng affronte une concurrence dense, entre les groupes chinois rivaux comme Unitree ou UBTech, et les acteurs américains Tesla et Figure AI, ainsi que des laboratoires spécialisés dans les modèles VLA comme Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2). La feuille de route reste pour l'instant celle d'un teaser industriel : la production de masse et le calendrier de déploiement en Chine puis à l'international pour 2027 restent à confirmer par des livraisons effectives, aucun contrat commercial concret n'ayant été détaillé à ce stade.

La Chine dévoile un nouveau robot humanoïde avec un taux de réussite de 98%, assemblage EV et opérations d'usine

Xiaomi a annoncé de nouveaux progrès dans le déploiement de son robot humanoïde sur une chaîne de production automobile en Chine. Après quatre mois d'optimisations continues, le taux de réussite du robot sur un poste de vissage de vis autotaraudeuses est passé de 90,2 % à 98 %, ramenant l'écart avec le taux de qualification des ouvriers humains à seulement un point de pourcentage. Ce chiffre de 90,2 % avait été annoncé en mars 2026, lors du premier déploiement du robot en usine d'assemblage de véhicules électriques. Xiaomi a également étendu les tâches confiées au robot avec deux nouvelles applications: le tri des panneaux latéraux de console centrale et le pliage et recyclage de bacs à pièces, toutes deux atteignant 90 % de réussite. Le tri des panneaux latéraux constitue une étape notable puisque, selon Xiaomi, il s'agit de la première fois qu'un robot humanoïde effectue des opérations continues de longue durée sur des pièces flexibles dans une usine automobile, des composants plus difficiles à manipuler que les pièces rigides car ils peuvent se déformer et changer de position. Ces progrès, avancés par communiqué et rapportés par Technode, illustrent le déplacement progressif de la compétition humanoïde industrielle des vidéos promotionnelles courtes vers des démonstrations prolongées en conditions réelles d'usine. Pour les intégrateurs et décideurs industriels, l'enjeu est de savoir si ces taux de réussite, mesurés sur des tâches spécifiques et sur des durées limitées, reflètent une fiabilité réellement transposable à une production en volume, plutôt qu'une performance optimisée pour la communication. La manipulation de pièces flexibles sur une durée prolongée reste un indicateur technique pertinent, car elle teste la robustesse de la perception et du contrôle moteur au-delà des scénarios rigides plus simples à automatiser. Le contexte est celui d'une course serrée entre acteurs chinois du robot humanoïde industriel. Figure a fait tourner son robot Figure 02 pendant plus de 20 heures en continu sur des tâches logistiques, sans communiquer de taux de réussite formel, misant plutôt sur la gestion de flotte et la fiabilité longue durée. AgiBot, de son côté, a revendiqué un taux de réussite de 99,99 % avec son robot G2 ayant exécuté 64 828 tâches sur une ligne de production de tablettes pendant 64 heures consécutives, avant d'annoncer récemment des résultats quasiment identiques à ceux de Xiaomi sur l'assemblage automobile, avec 98 % en vissage et 90 % sur le tri et le pliage. Cette convergence de chiffres entre concurrents chinois suggère une course à la communication de métriques autant qu'une course technologique, sans qu'aucun protocole de mesure indépendant ne soit encore public.

NVIDIA explique comment évaluer les politiques robotiques polyvalentes en conditions réelles

NVIDIA a publié un billet technique détaillant les limites actuelles des méthodes d'évaluation des modèles fondation pour la robotique généraliste, ainsi que RoboLab, sa plateforme de benchmarking en simulation censée y répondre. L'entreprise identifie quatre failles structurelles dans les protocoles de test existants. D'abord, un chevauchement du domaine visuel entre entraînement et évaluation : quand un modèle est affiné puis testé dans le même environnement simulé, un bon score ne prouve que sa mémorisation du décor, pas sa capacité de généralisation. Les approches dites real2sim, qui reconstruisent des scènes photoréalistes à partir d'images réelles via inpainting ou Gaussian splatting, corrigent partiellement ce biais mais exigent souvent plus d'une heure de préparation par scène, ce qui rend les tests à grande échelle peu praticables. Ensuite, la plupart des benchmarks reposent sur un jeu de tâches figé, vite saturé : lorsque tous les modèles dépassent 90% de réussite sur le même test, les chiffres perdent leur pouvoir discriminant. NVIDIA pointe aussi un déficit de diagnostic, un simple score de succès binaire ne dit rien sur la cause d'un échec (confusion de couleur, formulation de l'instruction, décalage de caméra). Enfin, l'entreprise soulève un problème de fiabilité statistique : un taux de succès mesuré sur un petit nombre d'essais peut tromper. Exemple donné, une politique affichant 90% de réussite sur seulement 70 rollouts a, selon la méthode de Clopper-Pearson pour calculer un intervalle de confiance binomial exact, un intervalle de confiance à 95% qui s'étend sur 15,4 points de pourcentage, un écart énorme pour un chiffre présenté comme une performance unique. L'exemple illustratif porte sur la politique pi-0.5 de Physical Intelligence testée sur une tâche de tri d'objets ("poser la tasse à mesurer orange et la tasse bleue en dehors de l'assiette"). Pour les intégrateurs et décideurs B2B qui doivent choisir entre plusieurs modèles vision-language-action (VLA) pour équiper des bras ou des humanoïdes, ce travail est une mise en garde directe contre les chiffres de communiqués de presse. Un score de succès affiché sans intervalle de confiance ni contrôle du chevauchement visuel peut masquer un simple surapprentissage plutôt qu'une réelle capacité de généralisation en conditions réelles. Cela renforce l'hypothèse, déjà répandue dans le secteur, d'un écart persistant entre démonstrations et déploiement effectif, et invite à exiger des fournisseurs des protocoles d'évaluation reproductibles plutôt que des vidéos sélectionnées. Cette initiative s'inscrit dans l'effort plus large de NVIDIA autour des fondations robotiques, aux côtés de ses plateformes Isaac Sim et Isaac Lab, dans un secteur où rivalisent des laboratoires comme Physical Intelligence (pi-0, pi-0.5), Google DeepMind (Gemini Robotics) ou Figure AI. À mesure que les modèles VLA généralistes se multiplient, la question de la mesure standardisée devient centrale pour départager annonces marketing et progrès réels, et RoboLab se positionne comme une tentative de fournir un cadre commun avant que le marché ne soit inondé de comparatifs invérifiables.

Mistral AI lance Robostral Navigate

Reformuler ce communiqué en article journalistique neutre, en signalant que les chiffres proviennent uniquement de la communication Mistral, sans donnée sim-to-real indépendante. --- Mistral AI a présenté Robostral Navigate, un modèle de navigation robotique construit selon une architecture Vision-Language-Action : une caméra RGB classique et des instructions en langage naturel remplacent la combinaison habituelle LiDAR, caméras de profondeur, centrale inertielle et cartographie SLAM. Le modèle compte 8 milliards de paramètres, une taille pensée pour tourner sur des plateformes embarquées à ressources limitées plutôt que sur des clusters distants. Selon Mistral, l'entraînement s'est appuyé sur près de 400 000 trajectoires générées dans plus de 6 000 environnements simulés, couvrant bureaux, entrepôts, usines et logements. En fonctionnement, le pipeline doit interpréter le flux vidéo, comprendre la consigne, localiser la cible, planifier une trajectoire, éviter les obstacles fixes et mobiles, et corriger sa position en continu, l'ensemble devant tenir dans un budget de quelques dizaines de millisecondes par cycle de décision. L'intérêt pour les fabricants de robots mobiles tient d'abord au coût : une caméra RGB se chiffre en dizaines d'euros contre plusieurs centaines, voire milliers d'euros pour un LiDAR industriel, ce qui allège aussi bien la facture matérielle que l'intégration logicielle. Sur le fond, Robostral Navigate teste à l'échelle de la navigation pure une hypothèse déjà explorée côté manipulation par les modèles VLA : qu'un système entraîné majoritairement en simulation puisse généraliser à des environnements réels variés sans empiler les capteurs. C'est une promesse à vérifier plutôt qu'un résultat acquis, les chiffres de 400 000 trajectoires et 6 000 environnements provenant uniquement de la communication de Mistral, sans benchmark tiers ni donnée publiée sur l'écart sim-to-real en conditions réelles. Pour les intégrateurs et décideurs industriels, la question qui reste ouverte est celle de la robustesse hors simulation, dans des lieux encombrés, mal éclairés ou changeants. Mistral AI, jusque-là identifiée aux grands modèles de langage (Mistral Large, Mixtral) et positionnée comme l'alternative européenne face à OpenAI et Google, franchit ici son premier pas affiché vers la Physical AI, terrain déjà occupé par NVIDIA avec GR00T N2, Figure AI avec Helix, ou Physical Intelligence avec Pi-0. L'entreprise française n'a pas communiqué de calendrier de déploiement industriel ni de partenariat matériel identifié à ce stade ; Robostral Navigate reste, en l'état des informations disponibles, une annonce de capacité logicielle plutôt qu'un produit livré ou testé en flotte réelle.

Robots humanoïdes en première ligne : du salon d'exposition à l'usine comme employés vedettes

Ekans robotisés humanoïdes quittent le laboratoire pour entrer en production réelle, comme l'a rapporté China Central Television. Dans un atelier de fabrication de tablettes à Nanchang, huit robots humanoïdes ont été déployés comme inspecteurs qualité, chacun effectuant des cycles d'inspection en environ 20 secondes avec une précision de deux millimètres. Le directeur d'usine Zhang Long a souligné que si l'efficacité reste inférieure à celle des bras robotiques traditionnels et des ouvriers humains, l'avantage en flexibilité est net : contrairement aux bras fixes qui nécessitent des semaines de reconfiguration à chaque nouveau produit, les robots humanoïdes peuvent être réaffectés à d'autres postes en quelques heures. Le déploiement n'a pas été sans accroc, les robots déclenchaient accidentellement les boutons d'allumage des tablettes, provoquant des échecs d'inspection, jusqu'à ce que le chef de projet Yang Shukai développe des pinces ajustables permettant un réglage de cinq millimètres selon le modèle. Le robot n°3 a connu jusqu'à 31 blocages en une seule journée, nécessitant un réentraînement dédié. Depuis mars, les deux premiers robots totalisent 3 000 heures de fonctionnement stable et approchent d'un déploiement permanent ; l'usine prévoit 50 unités d'ici la fin de l'année, avec une adoption massive envisagée vers 2028. À Shenzhen, trois robots humanoïdes travaillent de nuit depuis six mois dans un centre logistique pour trier les colis destinés à la livraison le jour même. Ces déploiements illustrent un basculement significatif pour le secteur : le passage de la démonstration scénique au poste de travail réel, avec des métriques opérationnelles vérifiables plutôt que des vidéos soigneusement sélectionnées. Le cas du centre logistique de Shenzhen est particulièrement parlant sur l'écart entre promesse et réalité initiale : les robots ne triaient au départ que 100 colis par heure contre 500 à 600 pour un ouvrier humain, avec un taux d'erreur élevé et une incapacité à manipuler les gros colis. L'équipe a identifié la cause racine, un manque de données d'entraînement, et déployé deux correctifs : des collecteurs de données dédiés enregistrant diverses actions de saisie et de retournement de colis, et une refonte des postes de tri avec des surfaces inclinées réduisant les mouvements de rotation et de flexion des robots. Résultat après six mois d'apprentissage intensif : l'efficacité de tri est passée de 100 à 900 colis par heure, soit 85% de la performance humaine. Pour les intégrateurs et décideurs industriels, ces chiffres suggèrent que l'écart sim-to-real et le problème des données d'entraînement en conditions réelles, souvent pointés comme obstacles majeurs à la commercialisation des VLA (vision-language-action), peuvent être résolus par itération sur site plutôt que par une percée algorithmique unique. Ce mouvement s'inscrit dans une compétition mondiale intense où la Chine pousse fortement le déploiement industriel de robots humanoïdes, aux côtés d'acteurs comme Figure AI (Figure 03), Tesla (Optimus Gen 3) ou Physical Intelligence (Pi-0) aux États-Unis, et NVIDIA avec sa plateforme GR00T N2 fournissant des briques logicielles à plusieurs fabricants. Plus de dix centres logistiques chinois testent actuellement des robots humanoïdes en formation sur le terrain, affinant leurs compétences en conditions réelles plutôt qu'en environnement contrôlé. Aucun acteur français ou européen (Wandercraft, Exotec, Pollen Robotics, Enchanted Tools) n'est mentionné dans ces déploiements chinois, signe que la course à l'industrialisation du robot humanoïde reste pour l'instant dominée par les écosystèmes chinois et américain. Les prochaines étapes annoncées, passage à 50 unités chez le fabricant de tablettes d'ici fin 2026 et généralisation attendue vers 2028, donneront une indication concrète de la vitesse réelle de cette transition, entre promesse marketing et adoption industrielle durable.

Top 10 des avancées en robotique de juin 2026

Traduction et résumé rédigés. Le Robot Report a publié son classement des dix actualités robotiques les plus lues de juin 2026, dominé par les levées de fonds et les déploiements de robots humanoïdes. En tête, Collaborative Robotics a dévoilé la deuxième génération de son robot mobile Proxie, avec une capacité de charge augmentée, des batteries à échange autonome et une option de manipulation à deux bras, visant la santé, la logistique et l'industrie. General Intuition a levé 320 millions de dollars en série A pour entraîner des modèles d'IA à partir de données de jeux vidéo plutôt que de téléopération classique. BMW a annoncé le déploiement du Figure 03 de Figure AI sur son site de Spartanburg, en Caroline du Sud, après une première phase avec le Figure 02. NEURA Robotics, fabricant allemand de "robots cognitifs", vise une série C pouvant atteindre 1,4 milliard de dollars sous conditions d'investisseurs non précisées. Agility Robotics a annoncé une fusion avec la SPAC Churchill Capital Corp. XI pour entrer en bourse. Standard Bots a bouclé une série C de 200 millions de dollars, valorisant l'entreprise à 1 milliard de dollars, pour étendre sa production à New York. AGIBOT a franchi la barre des 15 000 robots produits. RealSense a présenté sa caméra de profondeur D585 Pro à Automate, et NVIDIA a dévoilé de nouveaux outils open source pour l'IA physique lors du GTC Taipei et de Computex. Ce palmarès illustre surtout l'accélération du passage des humanoïdes de la démonstration vers le déploiement industriel réel, et l'appétit toujours vif des investisseurs pour l'IA physique. Le cas BMW est révélateur: reconduire un déploiement avec une génération suivante après une phase pilote réussie suggère un début de preuve de valeur opérationnelle, plutôt qu'un simple coup de communication, même si l'ampleur exacte du déploiement (nombre d'unités, tâches réalisées) reste à préciser par les sources primaires. La marche vers les marchés publics via SPAC pour Agility, tout comme les tours de financement de Standard Bots et NEURA, confirment que les investisseurs traitent désormais la robotique humanoïde comme un secteur de commercialisation, pas seulement de recherche. L'approche de General Intuition, qui parie sur les données de jeux vidéo pour entraîner la perception et l'action des robots, illustre aussi une diversification des stratégies d'entraînement face aux limites connues du sim-to-real et de la téléopération à grande échelle. Cette accumulation d'annonces s'inscrit dans la continuité des trajectoires déjà engagées: Figure AI construit sur son historique avec BMW depuis le Figure 02, AGIBOT poursuit sa montée en cadence de production en Chine, et NEURA Robotics, basée en Allemagne, cherche à s'imposer comme l'un des rares acteurs européens de poids face aux groupes américains et chinois. Agility, de son côté, mise sur son statut de pionnier américain coté en bourse avec des déploiements commerciaux actifs pour se différencier. Le Robot Report ouvre par ailleurs les propositions de sessions pour son événement RoboBusiness 2026, signe que ces tendances de financement et de déploiement devraient continuer d'alimenter les débats du secteur dans les mois à venir.

