Dossier Cobots & robots collaboratifs

JAKA Robotics dévoile Kargo50, un humanoïde à roues pour charges lourdes, et le cobot Zu50 au salon de l'industrie de Shanghai

JAKA Robotics présente à la 26e China International Industry Fair de Shanghai, qui ouvre le 12 octobre, deux machines annoncées comme des premières mondiales : le Kargo50, un humanoïde à roues pour charges lourdes, et le Zu50, un cobot à forte charge utile, selon Shanghai Securities News. Le Kargo50 prolonge la gamme Kargo vers des tâches industrielles plus lourdes, principalement le déplacement de bacs et de matériaux entre postes. JAKA n'a publié ni payload ni fiche technique, et le modèle ne figure pas sur les pages anglaises du constructeur au jour du lancement. Le Zu50 complète le haut de la gamme de bras collaboratifs : 50 kg de charge, 2 100 mm de portée et jusqu'à 50 % de vitesse d'axe en plus grâce à de nouveaux modules d'articulation intégrés. Sur le stand, JAKA a reconstitué un îlot d'usine. Selon Jiemian News, deux humanoïdes à roues travaillent en binôme : l'un amène un moteur en position, l'autre en visse les fixations, puis chacun revient à son point de départ. L'intérêt tient moins aux machines, dont les caractéristiques restent largement inconnues, qu'à l'argument commercial. JAKA met en avant le Kargo10, déjà utilisé « à grande échelle » dans des usines de pièces automobiles et d'électronique haut de gamme. Son temps de cycle par bac serait passé de 105 à 28 secondes après réglages sur site par des ingénieurs, et le déploiement dans un nouveau scénario prendrait 57 jours. Ces chiffres sont fournis par le constructeur, sans précision sur la nature du bac, la distance ou le nombre de sites. Ils montrent surtout que l'écart entre démonstration et production se comble par de l'intégration manuelle, pas par la seule généralisation du modèle. Choisir une base à roues plutôt que des jambes confirme que la logistique intra-usine reste le terrain le plus accessible pour les humanoïdes. La démonstration en binôme est une mise en scène sur stand, pas un déploiement. Elle sert à illustrer le travail longue durée, où l'opérateur décrit un objectif et le système planifie et contrôle les étapes. Ce pilotage repose sur JAKA EVO, le système d'exploitation d'intelligence incarnée lancé par l'entreprise en 2025. Il sépare un modèle cloud (perception, planification, choix des compétences, gestion des exceptions), un modèle en périphérie avec moteur de règles pour la planification de mouvement et le contrôle en force, et un contrôleur de mouvement à 1 kHz. Fondée en 2014, JAKA exploite désormais deux lignes, les robots collaboratifs et l'intelligence incarnée. Le vice-président Chang Li affirme que les robots généralistes sont la direction du secteur. L'entreprise suit ainsi d'autres acteurs chinois qui poussent des humanoïdes vers la logistique d'usine, comme UBTECH avec FAW-Volkswagen, et a déjà dévoilé le JAKA Pi, humanoïde compact de 1,22 m pour l'éducation et les services. Les prochains jalons à surveiller sont la publication des spécifications du Kargo50, notamment son payload, et l'annonce de clients pilotes nommés.

Exploiter des démonstrations humaines en boucle dans l'apprentissage par renforcement pour la flexibilité des robots pilotés par jumeau numérique

