Au-delà de la dextérité : pourquoi le contact pourrait définir la prochaine ère de la robotique

Voici pourquoi l'avenir de la maçonnerie pourrait bien être robotique

Salar al Khafaji, fondateur et PDG de la start-up Monumental, est l'invité d'un épisode du podcast Lexicon pour évoquer les robots autonomes que sa société développe pour le secteur du bâtiment. Avant Monumental, al Khafaji avait créé la société de visualisation de données Silk, rachetée par Palantir. Monumental a mis au point des robots capables de transporter des matériaux et de construire des murs en briques sur des chantiers commerciaux. Chaque brique posée est photographiée avec une caméra 3D, au moment de la préhension puis de la pose, ce qui permet au système de repérer les unités déformées ou ébréchées, surnommées en interne les « banana bricks », et d'ajuster leur positionnement. Des capteurs de charge mesurent en continu la pression exercée pendant la pose, car le mortier est un fluide non newtonien dont le comportement varie selon la viscosité et l'humidité. Avant même de poser une brique, le robot doit se localiser précisément sur le site, lire les plans de construction et déterminer l'emplacement exact des murs et des ouvertures. Al Khafaji affirme, sans donner de chiffre vérifiable, qu'un seul robot Monumental pose environ autant de briques par équipe de travail qu'un maçon humain, et que l'entreprise a constitué ce qu'il décrit, avec humour, comme « le plus grand jeu de données sur les briques au monde ». Ce témoignage éclaire un point de tension classique de la robotique de terrain : le passage du laboratoire au chantier réel, où lumière, météo, surfaces et matériaux changent en permanence et ne peuvent être anticipés par la seule ingénierie. Pour al Khafaji, seule la donnée collectée in situ fait foi, ce qui rejoint le débat plus large sur l'écart entre démonstrations contrôlées et déploiement effectif dans l'industrie des robots humanoïdes et manipulateurs. Il relativise aussi la vitesse individuelle du robot comme métrique clé, jugeant absurde l'idée de robots maçons pleinement autonomes alimentés à la brouette par des humains toutes les quinze minutes, ce qui suggère que la vraie valeur se joue au niveau de la logistique de flotte et de l'intégration de chantier plutôt que sur la seule tâche de pose. Ces affirmations restent celles du fondateur dans un format d'interview promotionnelle, sans cycle time précis, sans nombre de sites ni chiffres de déploiement indépendamment vérifiés. Sur le plan du positionnement, al Khafaji justifie son choix du BTP par la taille économique du secteur, sa stagnation en productivité et son rôle dans la hausse des coûts du logement, un terrain qu'il juge sous-estimé par les entrepreneurs technologiques habitués aux logiciels. L'épisode ne mentionne ni date de lancement commercial, ni levée de fonds, ni site pilote nommé, ni acteur concurrent explicite : il s'agit d'une discussion de vision et de méthode technique, pas d'une annonce produit ou d'un déploiement chiffré.