Apprentissage de dynamiques transférables : des modèles d'action aux modèles du monde

Des chercheurs ont publié en juin 2026 un préprint arXiv (2606.29501) décrivant A2World, un modèle de monde diffusion multi-vues conditionné par les actions, pré-entraîné sur de larges volumes de données de manipulation robotique avec annotations d'actions réelles. L'idée centrale est que prédire comment une action modifie visuellement une scène, plutôt que simplement générer des vidéos plausibles, force le modèle à capturer des dynamiques d'interaction réutilisables. Ce pré-entraînement produit ce que les auteurs appellent des "priors de dynamiques transférables". À partir des mêmes poids pré-entraînés, deux variantes sont dérivées : A2World-sim, adapté en simulateur spécialisé par tâche ou environnement, et A2World-policy, un modèle de prédiction jointe vidéo-action conditionné par des instructions visuelles. Les expériences sont validées sur des benchmarks de simulation et en conditions réelles, sans que les auteurs ne publient de métriques quantitatives précises dans le résumé. L'enjeu concret pour les équipes de robotique industrielle est le coût des données de rollout réel : A2World-sim vise à remplacer les passages physiques sur robot par des déroulements dans le modèle de monde, permettant une évaluation de politique à grande échelle et des analyses contrefactuelles ("que se passerait-il si...") sans mobiliser de hardware. C'est le noeud dur du problème sim-to-real : les simulateurs classiques (Isaac Sim, MuJoCo) échouent sur la fidélité visuelle et de contact, tandis qu'un modèle de monde appris sur des données réelles devrait, en théorie, hériter de la physique implicite du monde réel. A2World-policy s'inscrit dans la lignée des VLA (Vision-Language-Action models) comme pi-0 de Physical Intelligence ou GR00T N2 de NVIDIA, en conditionnant la prédiction d'action sur le flux visuel et des instructions en langage naturel. Il s'agit toutefois d'un préprint non revu par les pairs, et les métriques présentées (benchmarks de simulation) restent à confirmer sur des déploiements réels à l'échelle. Ce travail s'inscrit dans une dynamique de recherche active sur les modèles de monde pour la robotique, portée depuis 2023-2024 par des approches comme UniSim (Google), RoboDreamer, ou Genie, qui toutes cherchent à découpler l'apprentissage de politique du coût de la collecte de données physiques. Physical Intelligence (pi-0, pi-0.5), Figure AI (Figure 02/03) et 1X Technologies misent sur des architectures VLA similaires pour la généralisation multi-tâches. La contribution spécifique d'A2World est de partager les poids pré-entraînés entre le simulateur et le modèle de politique, plutôt que de les traiter comme deux systèmes distincts. Les prochaines étapes attendues dans ce type de travaux sont la publication de benchmarks ouverts, une comparaison directe contre des rollouts réels, et, pour les acteurs industriels, la question de savoir si ces approches tiennent sur des environnements non structurés hors laboratoire.

AnyBody : contrôle libre du corps entier d'un humanoïde par points-clés arbitraires

Des chercheurs ont publié le 30 juin 2026 AnyBody (arXiv:2606.29209), un contrôleur unitaire pour humanoïdes capables de piloter l'ensemble du corps à partir d'un sous-ensemble arbitraire de keypoints (points de repère anatomiques) défini au moment du déploiement. La méthode articule trois briques : un tracker "enseignant" entraîné sur un large corpus de mouvements humains non structurés, distillé vers un student encodeur-décodeur déterministe dont l'espace latent est une sphère unitaire, puis un encodeur transformer par keypoints exploitant le masked self-attention pour accepter n'importe quelle combinaison de marqueurs corporels. Un correcteur résiduel léger dans l'espace latent permet ensuite d'adapter le décodeur figé à des tâches aval spécifiques. Les expériences couvrent le suivi de mouvements humains à grande échelle depuis des keypoints partiels, la télé-opération flexible, la locomotion, l'écriture dans les airs et l'atteinte d'obstacles. Ce travail s'attaque à deux verrous majeurs du contrôle physique des humanoïdes. Les pipelines classiques de retargeting depuis la capture plein corps (full-body mocap) sont coûteux et sujets aux erreurs, ce qui freine la collecte de données à l'échelle nécessaire à l'apprentissage par renforcement. Les architectures hiérarchiques qui dissocient contrôle du haut et du bas du corps sacrifient quant à elles la coordination globale indispensable à la loco-manipulation, c'est-à-dire la capacité à marcher et manipuler simultanément. AnyBody résout les deux en apprenant une représentation latente unique interrogeable par n'importe quel sous-ensemble de keypoints, sans retraining. Pour les intégrateurs, cela ouvre la voie à une télé-opération allégée (quelques marqueurs suffisent) et à des interfaces variées : vision monoculaire, IMU ou exosquelette partiel. Le contrôle physique des humanoïdes se partage aujourd'hui entre approches simulation-retargeting (PHC, OmniH2O, HOVER) et modèles vision-langage-action (VLA). AnyBody s'inscrit dans la première famille mais supprime la contrainte du mocap complet, convergeant vers des travaux comme HumanVid qui exploitent des supervisions partielles. Cette publication académique n'implique pas directement d'acteur commercial, mais ses enjeux concernent Figure AI (Figure 03), Agility Robotics (Digit), Boston Dynamics (Atlas), Apptronik (Apollo), et côté français Wandercraft, dont le contrôle de marche assistée repose précisément sur ce type de coordination corps entier. La validation sur hardware réel à grande échelle reste la prochaine étape critique avant tout transfert industriel.

💬 Le vrai verrou du contrôle humanoïde, c'était le mocap complet, coûteux et obligatoire à chaque nouvelle tâche. AnyBody coupe là-dedans : quelques points arbitraires suffisent, le contrôleur s'adapte sans réentraînement, et ça débloque enfin la collecte à l'échelle dont le RL avait besoin depuis longtemps. Wandercraft devrait y regarder de près.

BMW Group déploie le robot humanoïde Figure 03 après les tests de la version précédente

BMW Group a annoncé le déploiement de Figure 03, le dernier robot humanoïde de Figure AI, dans son usine de Spartanburg, en Caroline du Sud. Ce déploiement fait suite à un pilote de onze mois avec le modèle précédent, Figure 02, qui a participé à la production de plus de 30 000 véhicules BMW X3 en 2025. Dans cet atelier de carrosserie, Figure 02 insérait des pièces en tôle pour le processus de soudage, une tâche à la fois cadencée et physiquement contraignante. Figure 03 se voit confier une nouvelle mission en logistique : trier des composants arrivant en vrac dans de grands conteneurs, les placer dans des chariots de séquençage, puis les acheminer vers des points de collecte pour une livraison en flux tiré ("just in sequence") aux opérateurs d'assemblage. Le nouveau modèle introduit plusieurs évolutions techniques : mains dotées de capteurs tactiles et de caméras palmaires pour plus de précision, recharge sans fil pour une meilleure disponibilité opérationnelle, composants souples pour la sécurité de coopération homme-robot, et un module audio de communication vocale bidirectionnelle. L'annonce valide un argument central du débat sur les humanoïdes industriels : le passage du laboratoire à la production réelle est possible. Onze mois de fonctionnement en atelier de carrosserie constituent une référence concrète dans un secteur dominé jusqu'ici par des démonstrations contrôlées. Pour les intégrateurs et décideurs industriels, le cas BMW-Figure AI déplace la question de "est-ce que ça marche ?" vers "à quelle cadence et à quel coût peut-on scaler ?". L'usage logistique de séquençage choisi pour Figure 03 est particulièrement significatif : il est répétitif, non structuré (flux de pièces non triées) et à fort impact sur la fluidité de la chaîne d'assemblage. C'est exactement le type de tâche où les robots sur AGV classiques atteignent leurs limites. Cependant, ni BMW ni Figure AI n'ont communiqué de chiffres sur la cadence horaire, le taux d'erreur ou le coût opérationnel, ce qui rend difficile toute comparaison rigoureuse avec des solutions d'automatisation alternatives. Figure AI, fondée par Brett Adcock et basée à San José en Californie, avait initié son partenariat avec BMW comme premier déploiement industriel public à grande échelle, face à des concurrents comme Tesla (Optimus), Boston Dynamics (Atlas), Agility Robotics (Digit) ou encore Physical Intelligence avec son modèle de politique Pi-0. BMW, de son côté, diversifie ses expérimentations robotiques : l'entreprise teste également AEON, le robot humanoïde à roues d'Hexagon AB, dans son usine de Leipzig depuis décembre 2025, avec un déploiement pilote prévu à partir de l'été 2026. Spartanburg reste le site de référence pour la fabrication série, tandis que Leipzig sert de terrain d'essai pour des architectures de mobilité alternatives. Les prochaines étapes pour Figure 03 concerneront la scalabilité du cas d'usage logistique et son extension potentielle à d'autres halls de production BMW en Europe ou en Amérique du Nord.

Chine : les robots Agibot atteignent 99 % de réussite lors d'une démonstration en usine de six jours

AGIBOT, fabricant chinois de robots humanoïdes, a organisé fin juin 2026 un livestream mondial de six jours depuis l'usine Longcheer Technology de Nanchang, en Chine, pour démontrer la viabilité industrielle de ses robots G2 sur une ligne de production active. Les G2 sont des manipulateurs mobiles sur roues avec un torse humanoïde, conçus pour la manutention, l'inspection qualité et l'assistance en ligne de fabrication. Pendant 64 heures d'opération cumulées, les robots ont exécuté 64 828 tâches réparties sur plus de quatre flux de fabrication différents, avec un taux de réussite annoncé de 99,99 %. Ils ont contribué à la production de 17 625 unités de tablettes en conditions réelles, aux côtés d'opérateurs humains et d'équipements industriels en fonctionnement. Simultanément, AGIBOT a annoncé la livraison de son 15 000e robot à Longcheer, soulignant une montée en cadence remarquable : il a fallu environ un an pour passer de 1 000 à 5 000 unités, puis seulement trois mois pour aller de 5 000 à 10 000, soit une vitesse de production multipliée par quatre. Le demo-to-reality gap reste l'obstacle central du secteur humanoïde, et AGIBOT a structuré son exercice précisément pour répondre à cette critique. Un livestream continu de six jours sur une ligne de production commerciale non préparée est méthodologiquement plus contraignant qu'une démonstration en laboratoire ou une vidéo sélectionnée. Cela dit, un taux de succès de 99,99 % sans indication du nombre d'interventions humaines, du périmètre exact des tâches ou de la nature des "failures" non comptabilisées mérite prudence. Si les chiffres se confirment à l'audit, ils représentent un signal fort pour les intégrateurs industriels : le sim-to-real et la robustesse en environnement bruité commencent à être résolus à une échelle suffisante pour envisager des déploiements pilotes à coût acceptable. La position déclarée d'AGIBOT dans les expéditions mondiales d'humanoïdes, à 39 % de part de marché selon ses propres chiffres, illustre l'avance de l'écosystème chinois dans la commercialisation de masse, bien avant que des acteurs occidentaux comme Figure AI, Agility Robotics ou 1X n'aient franchi les mêmes seuils de volume. Fondée à Shanghai, AGIBOT a accéléré son développement dans le sillage du boom des VLA (Vision-Language-Action models) et de l'intérêt industriel post-2023 pour l'embodied AI. Son G2 concurrence directement le Figure 03 (Figure AI, ayant réalisé un run autonome de 200 heures en mai 2026 avec 250 000 colis traités) et l'Optimus Gen 3 de Tesla, ainsi que les robots Unitree et Fourier Intelligence côté chinois. Sur le segment européen, les acteurs comme Enchanted Tools ou Wandercraft restent positionnés sur des niches spécialisées (service, médical) sans viser encore la production industrielle de masse. La prochaine étape pour AGIBOT sera de convertir ces démonstrations en contrats de déploiement multi-sites et de publier des données indépendantes validant ses métriques de fiabilité.

X Square Robot boucle quatre levées consécutives et atteint 2,8 milliards de dollars de valorisation grâce à ses modèles fondation d'IA physique

X Square Robot, startup pékinoise fondée en 2023 et spécialisée dans l'IA incarnée pour environnements réels, vient de boucler quatre tours de financement consécutifs dont une Série C portant sa valorisation à 2,8 milliards de dollars (20 milliards de yuans). IDG Capital a participé à la Série C, tandis que HongShan et Xiaomi ont soutenu l'entreprise sur plusieurs tours antérieurs. Surtout, Meituan, Alibaba et ByteDance ont chacun conduit un tour précédent, faisant de X Square Robot la seule société d'IA incarnée en Chine à avoir obtenu un lead investment des quatre plus grands groupes tech nationaux. En avril 2026, la société a dévoilé WALL-B, un modèle fondation basé sur son architecture "World Unified Model" (WUM) : contrairement aux approches VLA modulaires qui assemblent des composants vision, langage et action distincts, WALL-B entraîne l'ensemble perception-langage-action-prédiction physique dans un réseau unique. Deux modèles complémentaires ont été mis en open source : WALL-OSS-0.5, qui atteint plus de 80 % de complétion autonome sur 4 des 17 tâches testées en conditions réelles sans fine-tuning post-entraînement, et WALL-WM, un modèle de prédiction monde alignant données langagières, visuelles et gestuelles autour d'événements physiques significatifs. Sur le terrain, X Square Robot a déployé ses robots en partenariat avec 58.com pour un service de nettoyage assisté par IA à Shenzhen et Pékin, les machines opérant aux côtés d'agents humains dans des immeubles résidentiels réels. Depuis mai 2026, un programme "X Family Member" place des robots en foyers volontaires jusqu'à un mois en tant qu'assistants domestiques. La valorisation à 2,8 milliards de dollars positionne X Square Robot parmi les startups d'IA incarnée les mieux capitalisées de Chine, dans une course mondiale où Figure AI, Physical Intelligence et Agility Robotics mobilisent des montants comparables aux États-Unis. L'architecture unifiée de WALL-B constitue un pari architectural distinct des approches modulaires dominantes comme Pi-0 de Physical Intelligence ou GR00T N2 de NVIDIA. Le score de 80 % sur 4 tâches sélectionnées parmi 17 sans post-training est encourageant, mais l'échantillon invite à la prudence : les 13 tâches restantes ne sont pas documentées, ce qui laisse le demo-to-reality gap partiellement ouvert. Les déploiements effectifs chez 58.com et en appartements résidentiels donnent néanmoins plus de crédit à ces métriques que les démonstrations habituelles en laboratoire contrôlé. Fondée en 2023, X Square Robot s'inscrit dans un écosystème chinois de robotique humanoïde incluant Unitree Robotics, Fourier Intelligence et AgiBot, face aux acteurs américains Figure AI (valorisé 2,6 Md$ fin 2024), Boston Dynamics et Physical Intelligence. La présence simultanée de Meituan, Alibaba et ByteDance au capital signale des débouchés ciblés dans la logistique, la livraison et les services à domicile, secteurs que ces groupes cherchent activement à automatiser. La mise en open source de WALL-OSS-0.5 et WALL-WM suit une stratégie classique d'adoption académique et industrielle avant commercialisation. Les fonds levés seront alloués au développement technologique core et à la recherche fondamentale en intelligence incarnée, avec pour horizon déclaré des systèmes robotiques polyvalents capables d'opérer dans des environnements non structurés du quotidien.

AGIBOT produit son 15 000e robot, marquant un cap dans le déploiement de l'IA incarnée

AGIBOT, fondée à Shanghai en 2023, a annoncé la sortie de son 15 000e robot de sa ligne de production, un jalon qui coïncide avec la publication de données de cadence inédites pour le secteur. La trajectoire de montée en volume est frappante : il a fallu environ un an pour passer de 1 000 à 5 000 unités, puis seulement trois mois supplémentaires pour atteindre 10 000, soit une accélération de production de plus de quatre fois par rapport à la phase précédente. L'unité symbolique numéro 15 000 est un AGIBOT G2, manipulateur mobile sur roues doté d'un torse et de deux bras humanoïdes, conçu pour les tâches industrielles. Le G2 est actuellement déployé sur les lignes de production de tablettes du fabricant Longcheer, où il effectue des contrôles qualité en rythme avec les cadences d'usine. Fin juin, AGIBOT a conclu environ 100 heures cumulées de diffusion en direct de ces opérations, avec le robot travaillant en continu aux côtés d'opérateurs humains. Ces chiffres modifient l'étalon de référence dans la course aux humanoïdes industriels. Selon le cabinet d'études Omdia, AGIBOT a terminé 2025 en tête mondiale des expéditions de robots humanoïdes, avec 5 168 unités livrées et 39 % de part de marché mondiale. À titre de comparaison, les concurrents les plus médiatisés, Agility Robotics (Amazon), Boston Dynamics, Figure AI et Humanoid, en sont encore principalement aux phases de pilote ou de trials commerciaux limités. Ce que la progression de cadence d'AGIBOT démontre, c'est que le véritable défi post-démonstration n'est pas le robot lui-même mais l'ensemble de la chaîne : supply chain, processus de fabrication reproductibles, intégration logiciel-matériel, et capacité de déploiement terrain à grande échelle. La différence entre un démonstrateur convaincant et 15 000 unités livrées en milieu réel reste considérable, et AGIBOT semble avoir investi autant dans cet outillage industriel que dans la performance du robot. AGIBOT a été fondée il y a à peine trois ans avec l'ambition de produire un modèle de fondation pour l'IA incarnée, articulé autour d'une architecture propriétaire baptisée "Three Intelligences in One" qui unifie la locomotion, l'interaction et la manipulation dans un système commun. Son portefeuille couvre aujourd'hui les robots humanoïdes, les quadrupèdes, les systèmes de dextérité avancée et les solutions de nettoyage commercial. Le positionnement concurrentiel est clair : quand Figure AI annonce des partenariats avec BMW et que Agility teste ses Digit chez Amazon, AGIBOT mise sur le volume livré comme argument commercial principal. La prochaine étape crédible à surveiller sera la cadence de renouvellement de contrats industriels, et non les seules annonces de production, pour valider que ces robots restent réellement en service, et pas simplement expédiés.