Des chercheurs proposent un cadre d'entraînement en ligne « human-in-the-loop » qui combine jumeau numérique (DT), apprentissage par renforcement (RL) et démonstrations humaines, publié sur arXiv (2610.12140). Contrairement aux jumeaux numériques classiques, surtout employés pour générer des données synthétiques avant l'exécution d'une tâche, celui-ci est synchronisé en temps réel avec le système physique grâce à des flux caméra. Le robot virtuel met ainsi à jour ses observations et sa politique à partir du retour du monde réel. Une architecture à double acteur (« dual actor ») intègre l'apprentissage par imitation sans ajouter de perte d'imitation directe à l'acteur RL, de sorte que les démonstrations guident l'adaptation au lieu d'une reprogrammation manuelle. La démonstration repose sur un bras collaboratif Ufactory xArm5 (5 axes), dont l'effecteur doit atteindre une position cible en évitant des obstacles. Les résultats portent sur deux points. Le cadre peut reprendre l'entraînement après une modification de l'espace de travail physique, sans repartir de zéro. Avec un jeu fixe de démonstrations non optimales, l'architecture à double acteur atteint un taux de succès final nettement supérieur à celui de deux méthodes qui ajoutent une perte d'imitation à l'acteur. Le même schéma se confirme avec de vraies démonstrations humaines recueillies en réalité virtuelle (VR). Lorsque ces démonstrations n'atteignent jamais le but, le double acteur obtient 83 à 100 % de succès moyen en évaluation déterministe, contre 0 à 17 % pour les deux méthodes à perte d'imitation. Les auteurs ne précisent pas dans ce résumé le nombre d'essais, de graines aléatoires ou de démonstrations, ce qui invite à la prudence sur la robustesse statistique de l'écart. L'enjeu concerne les intégrateurs et les responsables d'atelier. Les cobots évoluent dans des environnements de plus en plus variables, et le coût de reprogrammation à chaque changement de poste ou d'obstacle freine leur rentabilité. L'étude suggère qu'une démonstration imparfaite, donnée par un opérateur non expert, peut orienter l'apprentissage sans le contaminer, alors que l'imitation forcée dégrade la politique quand l'exemple est mauvais. Cela vise un problème pratique du déploiement : on dispose rarement de démonstrations parfaites. À nuancer toutefois : la tâche est une simple atteinte de cible avec évitement d'obstacles sur un bras à 5 axes, loin de la manipulation fine, des tâches à contact ou des cadences industrielles. Aucune comparaison avec des modèles généralistes de type VLA n'est avancée, et le passage à l'échelle reste à démontrer. Le travail s'inscrit dans la convergence entre jumeaux numériques, RL et apprentissage par démonstration, où le problème du transfert simulation-réel (sim-to-real) reste central. Ici, la synchronisation continue par caméra réduit cet écart en remettant à jour le modèle virtuel plutôt qu'en le figeant avant le déploiement. Le xArm5 de Ufactory est une plateforme de recherche abordable, et la collecte en VR abaisse la barrière pour les opérateurs. Les prochaines étapes logiques seraient des tâches de manipulation avec contact, des environnements dynamiques plus complexes et des essais en conditions industrielles, qu'aucun pilote annoncé ne couvre à ce stade. Il s'agit d'une publication préliminaire (v1), non évaluée par les pairs.

Revue de la littérature et étude expérimentale sur l'apprentissage par renforcement à partir de retours humains pour la collaboration humain-robot

Une équipe de chercheurs publie sur arXiv (2610.09891) une revue de cadrage suivie d'une expérience en réalité virtuelle sur l'apprentissage par renforcement à partir de retours humains (RLHF) appliqué à la collaboration humain-robot (HRC). La revue suit les lignes directrices PRISMA : sur 199 références examinées, 20 publications évaluées par des pairs (2020-2025) ont été retenues, couvrant plusieurs domaines de la HRC. Les auteurs affirment qu'il s'agit de la première revue centrée sur la conception bidirectionnelle en boucle fermée du RLHF. Elle recense plusieurs modalités de retour (donc plusieurs formats de données), qui peuvent être intégrées à différentes étapes de l'entraînement, ce qui donne un développement en plusieurs phases. Les systèmes sont le plus souvent évalués par des expériences pilotes, avec des métriques côté humain et côté robot. Pour tester une lacune identifiée, l'équipe a mené une expérience en environnement virtuel, en groupes indépendants (between-subjects), comparant un retour initié par le système et un retour initié par l'utilisateur, sur le comportement proxémique d'un robot qui navigue en sécurité autour d'une personne. Les résultats reposent sur des modèles bayésiens qui relient les retours collectés à deux mesures de sécurité : la sécurité psychologique, relevée par questionnaire après l'expérience, et la sécurité physique, mesurée par l'inverse du temps avant collision. Le retour initié par l'utilisateur traduit mieux la sécurité perçue que celui déclenché par le système. Le moment où le retour est demandé influence donc directement sa qualité. L'abstract ne donne ni taille d'échantillon ni effets chiffrés, et l'expérience porte sur un scénario simulé et un seul comportement (la navigation), de sorte que la portée industrielle reste à démontrer. Pour les intégrateurs, le message est pragmatique : la manière de collecter les retours (quand, à l'initiative de qui) pèse autant que l'algorithme sur la sécurité d'un robot collaboratif. Une interface où l'opérateur signale lui-même un inconfort ou une trajectoire trop proche produirait des signaux d'entraînement plus fiables que des sondages automatiques à intervalles fixes. Le travail relativise aussi l'idée que davantage de données humaines suffit, puisque leur qualité dépend du protocole de collecte. Le contexte est celui de l'Industrie 4.0 et de la personnalisation de masse, où la HRC doit permettre des lignes flexibles sans cloisonner l'homme et la machine. Le RLHF, popularisé par les modèles de langage, est transposé à la robotique physique avec des contraintes propres : la sécurité pendant l'apprentissage, le bruit et la fatigue des évaluateurs humains, et l'adaptation mutuelle entre l'humain et le robot. Les auteurs identifient un manque d'expériences HRC réalistes qui comparent les méthodes de collecte de retours. Ils recommandent d'en faire la priorité de la recherche à venir, en mesurant leurs effets sur des métriques humaines et robotiques. Il s'agit d'un travail académique sans produit ni déploiement annoncé, et ses conclusions devront être confirmées sur robots réels, en environnement industriel et avec des échantillons plus larges.