Video Friday : l'IA confère aux mains robotiques une dextérité humaine

Cette semaine dans la sphère robotique, l'annonce la plus médiatisée émane de Genesis AI, qui présente GENE-26.5, décrit par la société comme "le premier cerveau IA à conférer aux robots des capacités de manipulation physique au niveau humain." Les démonstrations vidéo montrent un système cuisant un repas complet, cassant un oeuf d'une seule main, conduisant des expériences de laboratoire, réalisant du câblage de harnais électrique et jouant du piano. Aucun détail technique sur le matériel robotique utilisé, les taux de succès, ou les conditions d'environnement contrôlées n'est communiqué, ce qui invite à la prudence avant de valider ces affirmations. En parallèle, le Robotics and AI Institute publie une démonstration du quadrupède Spot de Boston Dynamics piloté par un réseau de neurones entraîné par apprentissage par renforcement combiné à une distillation multi-expert: le robot s'accroupit, saute, escalade des caisses et franchit des vides. Du côté de la NASA, les ingénieurs du Jet Propulsion Laboratory ont passé la barrière du son avec des pales de rotor de prochaine génération pour hélicoptère martien, atteignant Mach 1 dans une chambre simulant l'atmosphère de Mars, dont la densité représente environ 1 % de celle de la Terre. Jim Fan, qui dirige le groupe de recherche en autonomie incarnée chez Nvidia, affirme pour sa part que la robotique entre dans sa "phase finale" et que le plan de jeu est déjà écrit. Les affirmations de Genesis AI sur la manipulation humanoïde méritent d'être contextualisées: le secteur est parsemé d'annonces de "dextérité humaine" qui peinent à se vérifier hors conditions contrôlées. L'absence de métriques objectives, taux de succès, nombre de tentatives, variété des objets manipulés, est un signal d'alerte classique dans les communications de ce type, et le demo-to-reality gap reste la question centrale pour tout décideur B2B qui évalue ces systèmes. La prouesse NASA sur les rotors martiens est, en revanche, une avancée mesurable: franchir Mach 1 dans une atmosphère aussi ténue implique des vitesses de rotation extrêmes et des matériaux composites capables de résister à des charges aérodynamiques inédites, ouvrant la voie à des hélicoptères plus capables pour de futures missions. Quant à Atlas, le discours officiel de Boston Dynamics sur l'équilibre entre objectifs commerciaux et recherche fondamentale traduit la pression croissante que subissent les constructeurs de plateformes humanoïdes pour démontrer une rentabilité tangible après des années d'investissement massif. Genesis AI est peu connue du grand public; sa mise en avant via TechCrunch suggère une stratégie de visibilité plutôt qu'un lancement produit au sens strict. Dans l'écosystème concurrent, Physical Intelligence avec Pi-0, Figure Robotics avec le Figure 03, Agility Robotics et 1X mènent des efforts comparables sur la manipulation généraliste, tandis que Nvidia prépare le terrain pour GR00T N2 et les prochains modèles de foundation pour corps physiques. Le thème de l'Open Duck Mini, version open-source des droids BDX de Disney publiée par la communauté, rappelle que l'innovation en robotique ne se limite pas aux acteurs industriels. La communauté se retrouvera à ICRA 2026 du 1er au 5 juin à Vienne, puis à RSS 2026 du 13 au 17 juillet à Sydney, deux rendez-vous où ces avancées seront soumises à une évaluation scientifique rigoureuse, loin des vidéos de démonstration soigneusement sélectionnées.

💬 Genesis AI sort le grand jeu avec GENE-26.5, mais zéro métrique, zéro taux de réussite, ça reste une démo marketing jusqu'à preuve du contraire. Ce qui me retient vraiment dans cette actu, c'est la prouesse NASA sur les rotors martiens: Mach 1 dans 1% de densité atmosphérique, ça c'est de la physique vérifiable, pas du storytelling. Jim Fan parle de "phase finale" pour la robotique, bon, sur le papier c'est enthousiasmant, reste à voir ce que ça donne à ICRA en juin face aux pairs.

Genesis AI développe un cerveau robotique pour doter les robots polyvalents d'une dextérité comparable à celle de l'humain

Genesis AI a dévoilé GENE-26.5, un modèle d'intelligence artificielle qualifié de "cerveau robotique" par l'entreprise, conçu pour doter les robots polyvalents d'une dextérité comparable à celle de l'être humain dans l'exécution de tâches physiques complexes. Le système repose sur une architecture VLA (vision-language-action) : il ingère des flux vidéo issus de caméras embarquées, interprète des instructions en langage naturel et génère directement des commandes motrices de bas niveau, sans pipeline modulaire intermédiaire. Selon Genesis AI, GENE-26.5 permet d'exécuter des séquences de manipulation multi-étapes (saisie, tri, assemblage, adaptation aux variations d'environnement) et fonctionnerait sur plusieurs types de plateformes matérielles sans être lié à une configuration d'actionneurs spécifique. L'entreprise n'a toutefois publié aucun benchmark indépendant ni aucune étude évaluée par les pairs : les performances annoncées reposent exclusivement sur des évaluations internes. La composition et le volume du dataset d'entraînement, probablement issu de sessions de télé-opération humaine et de simulations à grande échelle, n'ont pas été divulgués. L'enjeu de cette annonce dépasse le seul modèle. Le véritable goulot d'étranglement dans le développement des robots polyvalents n'est plus mécanique mais logiciel, et plus précisément la capacité des politiques de contrôle à transférer de la simulation au monde réel (le "sim-to-real gap"). Une architecture VLA end-to-end présente un avantage théorique : la perception et l'action étant couplées dans un même réseau de neurones, le robot peut ajuster sa trajectoire de préhension en temps réel sans attendre un module de planification séparé. Ce couplage comporte toutefois un risque structurel, les erreurs de perception se propageant directement aux commandes motrices sans point de contrôle intermédiaire. Si la généralisation inter-plateformes de GENE-26.5 était validée indépendamment, elle réduirait significativement les barrières à l'entrée pour les intégrateurs et les startups robotiques qui n'ont pas les ressources pour entraîner leurs propres modèles fondamentaux, déplaçant la différenciation concurrentielle vers la qualité matérielle et le fine-tuning applicatif. L'annonce intervient dans un contexte de compétition accélérée sur le marché des robots à usage général. Des acteurs américains comme Figure (Figure 03), Agility Robotics ou Apptronik, ainsi que les équipes Optimus de Tesla et les laboratoires de Physical Intelligence (Pi-0) ou de NVIDIA (GR00T N2), visent des volumes de production de l'ordre de 100 000 unités d'ici 2027. La dextérité manuelle reste l'un des problèmes les plus ouverts du domaine : la main humaine mobilise environ 27 os et plus de 30 muscles pour des gestes que les robots ne reproduisent encore qu'approximativement. Genesis AI n'a annoncé ni partenaire matériel, ni calendrier de déploiement commercial, ni conditions de licence pour GENE-26.5. L'affirmation d'une dextérité "au niveau humain" constitue une revendication forte que le secteur attendra de voir confirmer par des données de terrain réelles, hors conditions de démonstration contrôlées.