BMW intègre le robot humanoïde Figure 03 dans son usine intelligente aux États-Unis pour la logistique avancée

BMW a déployé le robot humanoïde Figure 03 de Figure AI dans son usine de Spartanburg, en Caroline du Sud, pour automatiser des tâches de séquençage logistique complexes. Ce déploiement fait suite à un pilote de onze mois avec le Figure 02, qui avait contribué à la production de plus de 30 000 BMW X3 en insérant des composants en tôle dans des gabarits de soudure avec haute précision et cadence soutenue. Le Figure 03 prend en charge l'organisation de composants non triés dans des chariots de séquençage avant leur acheminement vers les postes d'assemblage par des systèmes de transport autonomes, selon un mode de fabrication "just-in-sequence" garantissant que les opérateurs reçoivent les bons composants au bon moment. La nouvelle génération introduit plusieurs améliorations matérielles : revêtement extérieur souple pour la sécurité en milieu partagé, charge sans fil pour maximiser le temps de fonctionnement, communication vocale bidirectionnelle, et mains repensées équipées de capteurs tactiles et de caméras palmaires intégrées. En parallèle, BMW expérimente depuis mars 2026 le robot humanoïde AEON de Hexagon dans son usine de Leipzig pour l'assemblage de batteries haute tension et de composants de carrosserie. Le passage du Figure 02 au Figure 03, et surtout l'extension du périmètre d'application de la carrosserie vers la logistique, représente un signal sectoriel significatif : les robots humanoïdes ne sont plus cantonnés aux tâches de soudure répétitives à faible variabilité, mais commencent à opérer dans des environnements moins structurés, où la dextérité fine et la reconnaissance d'objets variés sont requises. Les capteurs tactiles et caméras palmaires du Figure 03 sont directement conçus pour réduire ce gap de manipulation. La durée du déploiement initial, onze mois sous conditions de production réelles avec une contribution mesurable à la sortie de 30 000 véhicules, constitue une donnée plus robuste que les démonstrations en laboratoire qui dominent encore les annonces du secteur. Cela dit, BMW ne communique pas de métriques de cadence ni de taux de disponibilité comparés aux postes humains, ce qui rend l'évaluation économique difficile depuis l'extérieur. BMW positionne explicitement Spartanburg comme son principal site de développement pour l'intégration de la robotique humanoïde, dans le cadre d'une stratégie dite "Physical AI" qui vise à compléter l'automatisation classique plutôt qu'à la remplacer. Figure AI, fondée par Brett Adcock, concurrence sur ce segment Tesla (Optimus), Boston Dynamics (Atlas), Agility Robotics (Digit) et 1X Technologies. L'extension à Leipzig avec AEON de Hexagon, un acteur moins médiatisé que ses concurrents américains, suggère que BMW maintient une stratégie multi-fournisseurs plutôt que de s'engager en exclusivité avec un seul partenaire robotique. Les prochaines étapes annoncées incluent l'évaluation de la polyvalence d'AEON sur plusieurs processus de fabrication à Leipzig, notamment en production de modules énergétiques et d'éléments de carrosserie extérieure, sans calendrier précis communiqué pour un déploiement à grande échelle.

Agility, fabricant du robot Digit, vise 620 millions via une cotation SPAC historique

Agility Robotics s'apprête à entrer en bourse via une fusion SPAC valorisant l'entreprise à 2,5 milliards de dollars, une opération qui devrait lui apporter plus de 620 millions de dollars de financement frais destinés au développement produit, à la recherche et à l'expansion commerciale. Il s'agit de la première introduction en bourse d'une entreprise 100 % dédiée à la robotique humanoïde aux États-Unis, ce qui en fait également le premier benchmark financier audité disponible pour un secteur jusqu'ici opaque. Parallèlement à cette cotation, Agility prépare le lancement commercial de son Digit v5, présenté comme le premier humanoïde "coopérativement sûr" du marché. Digit est déjà déployé dans neuf sites industriels chez des clients majeurs dont Schaeffler, GXO Logistics, Toyota Motor Manufacturing Canada et Mercado Libre, avec plus de 65 000 heures d'opération cumulées à ce jour. L'entreprise annonce par ailleurs plus de 300 millions de dollars de commandes pluriannuelles signées et un pipeline de plus de 30 clients potentiels. Sur le plan technique, Digit v5 intégrera la plateforme de calcul industriel NVIDIA IGX Thor et le logiciel de sécurité Halos Core, et sera évalué dans le cadre du Halos AI Systems Inspection Lab de NVIDIA pour sa conformité aux standards de sécurité industrielle. L'entrée en bourse d'Agility a une portée symbolique et structurelle pour l'ensemble du secteur humanoïde : elle contraint l'entreprise à une transparence financière inédite, permettant aux intégrateurs et décideurs B2B de disposer d'un référentiel réel de coûts, de marges et de rythme de déploiement. Les 65 000 heures opérationnelles revendiquées constituent un argument tangible contre le "demo gap" qui gangrène la crédibilité du secteur, même si Agility ne communique pas de métriques de performance détaillées (cadences de cycle, taux de disponibilité, taux d'erreur) qui permettraient une évaluation indépendante. La stratégie de "data flywheel" -- chaque déploiement générant des données propriétaires qui améliorent perception, mobilité et exécution de tâches -- est le pari central de l'entreprise : transformer l'avance opérationnelle en avantage IA durable, une logique analogue à ce que Tesla a tenté avec Optimus à travers son parc de véhicules. Fondée en 2015 à l'Université de l'Oregon et initialement connue pour ses recherches en locomotion bipède, Agility a opéré un pivot commercial décisif après son rachat partiel par Amazon en 2023, qui lui a fourni un accès aux entrepôts logistiques comme terrain d'expérimentation à grande échelle. La plateforme cloud Agility Arc, qui gère le déploiement, l'orchestration de flotte et la supervision de performance, constitue la couche logicielle différenciante que l'entreprise positionne face à ses concurrents directs : Figure AI (Figure 02, partenariat BMW), Boston Dynamics (Atlas), Tesla (Optimus Gen 2), 1X Technologies et Apptronik. Le marché adressable cible -- manufacturing, distribution et logistique aux États-Unis -- est estimé par Agility elle-même à environ 1 000 milliards de dollars, une projection managériale à prendre avec réserve. Les prochaines étapes seront la finalisation de la cotation SPAC, le lancement commercial de Digit v5 et l'extension du Customer Acceleration Program qui permet aux entreprises de qualifier le robot avant engagement à grande échelle.

L'usine CATL intègre le robot humanoïde de Galbot pour la manutention lourde

CATL, premier fabricant mondial de batteries pour véhicules électriques, a annoncé le déploiement du Galbot S1 dans ses lignes de production dans le cadre d'un partenariat stratégique avec le développeur chinois de robotique humanoïde Galbot. Le Galbot S1 est un robot humanoïde à charge lourde doté de bras capables de soulever jusqu'à 50 kilogrammes en charge combinée, d'un système de positionnement centimétrique par vision seule et d'une navigation omnidirectionnelle à 360 degrés. Déployé dans les usines de fabrication intelligente de CATL, il prend en charge les tâches de manutention, de transport de matériaux et de logistique répétitives lors de la production de modules et packs de batteries, avec des sessions continues pouvant atteindre huit heures. Le pack batterie embarqué intègre des matériaux cathode à gradation de particules, des anodes à faible consommation de lithium et un électrolyte bio-inspiré à auto-réparation, visant un taux de défaillance cellule à l'échelle des parties par milliard (ppb). Ce déploiement marque une étape concrète dans la commercialisation des humanoïdes industriels à charge lourde, un segment distinct des plateformes légères comme le Tesla Optimus Gen 3 ou le Figure 03, dont les capacités de manutention restent inférieures à 20 kg. Avec un payload de 50 kg, le Galbot S1 cible directement les tâches logistiques que les robots collaboratifs à bras fixes ou les AMR ne peuvent pas réaliser. Le fait que CATL maîtrise simultanément la production de batteries et leur intégration dans le robot crée une boucle verticale rare: le fabricant est à la fois client, fournisseur énergétique et partenaire de déploiement. L'annonce d'un réseau après-vente dédié aux robots humanoïdes, présenté comme un premier mondial, indique que CATL anticipe un marché de maintenance à grande échelle, au-delà de l'automatisation interne, même si aucun volume ni calendrier précis n'a été communiqué. CATL s'est engagé dans la robotique humanoïde depuis décembre 2025, date à laquelle il a présenté Xiaomo, un robot conçu pour les tests End-of-Line et les mesures de résistance interne en courant continu (DCIR) sur les packs batteries, développé par Spirit AI, une startup de Hangzhou financée par CATL. Xiaomo, animé par un modèle Vision-Language-Action (VLA) de bout en bout, affiche un taux de succès de connexion supérieur à 99% et des temps de cycle comparables à ceux d'un opérateur humain expérimenté, selon les données déclarées par CATL. La première ligne de production utilisant des humanoïdes avait été inaugurée à l'usine de Luoyang, dans la province du Henan. Sur le plan concurrentiel, CATL se retrouve dans une position ambivalente: il fournit des technologies batteries à des acteurs comme Figure AI ou Tesla, tout en développant sa propre capacité robotique en parallèle d'entreprises comme 1X Technologies ou Agility Robotics. Les prochaines étapes annoncées portent sur l'extension du Galbot S1 au réseau de service après-vente mondial de CATL et sur l'accélération du déploiement à grande échelle de l'IA incarnée dans ses sites industriels.

Action ControlNet : un adaptateur léger sensible aux délais pour un contrôle asynchrone fluide dans les modèles VLA

Des chercheurs ont mis en ligne le 25 juin 2026 sur arXiv (réf. 2606.25985) Action ControlNet (ACNet), un adaptateur léger pour modèles Vision-Language-Action (VLA) appliqués à la manipulation robotique. Le problème ciblé : les VLA génèrent des actions par blocs ("chunks"), mais leur latence d'inférence impose une exécution asynchrone, c'est-à-dire que le robot continue à bouger pendant que le modèle calcule le chunk suivant. La jonction entre deux chunks produit alors des discontinuités (jitter d'action, ruptures de trajectoire) qui dégradent les performances, particulièrement dans les tâches en contact (assemblage, insertion). ACNet insère un module adaptateur qui conditionne la prédiction du prochain chunk sur le "motion suffix" déjà exécuté, permettant une transition cohérente avec l'état réel du robot au moment du handoff. Le backbone préentraîné reste figé ; seul l'adaptateur est entraîné, avec peu de paramètres supplémentaires. La méthode est compatible avec les têtes d'action de type diffusion et flow matching. Les évaluations couvrent les simulateurs Kinetix et Meta-World MT50 (50 tâches variées) ainsi qu'un bras réel SO-ARM101 ; ACNet surpasse le chunk stitching direct en fluidité et robustesse sous délai d'inférence, et reste plus léger qu'un réentraînement complet "delay-conditioned". Ce résultat intéresse directement les équipes de déploiement robotique : il propose une correction modulaire de l'asynchronisme sans toucher aux modèles de base. Les VLA de grande taille, notamment Pi-0 (Physical Intelligence), OpenVLA et Octo, souffrent tous du même problème ; une solution par adaptateur plug-in réduit sensiblement le coût d'adaptation. La compatibilité déclarée avec les têtes diffusion et flow matching couvre la majorité des architectures VLA actuelles, ce qui élargit la portée pratique. Nuance à retenir : les tests réels se limitent à un seul bras manipulateur à effecteur unique ; la généralisation à des configurations multi-bras ou à charge variable en environnement industriel reste à démontrer, et les benchmarks simulés ne reproduisent pas la complexité des lignes de production. Le problème de latence d'inférence dans les VLA est documenté depuis RT-2 (Google DeepMind, 2023) et a motivé des travaux comme Diffusion Policy et ACT (Action Chunking with Transformers). Les solutions existantes exigeaient soit un réentraînement complet du modèle avec conditionnement sur le délai, soit une logique de runtime spécifique à chaque architecture, deux contraintes qui freinent l'adoption industrielle. ACNet se positionne comme une alternative plus légère et plus générique. Dans l'écosystème concurrent, Physical Intelligence, Figure AI (Figure 03), 1X Technologies et Agility Robotics travaillent tous sur des pipelines VLA haut débit pour leurs plateformes humanoïdes et manipulateurs ; une intégration dans des frameworks open-source comme Lerobot (Hugging Face) pourrait accélérer le passage de la démonstration au déploiement réel. Ce preprint ne mentionne ni partenariat industriel ni timeline commercial.

💬 Le jitter entre chunks dans les VLA, tout le monde le subit depuis RT-2, et les fixes existants exigeaient de réentraîner le modèle complet. ACNet contourne ça avec un adaptateur qui conditionne le chunk suivant sur ce que le bras a déjà bougé, sans toucher le backbone. Un seul bras testé en vrai, donc l'industrie attendra, mais si ça rentre dans Lerobot, c'est une correction plug-in que les équipes vont adopter vite.

Une entreprise américaine dévoile R-Noid, un robot humanoïde pour les usines, hôtels et entrepôts

Robot.com, société américaine, a annoncé le lancement commercial de R-Noid, un robot humanoïde destiné aux environnements industriels, logistiques, hospitaliers et de restauration. Proposé selon un modèle Robot-as-a-Service (RaaS), le système serait déployable en huit à douze semaines, de l'évaluation initiale du site jusqu'à l'opération autonome. R-Noid mesure 1,7 mètre, pèse 90 kilogrammes, et embarque deux bras à 7 degrés de liberté (7-DOF) capables de manipuler des charges allant jusqu'à 4 kilogrammes chacun, complétés par un torse articulé à 4-DOF offrant une portée verticale de 0 à 1,9 mètre. Sa base mobile holonome permet des déplacements omnidirectionnels sans modification des infrastructures existantes. Au lancement, le robot couvre 19 tâches réparties en cinq catégories : Restaurant Assistant, Packer, Picker, Folder et Host, comprenant notamment le montage de cartons, le picking en entrepôt, le transfert de pièces plastiques sur lignes de production, le support en cuisine et le pliage de linge. L'autonomie annoncée est d'environ trois heures sur batterie, avec la possibilité de fonctionner en continu branché au secteur, et une architecture d'effecteurs terminaux modulaire permet de changer d'outil selon la tâche. Ce qui distingue techniquement R-Noid, c'est l'empilement logiciel retenu. La manipulation est pilotée par pi-0.7, le modèle vision-langage-action (VLA) développé par Physical Intelligence, dont les travaux sur les politiques généralisées font référence dans la communauté robotique. La navigation et l'autonomie terrain reposent sur les Foundation Field Models (FFM) de FieldAI, conçus pour opérer sans cartographie préalable dans des environnements dynamiques. L'inférence embarquée est assurée par des modules NVIDIA Jetson, et la validation pré-déploiement passe par NVIDIA Isaac Sim. Ce choix d'assembler trois couches tierces spécialisées plutôt que de développer une stack propriétaire reflète une tendance croissante chez les intégrateurs humanoïdes. Reste que le RaaS humanoïde n'a pas encore fait ses preuves à l'échelle industrielle : l'annonce ne mentionne ni clients nommés ni volumes déployés, ce qui la place davantage du côté du lancement commercial que du déploiement réel en production. Robot.com s'inscrit dans une vague d'acteurs cherchant à industrialiser l'humanoïde en contournant la difficulté du hardware par un modèle de service. Ses concurrents directs incluent Figure AI avec le Figure 03 déployé chez BMW, Agility Robotics présent chez Amazon, 1X Technologies et Apptronik, tous positionnés sur les marchés industriels et logistiques. Du côté européen, Wandercraft développe Atalante X pour la rééducation médicale, et la française Enchanted Tools positionne Miroka sur l'hospitalité, segment également ciblé par la catégorie Host de R-Noid. Aucune tarification n'est communiquée. Les prochaines étapes seront déterminantes : Robot.com devra démontrer que ses délais de déploiement de huit à douze semaines tiennent en conditions réelles, et que pi-0.7 maintient ses performances hors des environnements contrôlés où les VLA ont jusqu'ici surtout été validés.

Star Dynasty lève plus de 4 milliards de yuans : les robots humanoïdes du professeur de Tsinghua déployés chez SF Express

Star Dynasty, startup chinoise de robotique humanoïde fondée en août 2023 par Chen Jianyu, professeur assistant et directeur de doctorat à l'Université Tsinghua, annonce avoir dépassé les 4 milliards de RMB de financements cumulés et achevé un premier déploiement commercial de ses robots bipèdes dans les centres de tri de SF Express, le géant chinois de la livraison express. Le robot STAR1, associé à la main dextre maison XHAND1 et au module de traitement embarqué ERA-42 (baptisé "cerveau incarné"), est capable de trier jusqu'à 1 200 colis par heure selon la société, un chiffre présenté comme équivalent à celui d'un trieur humain expérimenté. Cette performance reste à vérifier en condition opérationnelle continue, mais les validations ont été menées dans plusieurs centres de China Post et SF Express dans le sud et l'est de la Chine. Trois tours de financement successifs, totalisant près de 3,5 milliards de RMB, ont été bouclés entre novembre 2025 et avril 2026. Depuis le début des livraisons en volume (milliers d'unités) au deuxième trimestre 2026, la société revendique une croissance de 300 % d'un trimestre sur l'autre. Ce déploiement est présenté comme le premier "closed loop" commercial de l'intelligence incarnée dans la logistique en Chine, c'est-à-dire une intégration opérationnelle complète, de la perception à l'action, dans un environnement réel non contrôlé. L'argument central de Star Dynasty tient à son positionnement sectoriel : là où la fabrication automobile exige des robots capables d'atteindre des niveaux de précision et de fiabilité proches de 100 % des capacités humaines, le tri logistique devient économiquement viable dès 50 à 60 % de performance, abaissant significativement la barre d'entrée pour une commercialisation rapide. La main XHAND1, vendue à l'unité pour "des dizaines de milliers de yuans", se présenterait comme le produit le plus vendu mondialement dans sa gamme de prix, ce qui, s'il est confirmé, signale une industrialisation de la dextérité robotique à un rythme jusqu'ici inédit. La société affirme également compter neuf des dix premières entreprises technologiques mondiales par capitalisation boursière parmi ses clients, une affirmation qui mériterait une vérification indépendante. Star Dynasty est la seule startup humanoïde directement affiliée à l'Université Tsinghua, ce qui lui confère un accès privilégié à la recherche académique et aux réseaux industriels chinois. Sa stratégie d'intégration verticale complète, couvrant la locomotion bipède, les actionneurs, la main dextre et le module de raisonnement embarqué, vise une maîtrise des coûts que les architectures reposant sur des fournisseurs tiers peinent à atteindre. Ses concurrents directs positionnés sur les applications logistiques incluent Agility Robotics (Digit, déployé chez Amazon), Figure AI (Figure 02 chez BMW) et les projets d'automatisation d'entrepôts de 1X Technologies, sans concurrent européen visible à ce stade sur le segment humanoïde logistique. Star Dynasty annonce une extension de ses déploiements vers la logistique de production et l'automatisation d'entrepôts au cours du second semestre 2026.

Un hôpital de Milan déploie un robot humanoïde de 1,20 m pour assister les services et transmettre les données patients

L'hôpital IRCCS Maugeri de Milan a lancé un déploiement opérationnel en conditions réelles d'un robot humanoïde de service baptisé Alter-Ego, actuellement en phase pilote dans un service dédié aux patients atteints de sclérose latérale amyotrophique (SLA). La plateforme mesure 1,2 mètre de hauteur et se déplace sur une base bi-roues. Elle a été conçue conjointement par l'Institut Italien de Technologie (IIT) et l'Université de Pise. Alter-Ego assure des missions de support logistique répétitives : accueil des nouveaux arrivants, guidage dans les couloirs, livraison de provisions au chevet des patients. En parallèle, le robot relaie des métriques patient en temps réel vers les postes infirmiers. Le système fonctionne selon deux modes : un mode téléprésence, dans lequel un médecin à distance pilote la machine via un casque immersif et un joystick pour effectuer des visites de suivi, et un mode autonome où le robot opère sans supervision humaine directe. Ce déploiement est notable parce qu'il s'effectue dans un environnement clinique actif, avec des patients à vulnérabilité élevée, et non en contexte contrôlé de laboratoire. Le retour terrain des premiers mois est positif : les patients SLA, initialement susceptibles de réagir négativement à une présence mécanique, ont bien accepté le robot, en partie grâce à des sourcils expressifs conçus pour générer une dynamique d'interaction non menaçante. Sur le plan technique, la décision d'exclure toute composante rigide industrielle au profit de bras à rigidité variable (modules compliants fonctionnant comme des muscles artificiels) et de mains SoftHand inspirées de la robotique souple représente un choix d'architecture orienté cohabitation humaine. Ces mains peuvent saisir des objets délicats, actionner des poignées de portes et transmettre des objets directement aux patients sans risque de blessure par impact. Ce cas valide concrètement l'hypothèse que des robots à morphologie souple peuvent opérer sans cage de sécurité dans des espaces cliniques non restructurés. L'IIT travaille sur Alter-Ego depuis plusieurs années, dans le cadre d'une recherche plus large sur la téléprésence incarnée et la robotique souple humanoïde. Ce déploiement à Maugeri constitue le premier test en milieu hospitalier européen à cette échelle. En termes de positionnement concurrentiel, Alter-Ego se distingue des plateformes industrielles comme Optimus de Tesla ou Figure 03 par sa focalisation explicite sur la sécurité de contact et l'interaction à longue durée avec des patients fragiles, plutôt que sur la manipulation de charges lourdes ou la cadence industrielle. Aucun déploiement commercial n'a été annoncé à ce stade : il s'agit d'un pilote de validation académico-clinique. Les prochaines étapes probables incluent l'extension à d'autres services hospitaliers et l'affinement des protocoles d'autonomie, avant toute discussion sur une industrialisation avec des partenaires médicaux ou des intégrateurs de systèmes de santé.

Des milliards investis dans l'IA incarnée, mais le déploiement en usine reste hors de portée

Au premier semestre 2026, le secteur chinois de la robotique embodied AI a absorbé 46 milliards de yuans (environ 6,2 milliards d'euros) répartis sur 288 opérations de financement impliquant 226 entreprises, selon les données d'IT Juzi. La concentration est massive : les cinq premiers acteurs (Qianxun Intelligence, Xiwang Sunrise, Xinghaitu, Zibianliang Robot et Jijia Vision) ont capté 17,1 milliards de yuans, soit 37 % du total, et le top 20 emporte 70 % des fonds. Qianxun Intelligence seule a levé 4,5 milliards de yuans en quatre tours en quatre mois. Le profil des investisseurs change : les grandes rondes au-dessus du milliard de yuans sont désormais pilotées à plus de 40 % par des industriels et des entités publiques (Baidu, ByteDance, Xiaomi, Meituan, SAIC, fonds gouvernementaux), le capital d'État participant à 42 % des transactions à plusieurs centaines de millions. Ce flux d'argent masque un écart criant entre vitrine et déploiement réel. Le cas Daluo est emblématique : valorisée à plus de 20 milliards de yuans, ayant levé 5,4 milliards, la société n'a vendu que 1,4 million de yuans de produits sur les sept premiers mois de 2025 tout en enregistrant 84,25 millions de pertes nettes. La cause structurelle identifiée par le secteur est le manque de données d'interaction physique de qualité : on estime à 500 000 heures seulement le volume mondial de données réelles utilisables pour entraîner des robots, contre des milliards de tokens texte pour les LLM. Les réponses sont proportionnelles : Xinghaitu a lancé une campagne "un million d'heures" à Yizhuang, Qianxun Intelligence a déployé 300 000 points de collecte à l'échelle nationale, JD.com vise 10 millions d'heures sous deux ans. Les résultats restent modestes : un responsable algorithmique a reconnu que des dizaines de millions de yuans investis pour collecter 100 000 heures n'avaient amélioré la capacité des modèles que de 5 %. Le secteur reste en phase de recherche appliquée, loin d'une industrialisation. L'état de l'art interne, estimé sur 100 points par un praticien du domaine, place les bras industriels à 50, les châssis à roues à 40, les quadrupèdes à 30, les humanoïdes bipèdes à 15, les mains dextères à 5, et l'IA embarquée de support à 3. Les approches VLA (Vision-Language-Action) et World Model convergent techniquement mais sans consensus sur la feuille de route. Les acteurs occidentaux comme Figure (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2) font face aux mêmes verrous de sim-to-real et de données, mais le déploiement à l'échelle usine reste introuvable partout. Malgré l'étiquette "année de la production de masse" accolée à 2026, aucun robot polyvalent fiable ne s'est encore imposé commercialement dans des environnements industriels non contrôlés.

Vidéo : un système robotique atteint 99,5 % de réussite dans le câblage rapide en usine automobile

La société canadienne Sanctuary AI a annoncé avoir atteint un taux de succès supérieur à 99,5 % sur une tâche d'insertion de connecteurs de câbles flexibles pour un équipementier automobile Tier 1 mondial non identifié. L'opération s'est déroulée sur une ligne de production active, avec un temps de cycle de 2,54 secondes validé contre les exigences de cadence du client. La difficulté intrinsèque de cette tâche tient à la nature des câblages souples : ils peuvent se tordre, se déformer et changer de position de façon imprévisible lors du transport sur convoyeur. Le système est piloté par la plateforme "Physical AI" de Sanctuary AI, qui combine perception en temps réel via caméras et capteurs, planification de trajectoire et contrôle adaptatif pour détecter, suivre, aligner et insérer les connecteurs sans arrêt de ligne. Olivia Norton, co-fondatrice et CTO, a résumé l'enjeu : "Manipuler un câble flexible sur une cible en mouvement sur un convoyeur en direct est exactement le type de problème de dextérité à contact riche qui a maintenu ce type de tâches hors de portée de l'automatisation traditionnelle." Ce résultat mérite attention à plusieurs égards. Le contexte est une ligne de production réelle, non un environnement de démonstration contrôlé, ce qui donne davantage de poids au taux annoncé. Le chiffre de 2,54 secondes n'est pas une métrique absolue mais un temps calibré contre les benchmarks opérationnels du client, distinction qu'il faut garder à l'esprit pour ne pas généraliser hors contexte. Pour les intégrateurs et les responsables industriels, l'approche de Sanctuary AI est notable : plutôt que d'attendre la maturité commerciale des humanoïdes, l'entreprise déploie son IA sur des systèmes industriels existants via une architecture agnostique du hardware. Ce positionnement réduit le risque d'adoption, préserve les investissements en infrastructure existants et produit des données de production sur des tâches d'assemblage restées historiquement inaccessibles à l'automatisation classique, notamment dans les industries automobile et électronique où la manipulation de câblages flexibles représente un volume de travail manuel encore considérable. Fondée à Vancouver, Sanctuary AI développe le robot humanoïde Phoenix mais mise d'abord sur la valorisation de son IA sur des plateformes existantes avant le passage à l'échelle des humanoïdes. Elle s'inscrit dans une course qui implique Figure AI (Figure 02), Tesla (Optimus Gen 3), Boston Dynamics (Atlas), 1X Technologies et Agility Robotics (Digit), ainsi que des acteurs de niche comme Enchanted Tools en France sur le segment hospitalier. L'équipementier Tier 1 impliqué n'a pas été nommé publiquement, ce qui limite la vérification indépendante des performances annoncées. Aucun volume de déploiement ni calendrier d'extension n'ont été précisés, des données qui permettraient de mieux qualifier l'ampleur réelle du projet au-delà de cette première validation en conditions de production.

Humanoid Everyday : un jeu de données robotique complet pour la manipulation humanoïde en monde ouvert

Une équipe de recherche a publié sur arXiv (identifiant 2510.08807v2) Humanoid Everyday, un jeu de données massif dédié à l'apprentissage de la manipulation par les robots humanoïdes en conditions ouvertes. Le dataset compile 10 300 trajectoires et plus de 3 millions de frames couvrant 260 tâches réparties en 7 catégories larges : manipulation dextère d'objets, interaction humain-humanoïde, actions intégrant de la locomotion bipède, et d'autres scénarios du quotidien. Les données sont multimodales, RGB, profondeur, LiDAR, retour tactile, accompagnées d'annotations en langage naturel. La collecte repose sur un pipeline de télé-opération supervisée par des humains, optimisé pour maximiser le débit tout en maintenant la qualité des démonstrations. Les auteurs publient simultanément une plateforme d'évaluation cloud permettant à des équipes extérieures de déployer leurs propres politiques de contrôle et d'obtenir des métriques comparables dans un environnement standardisé. Ce dataset comble un vide structurel dans la recherche robotique : la quasi-totalité des benchmarks existants (Open X-Embodiment, DROID, BridgeData V2) ciblent des bras fixes, et les rares datasets humanoïdes disponibles se limitent à des environnements contrôlés, un faible nombre de tâches, et excluent généralement la locomotion et l'interaction avec des personnes. Pour un intégrateur ou un décideur industriel, la portée pratique est double : des données hétérogènes permettent d'entraîner des politiques plus généralisables, notamment des architectures VLA (vision-language-action) ; la plateforme d'évaluation cloud offre pour la première fois un cadre reproductible pour comparer des méthodes d'apprentissage par imitation ou par renforcement sur des tâches humanoïdes réalistes. L'article analyse aussi les performances de plusieurs politiques de référence, en identifiant leurs forces et limites par catégorie. La publication intervient dans un contexte de forte concurrence autour des données d'entraînement pour humanoïdes. Physical Intelligence (Pi-0, π0.5), NVIDIA (GR00T N2), Unitree et Figure AI misent chacun sur des datasets propriétaires pour différencier leurs politiques de contrôle. Côté recherche ouverte, AgiBot World et RH20T ont posé des jalons, mais restent limités dans leur couverture humanoïde. Humanoid Everyday est rendu entièrement public, dataset, code de collecte et plateforme d'évaluation inclus, ce qui en fait une ressource directement exploitable par des laboratoires et startups sans accès à des infrastructures de collecte massives. Les auteurs présentent cette release comme un socle pour de futurs agents incarnés généralistes, sans préciser d'échéancier pour des suites expérimentales.

💬 Le vrai sujet ici, c'est pas juste le volume (10 300 trajectoires, bon), c'est que les benchmarks humanoïdes existants ignoraient presque tous la locomotion et l'interaction avec des humains réels depuis le début. Des acteurs comme Pi-0 ou GR00T N2 misaient sur leurs données propriétaires comme avantage concurrentiel, et une release open-source de cette ampleur vient rogner ce levier directement. Reste à voir si ça tient face à des politiques entraînées en conditions réelles, mais pour des labos sans infrastructure de collecte massive, ça change le rapport de force.

Étude comparative sur l'agilité, l'efficacité et l'absorption des chocs des robots bipèdes à orteils actifs

Des chercheurs ont publié sur arXiv en juin 2026 (2606.19699) une étude comparative portant sur un robot bipède à 14 degrés de liberté (DOF) équipé d'orteils actifs, conçus pour reproduire les caractéristiques humaines de légèreté, fort couple et robustesse. Pour évaluer objectivement l'apport des orteils, l'équipe a développé un environnement de simulation haute fidélité modélisant avec précision les actionneurs réels à transmissions couplées et la consommation électrique effective. Une fonction de récompense minimale en apprentissage par renforcement (RL) a été appliquée de manière identique aux deux configurations -- avec et sans orteils actifs -- pour garantir une comparaison équitable. À une vitesse de marche de 1,33 m/s, la configuration avec orteils réduit le coût de transport (CoT) de 17,5 % et la force de réaction au sol (GRF) lors de l'attaque du talon de 5,0 %. Sur les tests d'agilité, la déviation moyenne par rapport à la trajectoire cible chute de 25,0 % et la déviation maximale de 34,0 %. Ces résultats, bien qu'issus uniquement de simulation, apportent une validation quantitative rigoureuse là où la littérature précédente se contentait souvent de démonstrations qualitatives. La réduction du CoT est directement pertinente pour les déploiements industriels, où l'autonomie énergétique conditionne la durée des cycles opérationnels. La diminution du GRF au talon suggère par ailleurs une meilleure durabilité mécanique à long terme, un paramètre critique pour les intégrateurs industriels qui dimensionnent la maintenance préventive. La progression sur les métriques d'agilité confirme une hypothèse souvent avancée mais rarement chiffrée : les orteils contribuent significativement au contrôle dynamique en virage et sur trajectoires complexes, au-delà de la simple marche en ligne droite. Le débat sur l'utilité des orteils dans la robotique humanoïde est ancien. La majorité des plateformes commerciales actuelles -- Figure 02/03, Optimus Gen 2 ou Atlas de Boston Dynamics -- optent pour des pieds plats ou semi-rigides, privilégiant la simplicité mécanique et la robustesse. Des travaux antérieurs sur des robots comme ASIMO ou Cassie avaient exploré des pieds articulés sans aboutir à un consensus sur le gain réel. Cette étude repositionne la question en proposant un cadre d'évaluation reproductible et des métriques comparables. La prochaine étape critique sera la validation sim-to-real : les gains simulés tiennent rarement à l'identique sur hardware, notamment en raison du jeu mécanique et des effets de compliance non modélisés. Aucun déploiement physique ni partenaire industriel n'est annoncé à ce stade.