Pourquoi la dextérité est le vrai goulot d'étranglement de l'IA physique

Nicolas Sauvage, fondateur et président de TDK Ventures, soutient dans une tribune publiée par The Robot Report que le vrai goulot d'étranglement de l'IA physique n'est plus la capacité des robots à manipuler des objets, mais la fiabilité avec laquelle ils enchaînent des actions. Son raisonnement repose sur un calcul simplifié, qui suppose des taux de succès égaux et indépendants. Pour un flux de travail de 100 actions successives, un taux de réussite de 99 % par action ne donne que 36,6 % de chances de tout réussir du premier coup. À 99,9 %, la probabilité monte à 90,5 %, et à 99,99 % elle atteint 99,0 %. Un robot « réussi à 99 % » n'est donc pas automatisé à 99 %. Il s'agit d'un texte d'opinion, sans nouveau produit, sans déploiement ni donnée de terrain. L'auteur est photographié aux côtés du quadrupède d'ANYbotics, une entreprise suisse. Le message est direct pour les intégrateurs et les décideurs industriels : une démonstration où l'objet est saisi, déplacé et posé ne dit presque rien de l'autonomie réelle. La bonne question est de savoir ce que devient la performance après des centaines de cycles, avec des objets légèrement décalés, une prise qui varie, des composants qui s'usent et des pannes imprévues. Cette lecture confirme l'écart entre démonstration et réalité qui pèse sur le secteur humanoïde, et elle déplace la comparaison. Le nombre de doigts ou de degrés de liberté compte moins que le nombre de « neuf » de fiabilité, c'est-à-dire la différence entre deux et quatre neuf, qui décide si un robot peut travailler sans surveillance. Le client n'achète pas des degrés de liberté, il achète du travail utile. Cela suppose une boucle fermée entre vision, position, contact, force, pression, préhension et correction, avec l'énergie, la sécurité et la capacité de récupération comme contraintes. Sauvage nuance toutefois : tous les flux n'exigent pas le toucher, car la vision et le mouvement suffisent parfois. Le tactile devient précieux pour détecter un glissement, un contact instable, une pression excessive ou la bonne mise en place d'un composant. Pour gagner ces neuf supplémentaires, l'auteur met en avant la récupération sur erreur. Il faut moins viser une prise parfaite que détecter un glissement assez tôt pour le corriger avant que la tâche n'échoue. Il décrit aussi un cercle vertueux : les échecs en déploiement (glissements, mauvaises prises, usure, récupérations ratées) deviennent des données qui améliorent le logiciel, la simulation, les capteurs, la commande et le matériel. Il y met une réserve : changer la main modifie le mouvement, la détection et l'étalonnage, si bien que les données d'un design ne se transfèrent pas forcément à un autre. Cette position n'est pas neutre. TDK Ventures finance des start-up en matériaux, énergie, cleantech, industrie 5.0, mobilité et santé, et TDK est lui-même un fabricant de capteurs, ce qui donne un intérêt à la thèse du tactile et de l'instrumentation. Le texte ne cite aucun acteur concurrent ni calendrier de pilote, et l'extrait fourni s'interrompt avant sa conclusion. Il s'inscrit néanmoins dans un débat croissant sur la manière de mesurer la maturité des robots polyvalents, où le taux de réussite par tâche cède la place à la fiabilité sur un flux complet.