Richtech Robotics lance un flux en direct pour son humanoïde ADAM propulsé par l'IA

Richtech Robotics a lancé le 18 juin 2026 une plateforme de diffusion en continu, disponible 24h/24 et 7j/7, permettant à n'importe quel internaute d'interagir en temps réel avec son robot ADAM. Contrairement à une démonstration vidéo classique, le dispositif invite les utilisateurs à poser des questions et à soumettre des tâches au robot en direct. ADAM repose sur la plateforme NVIDIA Isaac et embarque un module de calcul NVIDIA Jetson Thor pour le traitement onboard. L'entreprise a déjà déployé le robot dans plusieurs environnements commerciaux : service de boissons au Kennedy Space Center en Floride, préparation de nouilles au salon National Restaurant Association en mai 2026, et opération de barista à Times Square depuis avril 2026. Ce même mois, Richtech a référencé ses systèmes robotiques et ses services de données sur le Microsoft Marketplace pour Azure, et a signé un accord de distribution européen avec la société néerlandaise NewConsultancy B.V. La semaine prochaine, l'entreprise exposera son robot humanoïde industriel Dex au stand 2088, ainsi qu'un nouveau jack à palettes autonome piloté par IA. La démarche du livestream permanent est moins anodine qu'elle n'y paraît. Dans un secteur où le fossé entre démonstration contrôlée et déploiement réel (le fameux "demo-to-reality gap") reste la critique principale adressée aux acteurs humanoïdes, exposer un robot à des interactions non scriptées et continues constitue un test de robustesse en conditions réelles, public et permanent. Phil Zheng, directeur des opérations, annonce que "les réponses et mouvements plus naturels deviendront plus courants d'ici un an", une déclaration à vérifier à l'aune des performances observables sur le flux. La stratégie de "robot influencer" relève clairement du marketing, mais la transparence opérationnelle 24/7 représente une forme de validation externe que les fiches techniques ne peuvent pas offrir. Pour les intégrateurs et décideurs B2B, c'est aussi un signal sur le niveau de maturité atteint par les modèles vision-langage-action (VLA) dans des contextes d'interaction non structurée. Fondée en 2016 à Las Vegas, Richtech se positionne sur trois segments : industrie, commerce, et services de données. L'entreprise a acquis un entrepôt de 7 370 m² à Las Vegas pour développer son infrastructure IA. ADAM n'est pas un humanoïde de travail lourd, il cible l'hôtellerie, la restauration et l'accueil, là où Figure (Figure 02), Apptronik (Apollo) ou Agility Robotics (Digit) visent la logistique et la manufacture. Le lancement de Dex marque un pivot vers l'industriel, en réponse directe à cette concurrence. L'ancrage sur Azure via Microsoft Marketplace ouvre un modèle data-as-a-service qui différencie Richtech au-delà du hardware. Les prochaines étapes à surveiller : les métriques de fiabilité sur le livestream à long terme, et les conditions réelles du déploiement européen via NewConsultancy.

Alibaba dévoile des cerveaux IA conçus pour équiper la prochaine génération de robots

Alibaba a annoncé en juin 2026 le lancement de la suite Qwen-Robot, sa première famille de modèles d'IA dite "embodied", développée par son Tongyi Lab et actuellement en phase de pilote avec des clients entreprise d'Alibaba Cloud. La suite repose sur trois modèles spécialisés : Qwen-RobotNav pour la navigation et le suivi de cibles, Qwen-RobotManip pour la manipulation d'objets physiques, et Qwen-RobotWorld pour la modélisation de l'environnement et la prédiction des conséquences d'actions. Le groupe a également publié Qwen-RobotClaw, un framework d'agents qui expose les modèles Qwen-Robot comme outils accessibles à des agents LLM, ainsi que Chat2Robot, une plateforme open-source en navigateur pour tester des interactions avec des robots physiques. Sur le plan des performances déclarées, Qwen-RobotManip a été entraîné sur plus de 38 000 heures de données open-source et a obtenu sur le benchmark RoboChallenge un process score de 59,83 avec un taux de succès de tâches de 45 % dans la catégorie "généraliste". La démonstration de navigation a mis en scène un quadrupède Unitree Go2 équipé d'un NVIDIA Jetson Thor et d'une seule caméra basse résolution, atteignant une latence d'inférence de 196 millisecondes dans un appartement inconnu, sans carte préchargée. Ces résultats méritent d'être lus avec prudence : un taux de succès de 45 % sur un benchmark réel, s'il est confirmé en conditions non contrôlées, reste modeste mais significatif pour un modèle généraliste. Le vrai signal industriel n'est pas le score brut, c'est l'approche architecturale : au lieu de fusionner indifféremment données de navigation, bras robotiques, caméras et véhicules autonomes, Alibaba a opté pour une spécialisation par modalité, évitant les conflits d'apprentissage que génère le mélange hétérogène de données physiques. Pour les intégrateurs et décideurs B2B, la disponibilité via Alibaba Cloud en pilote marque un premier pas vers la commercialisation d'une couche d'IA robotique as-a-service, potentiellement utilisable sur du matériel tiers sans pipeline de training propriétaire. Alibaba entre dans une course déjà engagée par plusieurs acteurs de premier plan. Aux États-Unis, Google DeepMind fait avancer Gemini Robotics sur des architectures Vision-Language-Action (VLA) similaires, tandis que Physical Intelligence (Pi-0), Figure AI (Figure 03) et Boston Dynamics misent sur des pipelines de données propriétaires et des déploiements industriels réels. NVIDIA pousse son framework GR00T N2 comme socle hardware-logiciel pour l'humanoid. Côté chinois, Unitree et Agibot ont déjà des robots en production, mais sans la couche LLM intégrée qu'Alibaba apporte. L'open-sourcing de Chat2Robot et les pilotes cloud suggèrent une stratégie d'écosystème : capter les développeurs et intégrateurs autour des modèles Qwen-Robot avant que le marché des robots généraux ne se consolide, probablement d'ici 2027-2028 selon les timelines annoncées par les principaux concurrents.

💬 45 % de réussite sur un benchmark généraliste, c'est pas brillant, je sais, mais tu regardes au mauvais endroit. Le vrai signal, c'est l'architecture : trois modèles spécialisés par modalité plutôt qu'un gros fourre-tout, parce que mélanger navigation, manipulation et caméras dans le même pipeline, ça crée des conflits d'apprentissage que tout le monde a sous-estimés depuis le début. Alibaba ne cherche pas à gagner les benchmarks robotiques, ils cherchent à s'installer comme la couche cloud entre le matériel tiers et l'IA physique avant que le marché se consolide.

Sanctuary AI valide les performances de son IA physique chez un équipementier automobile de rang 1

Sanctuary AI (Sanctuary Cognitive Systems Corp.), basée à Vancouver, vient de valider une performance industrielle significative chez un équipementier automobile de rang 1 mondial, non nommé. La tâche consiste en l'insertion d'un connecteur filaire souple dans une cible en mouvement sur un convoyeur actif, un problème classique de manipulation dite "contact-rich" qui résiste depuis longtemps à l'automatisation traditionnelle. Le résultat annoncé est un taux de succès supérieur à 99,5% pour un temps de cycle de 2,54 secondes, aligné sur les cadences de production réelle du client. À noter que les métriques sont présentées sans détail sur la durée de l'essai ni le volume de cycles validés, ce qui invite à traiter ce résultat comme un proof-of-concept industriel plutôt qu'un déploiement en série. La démonstration s'inscrit dans la continuité de la présentation en avril 2026 de capacités de manipulation en zero-shot learning pour la préhension dextère. Ce résultat illustre une tendance de fond dans le secteur : face à l'horizon encore incertain de la commercialisation de masse des robots humanoïdes, certains acteurs pivotent vers une approche hardware-agnostique, en injectant leur couche d'IA physique sur des plateformes industrielles existantes. Pour un intégrateur ou un directeur de production, cela représente un chemin à valeur immédiate sans attendre la maturité mécanique des humanoïdes, tout en capitalisant sur des modèles d'IA qui seront ensuite portables vers les systèmes de prochaine génération. Le vrai verrou que Sanctuary prétend avoir levé est le couplage performance/cycle time : les projets de physical AI échouent souvent non par manque de précision mais par débit insuffisant. Si le taux de 99,5% à 2,54 secondes est confirmé en production continue, c'est un signal crédible que les VLA (vision-language-action models) commencent à franchir le seuil de l'exigence industrielle, pas seulement du laboratoire. Fondée au Canada, Sanctuary AI développe depuis plusieurs années une approche centrée sur l'IA généraliste pour corps robotiques, incluant des mains hydrauliques propriétaires haute dextérité. La société avait jusqu'ici communiqué davantage autour de son robot humanoïde Phoenix, mais le pivot stratégique annoncé aujourd'hui signale un repositionnement vers le déploiement accéléré sur bras industriels standards. Dans l'espace concurrent, Figure (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (Pi-0), NVIDIA (GR00T N2) et 1X (Helix) continuent d'investir massivement dans la voie humanoïde complète. Côté manipulation pure, Festo a testé ce mois-ci son GripperAI et lancé un préhenseur pneumatique léger, tandis que PSYONIC s'est associé à ABB Robotics. Sanctuary semble parier que la voie la plus rapide vers le chiffre d'affaires en manufacturing et logistique passe par l'intégration logicielle sur hardware existant, avant le déploiement des prochains systèmes industriels humanoïdes qu'elle annonce vouloir adresser également.

💬 99,5% à 2,54 secondes sur une cible mobile, c'est le genre de résultat qui sort enfin du labo. Le pivot de Sanctuary est net: plutôt que d'attendre que le robot humanoïde soit prêt, ils injectent leur IA sur les bras industriels existants, ce qui ouvre un chemin court vers la valeur pour pas mal d'intégrateurs. Sans durée ni volume de cycles communiqués, on reste sur du pilote, pas du déploiement série.

Quand les robots dorment : consolidation hors ligne des compétences pour l'apprentissage à politique partagée

Des chercheurs ont publié mi-juin 2026 un article sur arXiv (réf. 2606.17493) présentant "Sleeping Robots", un framework d'apprentissage continu pour robots opérant sur de longues périodes. Le problème central visé est le suivant : lorsqu'un robot doit acquérir de nouvelles compétences séquentiellement, sans accès aux trajectoires ou aux fonctions de coût des tâches précédentes, les politiques partagées -- c'est-à-dire les contrôleurs unifiés sans têtes de décision ou adaptateurs spécifiques à chaque tâche -- tendent à se dégrader. Les auteurs mesurent une amélioration de 64 % du taux de succès moyen et un facteur x2,0 sur la fiabilité pairée par rapport à la meilleure baseline non-oracle sur le benchmark Meta-World MT5, composé de cinq tâches de manipulation. Des gains sont également rapportés sur SurgicAI, un benchmark de robotique chirurgicale. Ce travail adresse un angle mort structurel de la robotique déployée en conditions réelles : le "skill-coupling collapse". Ce phénomène, formalisé ici pour la première fois, désigne une pathologie subtile dans laquelle chaque compétence individuelle maintient un taux de succès acceptable, mais la fiabilité inter-tâches -- c'est-à-dire la capacité du robot à enchaîner ou alterner des tâches apparentées -- se détériore progressivement. Pour les intégrateurs industriels et les équipes R&D en robotique d'entrepôt ou chirurgicale, c'est une distinction critique : les métriques classiques de succès par tâche masquent une fragilité systémique qui ne se manifeste qu'en exploitation longue durée. La solution proposée, le cycle éveil-sommeil, apprend chaque nouvelle compétence en phase "wake" puis consolide hors-ligne la politique partagée en phase "sleep", en s'appuyant sur des "skill memories" gelées compactes -- des critiques gelés avec buffers d'états non ordonnés pour le renforcement, et des snapshots d'acteurs gelés avec buffers d'observations pour l'imitation. Les gradients issus de ces objectifs différentiables sont combinés via le théorème de négociation de Nash, avec ancrage adaptatif et excitabilité locale pour stabiliser la consolidation, ce qui représente une contribution algorithmique non triviale. L'apprentissage continu en robotique est un champ actif depuis plusieurs années, animé par la crainte du "catastrophic forgetting" documenté dans les réseaux de neurones depuis Kirkpatrick et al. (EWC, 2017). Les approches concurrentes incluent les méthodes à tête de décision par tâche (qui abandonnent l'idée d'une politique unifiée), le routage dynamique (mixture-of-experts), ou le rejeu d'expérience classique (Experience Replay) -- toutes supposant soit un accès aux données historiques, soit une architecture modulaire. Sleeping Robots se distingue en travaillant exclusivement avec des mémoires gelées compactes, sans accès aux données brutes passées, ce qui le rend compatible avec des contraintes de confidentialité ou de bande passante en déploiement embarqué. Côté acteurs, Google DeepMind (RT-2, SayCan), Physical Intelligence (Pi-0) et Figure (politique partagée sur Figure 02) travaillent tous sur des politiques générales multi-tâches, mais aucun n'a publié de mécanisme formalisé de consolidation hors-ligne comparable. Les prochaines étapes naturelles seraient une validation sur robots physiques réels (les résultats actuels sont en simulation) et un test sur des horizons temporels plus longs incluant des dizaines de tâches.

Alibaba lance Qwen-Robot, sa première famille de modèles d'IA incarnée

Alibaba a publié mardi la suite Qwen-Robot, sa première famille de modèles d'IA incarnée, destinée à relier les grands modèles de langage à l'action robotique dans le monde physique. La suite comprend trois modèles : Qwen-RobotNav pour la navigation visuo-langagière, entraîné sur 15,6 millions d'échantillons en unifiant instruction following, navigation par cible et suivi d'objets ; Qwen-RobotManip pour la manipulation robotique via une architecture VLA (Visual Language Action) basée sur un backbone Qwen3.5-4B VL couplé à une tête de diffusion par flow matching, entraîné sur plus de 38 100 heures de données issues exclusivement de sources open source ; et Qwen-RobotWorld, un modèle de monde prédit des futurs physiquement cohérents pour la manipulation, la conduite et la navigation via une interface en langage naturel. La démonstration centrale met en scène un robot quadrupède Unitree Go2 sur hardware NVIDIA Jetson Thor, équipé d'une unique caméra basse résolution : sans cartographie préalable, il navigue dans un appartement inconnu en suivant des instructions verbales, avec une latence d'inférence de 196 millisecondes. Alibaba a également présenté Qwen-RobotClaw, un framework agent permettant aux modèles Qwen VLM d'appeler les outils Qwen-Robot pour gérer des tâches longues et la mémoire de contexte, et mis en open source Chat2Robot, une plateforme d'évaluation navigateur supportant Qwen-RobotManip sur 50 tâches via le dataset RoboTwin-Clean. Pour les intégrateurs et décideurs industriels, deux points méritent attention. L'entraînement de Qwen-RobotManip exclusivement sur des données open source est un choix architectural significatif : il abaisse les barrières de reproduction et contourne le verrou des données propriétaires qui bloque nombre d'acteurs du secteur. La latence de 196 ms sur Jetson Thor illustre la viabilité de l'inférence embarquée pour la navigation, même si cette performance a été mesurée dans un environnement contrôlé et non en production industrielle. La robustesse à grande échelle reste à démontrer : les vidéos présentées constituent une preuve de concept, pas un déploiement validé. L'architecture Qwen-RobotClaw adresserait un problème concret si elle tient ses promesses en production : la gestion de tâches multi-étapes sans reprogrammation manuelle, qui reste le verrou central de l'adoption robotique en environnements non structurés. Alibaba entre tardivement dans l'espace des modèles de fondation robotiques face à des acteurs déjà positionnés : Physical Intelligence (pi0, levée de 400 M$ en 2024), Figure AI (Figure 03, partenariat BMW), Google DeepMind et NVIDIA avec GR00T N2. En Chine, Unitree (fournisseur du Go2 de la démo), Zhiyuan Robot et Agibot développent leurs propres stacks logicielles embarquées. En Europe, Enchanted Tools et Pollen Robotics avancent sur des plateformes collaboratives, mais sans modèle VLA de cette envergure à ce stade. Les prochaines étapes annoncées incluent l'extension de Chat2Robot à de nouvelles plateformes et tâches robotiques, ainsi qu'une intégration commerciale potentielle via Alibaba Cloud.

Eno, le robot humanoïde qui vise à devenir la machine polyvalente de chaque entreprise

Genesis AI a présenté Eno, son premier robot à usage général, en juin 2026. La machine abandonne la forme humanoïde bipède au profit d'une base à roues surmontée d'une colonne télescopique ajustable en hauteur, capable de se replier en configuration compacte lors des phases d'inactivité. Ses mains robotiques reproduisent la morphologie et la fonction de mains humaines, afin de permettre l'utilisation d'outils standards dans des espaces déjà conçus pour des opérateurs humains. Son système de contrôle est GENE, le modèle de fondation robotique développé en interne, présenté comme capable de gérer la planification de tâches longues, l'adaptation au contexte et la mémorisation entre opérations. Un écran embarqué optionnel affiche en temps réel le raisonnement et les intentions du robot. Les premiers déploiements clients sont annoncés avant fin 2026, en fabrication, logistique et laboratoires, avec une extension ultérieure à l'hôtellerie, à la santé puis au grand public. Genesis AI a levé 105 millions de dollars en financement de démarrage, avec Eric Schmidt, ancien PDG de Google, parmi ses investisseurs déclarés. Le choix d'une base roulante plutôt que bipède représente un compromis délibéré : on sacrifie la polyvalence locomotrice pour la fiabilité mécanique dans des environnements industriels à sols plats et structurés, là où l'essentiel des déploiements initiaux est ciblé. Les mains humanoïdes répondent à un problème de compatibilité concret, puisque les postes de travail et les outils industriels sont dimensionnés pour des mains humaines. Sur le plan logiciel, GENE s'inscrit dans la catégorie des VLA (Vision-Language-Action models) avec l'ambition de piloter des tâches longues en autonomie, ce que le secteur cherche précisément à démontrer à grande échelle depuis deux ans avec des résultats encore inégaux. L'affichage du raisonnement en temps réel est une réponse directe aux exigences d'acceptabilité et de sécurité en environnement mixte humain-robot. Il faut cependant souligner qu'aucun chiffre de performance validé indépendamment n'accompagne l'annonce : payload, temps de cycle et taux de fiabilité sur lignes réelles restent inconnus. Eno est à ce stade une annonce, pas un produit en production. Genesis AI entre dans une course déjà bien engagée. Figure AI déploie ses robots Figure 02 sur les lignes de montage de BMW en Caroline du Nord ; Tesla vise la production de masse d'Optimus pour 2026 ; Agility Robotics teste Digit dans les entrepôts d'Amazon ; Physical Intelligence développe Pi-0 comme modèle de fondation généraliste ; NVIDIA fournit GR00T N2 et l'infrastructure de simulation Isaac Lab à l'ensemble de l'écosystème. Genesis AI se positionne avec une approche de co-conception : hardware, software et IA développés ensemble depuis l'origine plutôt qu'intégrés séquentiellement, argument central du discours de Zhou Xian, co-fondateur et PDG. Avec 105 millions de dollars de seed et un investisseur aussi visible qu'Eric Schmidt, la société dispose des ressources pour tenir ses délais. Les déploiements pilotes annoncés avant fin 2026 constitueront le premier test réel de cette promesse d'intégration systémique.

Alibaba se lance dans la robotique avec sa première suite de modèles d'IA pour robots

Alibaba Group a dévoilé mardi le Qwen Robot Suite, sa première suite de modèles d'intelligence artificielle dédiée à la robotique. Développée par Tongyi Lab, l'unité de recherche IA du géant de Hangzhou, cette collection de modèles vise à doter les robots de capacités de perception, de raisonnement et d'interaction avec l'environnement physique, ce que le secteur désigne par le terme "embodied AI". La suite a déjà été engagée dans des phases de test pilote avec un cercle restreint de partenaires sélectionnés par Alibaba. Les métriques de performance restent à ce stade non communiquées publiquement, ce qui ne permet pas d'évaluer les capacités réelles par rapport aux annonces. L'entrée d'Alibaba dans l'embodied AI représente un signal fort pour l'industrie robotique : les grandes plateformes cloud et LLM cherchent désormais à étendre leur emprise vers le monde physique, transformant le marché des intégrateurs et des fabricants OEM. Pour les décideurs industriels, cela signifie potentiellement un accès à des couches d'IA robotique portées par une infrastructure cloud établie, avec la question ouverte du sim-to-real gap, qui reste le défi critique non résolu dans le déploiement à l'échelle des robots polyvalents. Alibaba s'inscrit dans une course mondiale déjà peuplée d'acteurs hétérogènes : Figure (Figure 03), Physical Intelligence (Pi-0), NVIDIA (GR00T N2), Tesla (Optimus Gen 3) et 1X Technologies côté startups, auxquels s'ajoutent Huawei et Xiaomi côté géants technologiques chinois. Le Qwen Robot Suite s'appuie sur la famille de modèles Qwen, déjà bien implantée dans le paysage LLM mondial. Les prochaines étapes probables incluent un élargissement des pilotes industriels et une intégration avec l'écosystème cloud d'Alibaba (Alibaba Cloud / Aliyun).

VENOM : réseau polyvalent de suivi de mouvement pour toutes morphologies corporelles

Des chercheurs ont publié sur arXiv (référence 2606.16696) VENOM, un modèle de suivi de mouvement corps entier conçu pour fonctionner sur plusieurs plateformes humanoïdes distinctes sans adaptation spécifique à chaque châssis. L'architecture repose sur un transformeur de type GPT entraîné sur le VENOM dataset, un jeu de données multi-humanoïdes constitué par l'équipe, qui rassemble états, actions et récompenses issus de plusieurs morphologies robotiques. L'originalité principale réside dans l'abandon du découplage classique haut/bas du corps : VENOM produit une politique unifiée qui contrôle simultanément l'ensemble des degrés de liberté. Les évaluations, conduites en simulation, montrent que le modèle surpasse un perceptron multicouche (MLP) entraîné par apprentissage supervisé sur les mêmes données et qu'il égale les performances d'experts formés par renforcement asymétrique acteur-critique, sans jamais avoir eu accès aux signaux de récompense pendant l'entraînement. L'enjeu est structurant pour la filière humanoïde : la majorité des politiques de suivi de mouvement publiées à ce jour segmentent le corps en sous-problèmes distincts, ce qui complique le transfert entre robots aux cinématiques différentes. Une politique cross-embodiment unifiée réduit le coût d'adaptation lorsqu'un intégrateur doit passer d'un châssis à un autre, ou lorsqu'un constructeur révise sa plateforme mécanique. Plus significatif encore, VENOM démontre qu'une architecture de type language model peut absorber la diversité des morphologies sans supervision par récompense explicite, simplifiant ainsi le pipeline d'entraînement. Il faut néanmoins souligner que toutes les expériences restent confinées à la simulation : l'écart sim-to-real n'est pas abordé, et les métriques annoncées ne valident pas encore un comportement physique sur robot réel. Ce travail s'inscrit dans un courant actif qui cherche à généraliser les politiques de contrôle au-delà d'un seul robot, dans la lignée de travaux comme Universal Humanoid Controller ou ExBody. Sur le front industriel, les grands déploiements humanoïdes actuels (Boston Dynamics Atlas, Agility Robotics Digit, Figure 02, Unitree H1) imposent chacun leurs propres pipelines de contrôle propriétaires, ce qui rend le problème du cross-embodiment économiquement pertinent pour tout intégrateur multi-plateforme. VENOM est un preprint non encore évalué par les pairs, le terme "letter" employé dans le texte suggérant une soumission vers une revue IEEE telle que RA-L ; la suite logique serait une validation sur au moins deux plateformes physiques pour établir la robustesse du transfert sim-to-real.

Sommet en robotique : un panel fait le point sur la conception des robots humanoïdes

Lors du Robotics Summit & Expo 2026, tenu à Boston au Thomas B. Menino Convention & Exhibition Center devant quelque 3 900 participants, un panel de haut niveau a fait le point sur l'état réel du développement des robots humanoïdes. Alberto Rodriguez, directeur du comportement robot pour Atlas chez Boston Dynamics, y a révélé que l'entreprise a engagé le déploiement de l'ordre de 25 000 humanoïdes Atlas dans des usines, avec un objectif de capacité de production portée à 30 000 unités par an d'ici 2028. Boston Dynamics a conduit une première démonstration en conditions réelles en usine en 2025, architecture entièrement pilotée par les données, puis a présenté Atlas au CES de janvier 2026 pendant une semaine complète. Pour 2026, la société prévoit un retour en usine pour une démonstration plus complète, de bout en bout, connectant le robot au système d'information de l'usine et gérant les exceptions opérationnelles. Du côté d'Agility, dont la marque commerciale s'est récemment stabilisée sous le nom Agility (ex-Agility Robotics), les déploiements du robot Digit avancent avec Amazon, GXO, Schaeffler, Toyota et Mercado Libre, marquant une sortie effective de la phase pilote. Ce que ce panel signale clairement pour les intégrateurs et décideurs industriels, c'est que le vrai verrou n'est plus mécanique ni même algorithmique, mais stratégique. Rodriguez a posé le problème avec précision : sauf pour de rares applications à très grand volume et très stable, presque tous les postes de travail sont des cas uniques. Le défi du passage à l'échelle repose sur trois axes simultanés, hardware, modèles de comportement, et stratégie d'intégration, et l'échec sur l'un suffit à rendre le déploiement économiquement non viable. La décision de Boston Dynamics de commencer par la logistique en manufacturing, un environnement qui exige de la généralité sans imposer encore les contraintes de timing et de sécurité de la ligne d'assemblage, illustre une approche pragmatique et graduée. Ces chiffres de déploiement engagés, 25 000 unités, sont une donnée de marché rare dans un secteur habitué aux annonces sans livraisons. Boston Dynamics, filiale de Hyundai depuis 2021, a traversé une longue période de recherche pure avant de commercialiser Atlas dans sa version électrique présentée en 2024, succédant aux plateformes hydrauliques historiques. Le marché des humanoïdes reste en pleine effervescence : Figure AI avec Figure 03, Tesla avec Optimus Gen 3 sur sa propre ligne de production, Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2, et des acteurs émergents comme 1X Technologies ou Apptronik positionnent tous leurs solutions sur des créneaux différents, de l'assemblage léger à la manutention lourde. Côté Europe, Enchanted Tools (France) et Wandercraft restent focalisés sur des niches spécifiques, assistance et rééducation, sans viser encore le marché industriel général. Les prochaines étapes à surveiller : la publication par ASTM International (représenté dans le panel par Aaron Prather) de standards de sécurité pour la cohabitation humains-humanoïdes, et les résultats concrets des déploiements Agility/Amazon, dont les métriques opérationnelles restent pour l'instant non publiques.

DuoBench : un benchmark reproductible pour la manipulation bimanuelles en simulation et dans le monde réel

Une équipe de chercheurs a publié en juin 2026 DuoBench, un cadre de benchmarking dédié à la manipulation bimanuelle, conçu pour la plateforme FR3 Duo de Franka Robotics. Le benchmark comprend onze tâches réparties en quatre catégories de coordination, implémentées en simulation et partiellement reproduites en environnement réel grâce à des protocoles reproductibles incluant des composants imprimables en 3D. Les auteurs ont constitué des jeux de données de télé-opération humaine pour l'ensemble des onze tâches, et proposent un schéma d'évaluation par étapes (stage-based evaluation) permettant une analyse sémantique fine des modes d'échec, au-delà du simple critère binaire succès/échec. Plusieurs politiques d'apprentissage par imitation à deux bras ainsi que des politiques VLA (vision-language-action) ont été évaluées en simulation et sur matériel réel. Les résultats sont sans ambiguïté : les politiques actuelles, y compris les approches VLA considérées comme l'état de l'art, restent insuffisantes pour la manipulation bimanuelle. Les échecs se concentrent sur trois axes : les phases d'interaction initiale, l'exécution parallèle des deux bras, et le transfert simulation-réel (sim-to-real). Ce dernier point est particulièrement significatif : malgré les progrès récents sur le gap sim-to-real pour la manipulation à un bras, DuoBench révèle que la coordination bimanuelle pose des défis supplémentaires non résolus. Pour les équipes R&D et les intégrateurs industriels, ce benchmark fournit un outil diagnostique structuré pour identifier précisément où les politiques échouent, une lacune que les frameworks existants comme RLBench ou LIBERO, conçus pour les systèmes à un seul bras, ne comblaient pas. La manipulation bimanuelle est un prérequis pour de nombreuses tâches complexes en industrie (assemblage, conditionnement, manipulation d'objets déformables), ce qui explique l'intérêt croissant du secteur pour les plateformes à deux bras. Le FR3 Duo de Franka Robotics est l'une des rares plateformes de recherche standardisées pour ce segment. Dans la course aux capacités bimanuelles, des acteurs comme Physical Intelligence avec Pi-0, NVIDIA avec GR00T N2, ou Figure AI avec ses robots humanoïdes ont annoncé des performances prometteuses, mais les benchmarks publics rigoureux permettant de les comparer restent rares. DuoBench, dont le code, les jeux de données et les vidéos sont disponibles sur duobench.github.io, ambitionne de combler ce manque avec un protocole reproductible que tout laboratoire peut répliquer à faible coût grâce aux assets imprimables en 3D.

IA incarnée en évolution : Embodied-R1.5 améliore l'intelligence physique grâce aux modèles fondation

Une équipe de chercheurs a publié sur arXiv Embodied-R1.5, un modèle de fondation incarné (EFM pour Embodied Foundation Model) de 8 milliards de paramètres intégrant cognition incarnée, planification, auto-correction et pointage d'affordances dans une architecture unifiée, entraîné sur un corpus dépassant 15 milliards de tokens construit via trois pipelines automatisés. Le cadre Planner-Grounder-Corrector (PGC) en boucle fermée permet l'exécution autonome et l'auto-correction sur des tâches longues, soutenu par une recette d'apprentissage par renforcement multi-tâches équilibré pour atténuer les conflits entre sous-domaines hétérogènes. Sur les benchmarks standardisés, Embodied-R1.5 atteint l'état de l'art sur 16 des 24 benchmarks de VLM incarnés, devançant Gemini-Robotics-ER-1.5 de Google DeepMind et GPT-5.4 d'OpenAI. Adapté en VLA (Vision-Language-Action) avec peu de données de fine-tuning, il surpasse pi-0.5 de Physical Intelligence sur quatre suites de benchmarks de manipulation. Des tests zero-shot sur robot réel valident les performances en suivi d'instructions, ancrage d'affordances, manipulation d'objets articulés et tâches longues, les poids, le code d'entraînement et EmbodiedEvalKit, un framework d'évaluation dédié, étant publiés en open source. Qu'un modèle de 8 milliards de paramètres surpasse des systèmes adossés aux ressources de Google et d'OpenAI est un signal notable pour les intégrateurs industriels, car la compacité ouvre la voie à un déploiement embarqué sur plateformes contraintes. L'auto-correction en boucle fermée du PGC répond directement au demo-to-reality gap qui freine la commercialisation des robots polyvalents, tandis que la capacité à fine-tuner en VLA avec peu de données cible le goulot d'étranglement central de la collecte de données de manipulation étiquetées. L'open source complet facilite la comparaison reproductible et devrait accélérer les itérations communautaires, à condition que les performances zero-shot annoncées soient confirmées dans des configurations adversariales que le papier ne documente pas. Embodied-R1.5 s'inscrit dans la vague des modèles de fondation robotiques généraux densifiée depuis RT-2 de Google et OpenVLA, avec pour concurrents directs Physical Intelligence (pi-0, pi-0.5) et Google DeepMind (Gemini Robotics). L'absence d'acteurs européens parmi les concurrents benchmarkés reflète le retard du continent, où des acteurs comme Wandercraft ou Enchanted Tools restent cantonnés à des niches spécialisées. L'approche open source total distingue ce travail des modèles propriétaires de Figure AI (Figure 03) ou de 1X Technologies, positionnant potentiellement Embodied-R1.5 comme base de référence pour les laboratoires et industriels souhaitant spécialiser un EFM sur leurs propres flux de manipulation.

💬 8 milliards de paramètres qui coiffent Gemini Robotics et GPT-5.4 sur leurs propres benchmarks, en open source total, c'est inattendu. L'auto-correction en boucle fermée s'attaque directement au fossé entre la démo en labo et le robot qui tient la route en prod, ce qui est le vrai mur depuis RT-2. Bon, le papier esquive les configurations difficiles, donc on verra ce que ça donne quand la communauté s'en empare.

NEURA Robotics lève jusqu'à 1,4 milliard de dollars en Série C pour son IA physique

NEURA Robotics GmbH, basée à Metzingen en Allemagne, a annoncé le 10 juin 2026 une levée de fonds de Série C pouvant atteindre 1,4 milliard de dollars, financée par un consortium d'investisseurs technologiques dont Tether, Qualcomm et Amazon. La startup, fondée en 2019 par David Reger, commercialise une gamme couvrant des bras robotiques légers, des robots mobiles (série MAV), des robots humanoïdes (modèle 4NE1) et un manipulateur mobile polyvalent baptisé MiPA, ciblant principalement la fabrication et la supply chain. Ce tour de table vient financer deux axes prioritaires : le développement de la plateforme "Neuraverse", décrite comme un écosystème ouvert d'IA physique permettant aux robots d'apprendre collectivement entre déploiements, et l'expansion d'un réseau mondial de "NEURA Gyms", des environnements d'entraînement à grande échelle combinant interaction sensorielle réelle, simulation et pipelines d'apprentissage multimodal. Il s'agit à ce stade d'une annonce de financement, pas d'un produit expédié ni d'un déploiement industriel documenté à grande échelle. Sur le fond, une levée de 1,4 milliard de dollars pour un acteur européen de la robotique humanoïde est un signal fort : les capitaux qui se concentraient jusqu'ici quasi exclusivement sur Figure AI, Agility Robotics, 1X ou Tesla Optimus commencent à irriguer des challengers hors Silicon Valley. Pour les intégrateurs et les décideurs industriels, la question concrète est celle du sim-to-real gap, que NEURA tente de réduire via son partenariat avec Dassault Systèmes annoncé en avril 2026. Le concept de Neuraverse, où plusieurs robots partagent une intelligence distribuée entre déploiements, s'inscrit dans une tendance plus large des architectures VLA (Vision-Language-Action) à l'échelle fleet, comme l'illustre Pi-0 de Physical Intelligence ou GR00T N2 de NVIDIA. Les métriques de performance annoncées restent cependant absentes du communiqué, ce qui rend toute comparaison technique avec les concurrents impossible à ce stade. NEURA Robotics a bâti depuis 2019 un réseau de partenaires industriels structurant : Bosch pour le développement logiciel des humanoïdes (janvier 2026), Dassault Systèmes pour la simulation, mais aussi Schaeffler, Kawasaki, Delta Electronics, Qualcomm et NVIDIA pour l'infrastructure edge AI et les composants. Ce positionnement d'écosystème décentralisé tranche avec l'approche verticalement intégrée de Figure ou de Tesla. En Europe, NEURA est aujourd'hui l'acteur humanoïde le mieux capitalisé, loin devant des startups comme Enchanted Tools (France) ou Wandercraft, qui opèrent sur des segments différents (cobots expressifs et exosquelettes médicaux). Les prochaines étapes déclarées portent sur l'accélération du déploiement à l'échelle industrielle et l'ouverture de nouveaux NEURA Gyms à l'international, sans calendrier précis communiqué.

Prise de contrôle adversariale en temps réel des politiques de diffusion robotique

Une équipe de chercheurs a publié le 10 juin 2026 sur arXiv (réf. 2606.10371) une attaque baptisée TAKO (Test-time Adversarial Takeover), qui permet de prendre le contrôle en temps réel d'un robot opérant sous une politique de diffusion visuomotrice, sans modifier le modèle cible. La méthode repose sur un vocabulaire restreint de patches adversariaux universels et réutilisables, appris hors ligne via inférence de diffusion différentiable. À l'exécution, un opérateur humain injecte ces patches dans le flux caméra du robot et les commute dynamiquement pour composer des trajectoires de son choix. Sur quatre tâches évaluées (manipulation 2D, livraison aérienne simulée, navigation sol simulée et navigation sol en environnement physique réel), deux encodeurs visuels (ResNet-18 et EfficientNet-B0 + Transformer) et trois familles d'inférence générative (DDPM, DDIM et flow matching), les opérateurs attaquants ont atteint 100 % de succès de détournement dans l'ensemble des scénarios testés. Ce résultat interpelle directement les intégrateurs robotiques et les équipes de sécurité industrielle qui déploient des systèmes pilotés par des politiques de diffusion ou des VLA (Vision-Language-Action models). Jusqu'ici, la quasi-totalité des attaques adversariales sur robots visaient la dégradation des performances, induire un échec de tâche ou un comportement erratique. TAKO introduit une menace qualitativement différente : le robot ne s'arrête pas, il obéit à un attaquant distant. La perturbation agit sur le chemin de conditionnement visuel de la politique, et le biais introduit se propage à travers le processus de génération itératif propre aux modèles de diffusion, ce qui le rend difficile à détecter par supervision classique. Les auteurs démontrent aussi que la baseline naturelle "target-policy matching" échoue, car la politique victime ne peut pas se superviser fiablement sur des shifts hors distribution, invalidant une hypothèse de défense couramment avancée. Les politiques de diffusion pour la robotique se sont imposées comme paradigme dominant depuis 2023, portées par Diffusion Policy (Chi et al.) et intégrées dans des systèmes tels que pi0 de Physical Intelligence, les pipelines de Figure AI ou les robots de 1X Technologies. Ces architectures conditionnent l'action sur une observation visuelle, ce qui les rend structurellement vulnérables aux perturbations du flux caméra. Les pistes de défense habituelles, détection d'anomalies ou purification adversariale, restent largement expérimentales à cette échelle. L'évaluation demeure dans un cadre académique contrôlé, sans partenaire industriel ni calendrier de déploiement annoncé. Pour les équipes préparant des déploiements en logistique, livraison autonome ou manipulation industrielle, TAKO pose une question de sécurité concrète à laquelle le secteur n'a pas encore de réponse standardisée.

BadRobot : contourner les garde-fous des agents LLM incarnés dans le monde physique

Des chercheurs ont publié BadRobot (arXiv:2407.20242, juillet 2024, v5), un cadre d'attaque ciblant les agents IA incarnés (embodied AI) : des robots et systèmes physiques dont la planification de tâches est pilotée par un grand modèle de langage. L'attaque exploite trois vecteurs distincts : la manipulation du LLM embarqué via des interactions vocales standard, le désalignement structurel entre les sorties linguistiques du modèle et les actions physiques réellement exécutées, et les comportements dangereux involontaires causés par des lacunes dans les connaissances du monde encodées dans le modèle. Pour évaluer la menace, les auteurs ont constitué un benchmark de requêtes d'actions physiques malveillantes, testé contre trois frameworks embodied AI de référence : VoxPoser, Code as Policies et ProgPrompt. Les expériences montrent que ces trois systèmes peuvent être amenés à exécuter des comportements nuisibles dans le monde physique, sans nécessiter de modification matérielle ni d'accès privilégié au système. Ce travail pointe un angle mort structurel : les techniques de jailbreaking, jusqu'à présent évaluées sur des sorties textuelles, produisent des conséquences physiques irréversibles lorsque le LLM pilote un effecteur. Le désalignement documenté est systémique, car les guardrails de sécurité sont appliqués à la couche linguistique sans validation cohérente lors de la planification motrice ou de l'exécution de tâches. Pour un intégrateur industriel déployant un robot manipulateur ou un AMR guidé par LLM, cela signifie que les mécanismes de conformité conçus pour les chatbots sont insuffisants en contexte physique. La démonstration sur trois frameworks activement utilisés en recherche et en prototypage industriel renforce la portée opérationnelle de l'alerte. VoxPoser (2023) et Code as Policies (Google, 2022) ont popularisé l'utilisation des LLM comme planificateurs de tâches haut niveau en robotique, tandis que ProgPrompt (2022) ciblait les robots de service autonomes. BadRobot paraît alors que des systèmes commerciaux comme Figure 02, l'Optimus de Tesla ou les robots Agility déployés chez Amazon commencent à intégrer des pipelines LLM en production réelle, rendant la surface d'attaque concrète. Aucun acteur français ou européen n'est directement mentionné dans l'étude, mais des entreprises comme Enchanted Tools (Mirokaï) ou Pollen Robotics (Reachy), qui explorent l'intégration de LLM dans leurs plateformes, sont exposées aux mêmes vecteurs. Les auteurs ont mis leur code en accès libre sur GitHub, ouvrant la voie à des reproductions indépendantes et au développement de contre-mesures architecturales spécifiques à l'embodied AI.

Contrôle corps entier généraliste et adaptable pour la locomotion de divers humanoïdes

Des chercheurs ont publié sur arXiv (référence 2602.05791) un framework baptisé XHugWBC, conçu pour entraîner un contrôleur de locomotion whole-body universel sur une large distribution de morphologies humanoïdes, puis le déployer en zero-shot sur des robots non vus durant l'entraînement. Les expériences couvrent douze humanoïdes simulés et sept robots réels. Le système repose sur trois briques techniques : une randomisation morphologique physiquement cohérente (masse des segments, longueur des membres, inertie), des espaces d'observation et d'action alignés sémantiquement entre châssis hétérogènes, et une architecture de politique qui encode explicitement les propriétés morphologiques et dynamiques de chaque instance. L'entraînement est unique, "one-time training" : aucun fine-tuning par robot n'est requis à l'inférence. L'enjeu industriel est direct. Aujourd'hui, chaque équipe robotique entraîne ses contrôleurs de locomotion depuis zéro pour chaque châssis, ce qui représente des semaines de simulation et d'itérations sim-to-real. XHugWBC déplace ce coût vers une phase d'entraînement généraliste unique, ouvrant la voie à un modèle de déploiement où un intégrateur peut adopter un nouveau châssis humanoïde sans reconstruire l'intégralité de sa stack de contrôle. La validation sur sept robots physiques est plus convaincante que les résultats purement simulés habituels, même si la nature exacte des tâches testées et les taux de succès détaillés ne figurent pas dans le résumé disponible. La capacité de transfert zero-shot sur morphologies inédites renforce l'hypothèse que les biais structuraux appris sur distributions larges surpassent les politiques spécialisées sur certains régimes de locomotion, ce que le secteur débattait encore il y a dix-huit mois. Ce travail s'inscrit dans un mouvement vers les contrôleurs dits "fondation" pour la robotique incarnée. En manipulation, des systèmes comme pi-0 (Physical Intelligence) ou GR00T N2 (NVIDIA) ont déjà exploré la généralisation cross-embodiment sur bras et effecteurs; l'extension à la locomotion whole-body humanoïde est plus contrainte par la stabilité dynamique. Les acteurs du secteur, Figure Robotics (Figure 03), Unitree (G1, H1), Agility Robotics (Digit), Fourier Intelligence et 1X Technologies, maintiennent tous des pipelines de contrôle propriétaires et spécialisés. Si XHugWBC tient ses promesses à l'échelle, il réduirait significativement la barrière à l'entrée pour les nouveaux constructeurs, notamment les acteurs européens comme Enchanted Tools (Mirokaï) ou Wandercraft, qui ne disposent pas des ressources d'entraînement des géants américains. Le preprint n'a pas encore fait l'objet d'une évaluation par les pairs.

💬 C'est le genre de papier qui résout un vrai problème industriel : chaque robot humanoïde qui sort oblige aujourd'hui à tout réentraîner depuis zéro. Sept robots physiques en zero-shot, c'est pas du tout la même chose que des résultats simulés, ça valide quelque chose de sérieux. Pour Wandercraft ou Enchanted Tools, bien plus contraints en ressources que Figure ou Unitree, ce type de contrôleur généraliste c'est du concret.

Une méthode pratique pour améliorer la corrélation simulation-réel dans l'évaluation des modèles VLA

Une équipe de chercheurs a publié en juin 2026 sur arXiv (arXiv:2606.10366) une étude systématique visant à quantifier et améliorer la corrélation entre évaluation en simulation et déploiement réel pour les politiques de type VLA (Vision-Language-Action). Ces politiques, qui combinent perception visuelle, compréhension du langage naturel et génération d'actions motrices, sont au coeur des robots généralistes actuels. L'étude couvre plusieurs plateformes de simulation, plusieurs politiques VLA, plusieurs familles de tâches manipulatoires, et plusieurs facteurs de perturbation contrôlés. Les métriques retenues sont la cohérence du classement des politiques entre simulation et réel, la corrélation de performance absolue, et les patterns d'échec induits par perturbation. Les auteurs examinent également à quel moment le fine-tuning d'une politique sur données simulées améliore réellement les performances en monde réel, et comment le volume de données post-entraînement influence cet alignement. Ce travail s'attaque à un verrou identifié de longue date dans la robotique apprise : les benchmarks en simulation, malgré des progrès significatifs en réalisme et diversité ces deux dernières années, ne sont pas encore adoptés comme proxies fiables pour l'évaluation hors-lab. En pratique, cela signifie que les équipes d'intégration et les labs reproduisent des évaluations coûteuses en monde réel à chaque itération de politique, faute de pouvoir faire confiance aux scores simulés. L'étude identifie quels signaux simulés restent alignés avec le déploiement réel et lesquels divergent, donnant aux praticiens une grille de lecture concrète pour calibrer leur utilisation de la simulation dans le pipeline de développement. Le problème du sim-to-real gap accompagne la robotique apprise depuis les travaux fondateurs sur le domain randomization (OpenAI, 2017-2019), mais il devient critique à mesure que les VLA cherchent à passer à l'échelle industrielle. Des acteurs comme Physical Intelligence (Pi-0), Google DeepMind (RT-X, GR00T N2 côté Nvidia), ou encore Figure AI avec Figure 03 s'appuient tous sur des pipelines simulation-réel pour accélérer l'entraînement. En proposant un cadre unifié pour mesurer, interpréter et améliorer l'utilité de la simulation pour les VLA, ce papier vise à fournir une référence méthodologique commune, à la fois pour les concepteurs de simulateurs et pour les praticiens. Les prochaines étapes logiques incluent l'intégration de ces recommandations dans des benchmarks publics existants tels que RoboVerse ou LIBERO.

MIIT et SASAC lancent l'initiative 2026 d'entraînement des robots humanoïdes en conditions réelles

Le ministère chinois de l'Industrie et des Technologies de l'Information (MIIT) et la Commission de surveillance des actifs d'État (SASAC) ont publié conjointement, en juin 2026, un plan d'action national intitulé "Action spéciale pour la formation en scénarios réels des robots humanoïdes et de l'IA embodied". L'objectif affiché : d'ici fin 2026, les humanoïdes et leurs composants clés devront avoir achevé leur vérification applicative et basculer en "mode opérationnel" dans des environnements industriels, de services ou spécialisés. Le plan cible l'identification de plus de 100 scénarios à haute valeur et une capacité de déploiement à l'échelle de 10 000 unités. Les autorités provinciales sont tenues de sélectionner au moins 20 scénarios couvrant deux des trois domaines prioritaires ; les grandes entreprises centrales d'État doivent en identifier au moins 10 dans leurs secteurs respectifs. Le dispositif impose la création de consortiums d'innovation applicative regroupant utilisateurs finaux, fabricants, développeurs d'algorithmes et instituts de recherche. Ces consortiums devront produire des jeux de données d'IA embodied couvrant trajectoires de mouvement, courbes de contrôle force-position et séquences d'exécution de tâches, ainsi que des "packages de compétences" issus d'entraînements en conditions réelles. Des mécanismes de financement incluant equity, dette et assurance complètent le dispositif. Ce plan est la feuille de route gouvernementale la plus structurée publiée par Pékin sur l'industrialisation des humanoïdes, mais l'objectif de 10 000 unités déployées d'ici décembre 2026 est ambitieux, plusieurs observateurs le jugeant irréaliste compte tenu des délais habituels entre annonce politique et opérationnel réel. Ce qui est plus significatif, c'est la logique consortiale imposée : en forçant la coopération entre intégrateurs, fabricants et chercheurs autour de scénarios concrets, l'État tente d'accélérer le passage de la démo en laboratoire à l'usage en production. La prescription explicite de datasets couvrant les courbes force-position signale que Pékin cible directement le verrou du sim-to-real, encore non résolu à l'échelle industrielle. Pour un COO ou un intégrateur, cela signifie qu'un écosystème subventionné et doté d'obligations de résultat se structure en Chine avec des délais contractuels précis. Cette initiative prolonge la stratégie "Made in China 2025" et les plans successifs sur la robotique avancée. Les acteurs nationaux directement visés incluent Unitree (H1, G1), UBTECH (Walker S), Agibot et Fourier Intelligence, qui ont tous conduit des tests industriels en 2024-2025. Sur le plan international, la concurrence se structure autour de Figure AI (Figure 03), Tesla (Optimus Gen 3), Physical Intelligence (Pi-0) et Nvidia (GR00T N2), tous revendiquant des déploiements pilotes en environnements réels. En Europe, Wandercraft et Enchanted Tools restent positionnés sur des segments distincts, l'exosquelette médical et la robotique de service, sans concurrence directe sur le créneau industriel visé par ce plan. Les prochaines étapes dépendront de la capacité des consortiums à produire des résultats mesurables avant l'échéance de fin 2026.

Évaluation des modèles vision-langage-action (VLA) sur SO-101 : analyse des échecs et de la récupération

Une équipe de chercheurs a publié le 10 juin 2026 (arXiv:2606.08881) un benchmark standardisé pour évaluer des modèles Vision-Language-Action (VLA) sur le robot SO-101, une plateforme manipulatrice à faible coût issue de la communauté open-source. Quatre politiques ont été comparées sur quatre tâches de manipulation représentatives avec des protocoles d'évaluation unifiés : Pi-0.5 (Physical Intelligence), SmolVLA (HuggingFace), Wall-X et ACT (Action Chunking with Transformers, référence en imitation learning). Toutes ont été fine-tunées directement sur le matériel physique à partir de démonstrations télé-opérées en conditions réelles, sans passer par la simulation. Au-delà du simple taux de succès binaire, l'étude introduit une taxonomie structurée des échecs, une décomposition sémantique et d'exécution, ainsi que des métriques de récupération (recovery-aware metrics) pour qualifier la robustesse de chaque architecture. Les résultats confirment que les VLA pré-entraînés sur de larges corpus surpassent globalement la baseline en imitation learning pure, mais cette supériorité reste fortement dépendante de la tâche. Ce point est crucial pour les intégrateurs : l'instabilité d'exécution, et non les erreurs de compréhension sémantique, constitue la source d'échec dominante. La capacité de récupération varie significativement selon les architectures, ce qui suggère que les benchmarks centrés uniquement sur le taux de succès final masquent des différences opérationnelles importantes. Pour un COO industriel, cela signifie que le choix d'un modèle VLA ne peut pas se faire sur des métriques agrégées sans analyser le comportement en cas d'échec partiel. Le SO-101 s'est imposé comme plateforme de référence communautaire grâce à son coût accessible, là où la plupart des évaluations VLA existantes reposent sur des robots industriels onéreux (Franka, UR, Boston Dynamics Spot) ou restent cantonnées à la simulation. Ce travail s'inscrit dans un effort plus large de démocratisation des benchmarks robotiques, face à des acteurs comme Figure AI, Agility Robotics ou 1X Technologies qui évaluent leurs systèmes en environnements propriétaires non reproductibles. Les auteurs positionnent explicitement le SO-101 comme socle pratique pour l'évaluation de l'IA incarnée dans des conditions de déploiement réalistes à faible coût. La prochaine étape naturelle serait d'étendre ce protocole à des scénarios de manipulation plus complexes et à davantage d'architectures VLA émergentes, notamment celles intégrant des retours haptiques.

Apprentissage de politiques par simulation pour la loco-manipulation des robots humanoïdes

Une équipe de chercheurs a publié le 9 juin 2026 sur arXiv (2606.08278) SIMPLE, un banc de test de simulation unifié pour l'apprentissage et l'évaluation de politiques de contrôle de robots humanoïdes. La plateforme couple la simulation de dynamique de contact de MuJoCo avec le rendu photoréaliste d'IsaacSim, et propose 60 tâches de loco-manipulation plein corps, 50 scènes d'intérieur et plus de 1 000 assets d'objets. Pour la collecte de données, deux pipelines sont intégrés : génération automatisée de trajectoires par planification de mouvement, et interface de téléopération VR à faible latence. Les auteurs y benchmarkent plusieurs familles de politiques humanoïdes : réseaux d'imitation légers, grands modèles vision-langage-action (VLA) et les récents modèles d'action du monde (WAM, World Action Models). Les expériences démontrent, selon les auteurs, un transfert zero-shot vers des robots humanoïdes physiques dans des configurations similaires. L'enjeu central est un goulot d'étranglement d'évaluation : les modèles fondationnels humanoïdes progressent plus vite que les protocoles pour les tester. Les benchmarks existants se concentrent sur la robotique de table ou les robots à roues, sans couvrir la loco-manipulation plein corps, compétence clé pour les humanoïdes déployés en environnement industriel ou domestique. Si la corrélation sim-to-real revendiquée dans l'article se confirme à plus grande échelle, elle légitime le recours massif à la simulation pour entraîner des politiques de contrôle, réduisant drastiquement les coûts de collecte de données en conditions réelles. C'est précisément le pari industriel de Physical Intelligence avec pi-0, et de Figure AI avec Figure 02 : remplacer les démos téléopérées coûteuses par des pipelines simulés reproductibles. La fragmentation des benchmarks est un problème structurel en robotique humanoïde : chaque laboratoire publie sur ses propres protocoles, rendant toute comparaison inter-équipes difficile. Des initiatives comme HumanoidBench, RoboVerse ou Isaac Lab ont tenté d'y répondre, mais sans couvrir la chaîne complète loco-manipulation avec rendu photoréaliste et pipelines de données intégrés. SIMPLE se positionne à cette intersection. Les équipes de Google DeepMind (GR00T N2, Helix), Agility Robotics (Digit) et Boston Dynamics sont directement concernées. Ce preprint arXiv n'est pas encore évalué par les pairs ; l'adoption par la communauté dépendra de la disponibilité publique du code et des assets, non encore confirmée.

ActProbe : sonde dans l'espace d'action pour la détection précoce des défaillances des politiques robotiques génératives

Des chercheurs ont publié ActProbe (arXiv:2606.08508), un détecteur de défaillances léger pour les politiques robotiques génératives, ces systèmes qui produisent des séquences d'actions continues comme les politiques de diffusion ou les architectures ACT déployées sur des robots tels que Figure 03 ou entraînés avec pi-0. Plutôt que d'accéder aux états internes du modèle ou d'introduire un rééchantillonnage coûteux à l'exécution, ActProbe opère exclusivement sur les chunks d'actions émis lors d'un seul passage avant (forward pass). Deux signaux suffisent : l'erreur de cohérence temporelle (TCE), qui mesure l'incohérence entre deux chunks consécutifs, et l'amplitude du chunk courant (ACM). Ces métriques alimentent une architecture LSTM-MLP légère conditionnée par la tâche, produisant une probabilité de défaillance par étape. Sur un ensemble diversifié de benchmarks, ActProbe améliore le front de Pareto précision (F1)/précocité d'un gain en hypervolume de +12,7 % par rapport aux méthodes existantes, et affiche un avantage de +9,0 % en ROC-AUC sur des tâches non vues à l'entraînement. L'intérêt opérationnel tient à une contrainte réelle : les politiques commerciales comme pi-0 (Physical Intelligence) ou GR00T N2 (NVIDIA) ne donnent pas accès à leurs états internes. Un détecteur purement black-box est donc la seule option viable en déploiement industriel. ActProbe émet ses alertes avant que la défaillance ne soit visuellement reconnaissable, ce qui est critique pour interrompre une action irréversible avant qu'elle ne soit engagée. Côté fine-tuning par renforcement (PPO), le système réduit de 2,9 fois le nombre d'interactions nécessaires avec l'environnement, un gain direct lorsque chaque interaction implique un robot physique. Le transfert sur des tâches de saisie réelles non vues lors de l'entraînement valide la généralisation hors simulateur. ActProbe s'inscrit dans les travaux ciblant le fossé entre démonstration en laboratoire et déploiement à l'échelle, l'obstacle central à la commercialisation des robots généralistes depuis 2023. Les approches concurrentes, qu'elles reposent sur le monitoring d'incertitude interne ou sur des signaux côté observation, souffrent d'un manque d'accès aux internals ou d'une latence incompatible avec le temps réel. La prochaine étape logique serait l'intégration dans des boucles de contrôle réactives pour robots humanoïdes industriels, terrain où Figure AI, Apptronik et Agility Robotics accélèrent leurs déploiements en entrepôt en 2026. ActProbe reste à ce stade une publication académique préliminaire, sans produit ni partenariat industriel annoncé.

Une entreprise chinoise va déployer 100 robots humanoïdes dans des foyers pour les tâches quotidiennes

La société chinoise GigaAI, basée à Wuhan, a déployé un premier lot de 100 robots humanoïdes SeeLight S1 dans des foyers réels, dans ce que l'entreprise présente comme le premier test à grande échelle d'un robot humanoïde polyvalent à usage domestique en Chine. Dans un appartement de démonstration à Wuhan, deux unités ont exécuté une série de tâches documentées fin mai 2026: l'une a préparé un petit-déjeuner (récupération d'aliments, chauffe au micro-ondes, débarrassage des couverts, chargement du lave-vaisselle), l'autre a sorti le linge d'un sèche-linge, plié des vêtements et rangé une armoire. Selon GigaAI, ces séquences ont été apprises en moins d'un mois de formation sur site. Le SeeLight S1 repose sur ce que l'entreprise appelle un "modèle de fondation incarné" (embodied foundation model), capable de traiter des instructions en langage naturel, d'interpréter son environnement visuel, de planifier une action et de l'exécuter de manière autonome, y compris lorsque la disposition des meubles change en cours de route. Ce déploiement illustre le changement de paradigme central dans la course humanoïde: passer de la démonstration contrôlée au test en conditions réelles, là où réside précisément la difficulté. Contrairement aux environnements d'usine, structurés et prévisibles, les foyers sont imprévisibles: meubles déplacés, objets laissés hors de leur place, conditions lumineuses variables, routines différentes d'un foyer à l'autre. Ce phénomène, connu sous le nom de paradoxe de Moravec, explique pourquoi des tâches en apparence simples comme plier du linge ou saisir un objet sans le renverser restent plus difficiles à automatiser que des problèmes mathématiques complexes. Les limites constatées lors du déploiement sont significatives et méritent d'être signalées: organiser quelques livres peut prendre plusieurs minutes, plier un seul vêtement peut dépasser dix minutes, et le robot a eu des difficultés à manipuler des verres contenant des liquides. GigaAI qualifie elle-même ce déploiement de "plateforme de collecte de données" plutôt que de produit fini, une distinction importante pour les intégrateurs et décideurs industriels qui suivent le secteur. GigaAI s'inscrit dans une vague de startups chinoises qui accélèrent sur le segment humanoïde domestique, en concurrence directe avec des acteurs américains comme Figure (Figure 02), Physical Intelligence (Pi-0) ou encore Tesla (Optimus Gen 2), ainsi qu'avec des compétiteurs locaux tels qu'Unitree Robotics (G1) et UBTECH (Walker S). Le co-fondateur et directeur scientifique Zhu Zheng résume l'enjeu technique en opposant "cervelet" (mouvements acrobatiques, équilibre) et "cerveau" (planification, adaptation au contexte), soulignant que c'est cette seconde dimension qui différencie la robotique domestique de la robotique industrielle classique. L'entreprise prévoit de lancer le SeeLight S2 d'ici fin 2026, avec un châssis plus compact, une autonomie de batterie étendue, une portée de bras améliorée et des algorithmes d'IA plus avancés. Le programme de tests devrait également s'élargir à des foyers avec des personnes âgées et des enfants, deux segments particulièrement exigeants pour l'embodied AI et potentiellement les plus porteurs commercialement.

Vidéo : des robots humanoïdes volent la vedette dans America's Got Talent

Huit robots humanoïdes G1 du fabricant chinois Unitree ont performé en direct sur NBC lors du premier épisode de la saison en cours d'America's Got Talent, diffusé mardi soir aux États-Unis. Aux côtés du danseur Wu Yufei, originaire du Sichuan et connu sous le pseudonyme "Flying Bug", les machines ont exécuté une chorégraphie synchronisée combinant mouvements rythmés et coordination précise avec l'interprète humain. Le numéro a reçu une ovation debout du public en studio et l'approbation unanime des quatre juges, propulsant le duo vers la prochaine étape d'une compétition dotée d'un grand prix d'un million de dollars. Yufei a présenté l'un des robots sous le surnom "Jackie", en référence au kung-fu. Le mode de pilotage des machines pendant la performance (téléopération partielle, séquences préenregistrées ou autonomie hybride) n'a pas été divulgué par l'équipe, un point que les commentateurs spécialisés n'ont pas manqué de relever. La prestation illustre un paradoxe croissant aux États-Unis: l'enthousiasme du grand public pour les humanoïdes chinois se heurte à une pression législative grandissante. Le lendemain même de la diffusion, une proposition de loi bipartisane, le Guard Act, a été déposée au Congrès pour interdire les robots d'origine chinoise jugés risques pour la sécurité nationale. En parallèle, l'American Security Robotics Act avance avec pour objectif d'empêcher les agences fédérales d'acquérir des robots produits par des entreprises chinoises, humanoïdes inclus. Pour les décideurs B2B et les intégrateurs industriels, cette double dynamique crée une incertitude réelle: adopter une technologie qui capte l'adhésion populaire tout en naviguant un risque réglementaire croissant. La visibilité télévisée d'Unitree renforce la crédibilité commerciale de ses machines auprès des acheteurs non spécialisés, un levier marketing qu'aucun salon professionnel ne peut reproduire à cette échelle. Fondée à Hangzhou, Unitree commercialise ses robots à l'international via la plateforme AliExpress d'Alibaba, ciblant les marchés d'Amérique du Nord, d'Europe et du Japon. La société a récemment annoncé un partenariat avec Nvidia pour concevoir un design de référence humanoïde baptisé H2+, dont la disponibilité est prévue pour la fin de l'année. Sur le terrain, les observateurs notent que le déploiement opérationnel des robots chinois à l'étranger se heurte à des obstacles concrets: identification des cas d'usage industriels, collecte de données opérationnelles, et construction de réseaux locaux de maintenance, d'intégration et de calibration. Face à Unitree, le marché des humanoïdes voit s'affronter Figure AI (Figure 02), Tesla (Optimus Gen 2), Boston Dynamics (Atlas électrique), Physical Intelligence (pi0) et Agility Robotics (Digit), tous positionnés sur des verticales industrielles précises. L'apparition télévisée ne règle aucun de ces défis opérationnels, mais marque une étape dans la bataille pour la normalisation culturelle des humanoïdes auprès du grand public américain.

Le robot humanoïde biomimétique pleine taille d'UBTECH dépasse 1 000 précommandes en 3 jours

UBTECH Robotics, coté à Hong Kong et souvent présenté comme "la première action cotée sur le marché des humanoïdes", a lancé en précommande sur JD.com son robot humanoïde biomimétique grand format, enregistrant plus de 1 200 réservations en trois jours. Le robot se décline en deux versions: masculine (183 cm, 42 kg) et féminine (168 cm, 35,2 kg), toutes deux équipées de 88 degrés de liberté (DOF) répartis sur l'ensemble du corps et d'une autonomie batterie de 2 à 4 heures. La précommande requiert un acompte de 3 000 yuans (environ 380 euros), intégralement remboursable avant le 15 juillet. UBTECH n'a pas encore communiqué de prix définitif, mais des analystes sectoriels estiment la fourchette à plusieurs centaines de milliers de yuans, soit le prix d'un véhicule automobile de milieu de gamme en Chine. Les caractéristiques complètes du produit seront dévoilées lors d'un événement de lancement annoncé avant fin juin 2026. Plus de 150 000 internautes rien qu'à Pékin ont visité la page produit dans les trois premiers jours, signe d'un intérêt grand public notable. Sur le plan technique, 88 DOF full-body représente un niveau de granularité cinématique rarement atteint dans un produit à vocation grand public, là où la plupart des humanoïdes industriels actuels tournent entre 30 et 60 DOF. Cela dit, le DOF seul ne dit rien de la qualité des actionneurs, des boucles de contrôle ni de la latence, et UBTECH n'a pas encore publié de données de performance indépendantes. Le positionnement "compagnon émotionnel et assistant domestique", réservé aux utilisateurs adultes, marque un tournant stratégique explicite: après des années centrées sur la robotique éducative et les déploiements B2B, la société mise sur le marché résidentiel, un segment encore sans standard établi. Ce signal de demande (1 200 unités en 72 heures, sans prix final annoncé) intéresse autant les intégrateurs que les décideurs industriels cherchant à calibrer l'appétit réel pour l'humanoïde hors usine. UBTECH existe depuis 2012 et a construit sa notoriété avec Walker X, un humanoïde de démonstration, et des robots pédagogiques déployés dans les écoles chinoises. L'introduction en bourse à Hong Kong lui a conféré une visibilité unique dans un secteur dominé par des startups non cotées. Sur le marché international, les concurrents directs dans la catégorie grand format incluent Figure Robotics (Figure 02), Boston Dynamics (Atlas), Tesla (Optimus Gen 3) et Unitree (H1/G1), tous encore principalement positionnés sur des cas d'usage industriels ou de recherche. En Chine, Fourier Intelligence et Agibot représentent une concurrence locale directe. Les prochaines étapes pour UBTECH passent par la révélation du prix final et les premiers retours sur la tenue réelle des performances biomimétiques annoncées, deux éléments qui conditionneront la crédibilité de ce pivot consommateur.

La diversité est-elle tout ce qu'il faut pour la manipulation robotique à grande échelle ?

Une équipe de chercheurs publie sur arXiv (référence 2507.06219) une étude systématique sur le rôle de la diversité des données dans l'apprentissage de la manipulation robotique, remettant en cause l'intuition du "plus c'est divers, mieux c'est". Trois dimensions sont examinées indépendamment. La diversité des tâches s'avère plus critique que le volume de démonstrations par tâche pour le transfert vers de nouveaux scénarios. L'entraînement multi-robots (multi-embodiment) n'est pas nécessaire au transfert inter-plateformes : un modèle entraîné sur un seul type de robot avec des données de haute qualité transfère aussi efficacement, avec de meilleures propriétés de scaling au fine-tuning. Enfin, la diversité des experts humains peut nuire à l'apprentissage via la multimodalité des vitesses d'exécution, chaque opérateur ayant ses propres rythmes et préférences gestuelles. Pour corriger ce biais, les auteurs introduisent une méthode de distribution debiasing appliquée à leur modèle GO-1-Pro, qui gagne 15% de performance, l'équivalent de multiplier par 2,5 le volume de pré-entraînement. Ces résultats ont des implications directes pour les équipes qui conçoivent des pipelines de collecte de données. La conclusion sur le multi-embodiment est particulièrement contre-intuitive : constituer un corpus mono-robot de haute qualité avant de fine-tuner est plus efficace qu'accumuler des datasets disparates multi-robots. Pour un intégrateur ou un décideur industriel, cela redéfinit les priorités de curation : couvrir un maximum de tâches prime sur l'accumulation brute de démonstrations, et standardiser les démonstrations expert devient un levier de performance mesurable. La multimodalité des vitesses est désormais un biais identifiable et corrigeable en amont du pipeline, pas une fatalité inhérente à la collecte humaine. Ce travail s'inscrit dans la dynamique portée par Google DeepMind (RT-2), Physical Intelligence (Pi-0) et les équipes de Berkeley (OpenVLA, Octo), qui cherchent à construire des fondations généralistes pour la manipulation depuis 2023. Contrairement au texte ou aux images, les données de démonstration robotique restent coûteuses à produire, ce qui rend les choix de stratégie de scaling particulièrement stratégiques. Les conclusions orientent directement les acteurs comme Figure AI (Figure 03), Agility Robotics ou, en France, Enchanted Tools (Mirokaï), qui investissent dans de larges datasets de manipulation. Ce travail est purement académique : aucun déploiement ni partenariat commercial n'est annoncé.