Teradyne Robotics et Elite Robots règlent leur litige sur les cobots

Teradyne Robotics et Elite Robots ont mis fin, le 1er octobre, au litige qui les opposait sur des robots et des logiciels, sans en divulguer les termes. Teradyne Robotics, filiale de Teradyne Inc. et maison mère de Universal Robots (Odense, Danemark), avait assigné en début d'année Elite Robots Deutschland GmbH pour violation de droits d'auteur portant sur des logiciels d'Universal Robots. En avril, le tribunal régional de Hambourg avait rendu une injonction préliminaire restreignant en Allemagne l'activité d'Elite Robots autour des logiciels litigieux et des produits qui les embarquent. Dans un communiqué commun, Jette Withers (directrice juridique de Teradyne Robotics) et Charles Xie (directeur des ventes à l'international d'Elite Robots) indiquent que le différend est réglé d'un commun accord, sans que ce règlement vaille reconnaissance de responsabilité, de contrefaçon ou de validité des droits de propriété intellectuelle par Elite Robots. On ignore s'il comporte un paiement, des modifications logicielles ou produit, ou une licence. Pour les intégrateurs et les acheteurs de cobots, l'enseignement est surtout une absence d'information. Une injonction préliminaire n'est pas un constat final de contrefaçon, et l'issue du dossier ne tranche donc ni la question de la copie ni celle de la protection du logiciel de cobot. Un avocat en propriété intellectuelle, sans lien avec l'affaire, rappelle qu'un litige ouvert par une injonction en urgence se termine souvent tôt: le défendeur cesse d'utiliser le code contesté et verse une indemnité, mais rien ne prouve que ce schéma s'applique ici. Le signal pour le marché est que Teradyne, qui revendique plus de 100 000 cobots vendus depuis 2005, défend activement sa couche logicielle face aux concurrents chinois à bas coût. Les clients d'Elite Robots en Europe, en particulier en Allemagne, restent sans visibilité sur d'éventuelles conséquences pour leurs produits. Le règlement intervient peu après le lancement par Universal Robots de sa plateforme de septième génération, dite Gen 7. Elle comprend de nouveaux bras de la série g, le contrôleur CB7 Core, la console de programmation TP7 Core et le SP7 Smart Panel. Elle repose sur PolyScope X, présenté comme la base logicielle de la nouvelle génération, avec des API ouvertes et un SDK destinés aux applications d'IA, ainsi qu'une connectivité et des capacités de programmation étendues. Ce lancement prend un relief particulier puisque le litige portait justement sur des logiciels d'Universal Robots. Ce n'est pas le seul front judiciaire: en août, Teradyne Robotics a attaqué la filiale allemande du fabricant chinois JAKA Robotics pour atteinte à trois brevets, tous attribués à Universal Robots et dotés d'une date de priorité de mars 2006. Cette procédure est toujours en cours. Elle montre que Teradyne combine droit d'auteur et brevets pour protéger sa position sur le segment des cobots face à une concurrence asiatique de plus en plus présente en Europe.

Premier robot : les révélations du Baromètre Robot Magazine

Le Baromètre Robot Magazine 2026, réalisé en ligne du 13 au 26 septembre auprès de 300 dirigeants et décideurs, détaille ce que les entreprises attendent de leur premier robot. La production et la manutention arrivent en tête des missions envisagées (38 %), devant la logistique (21 %), soit 59 % pour ces deux catégories. Le contrôle qualité recueille 15 % des réponses, le nettoyage 11 %, la maintenance 6 % et les autres usages 9 %. Côté budget, 58 % des répondants prévoient moins de 50 000 euros (31 % sous 25 000 euros, 27 % entre 25 000 et 50 000 euros), tandis que 8 % envisagent plus de 100 000 euros et 18 % ne savent pas encore. Pour le retour sur investissement, 48 % visent moins de 24 mois (14 % sous un an, 34 % entre un et deux ans), et 20 % n'ont pas de cible. Les deux principaux freins sont économiques : le prix (27 %) et l'incertitude sur le ROI (19 %), soit 46 % à eux deux, devant la complexité d'intégration (17 %) et le manque de compétences internes (12 %). Ces chiffres dessinent un acheteur pragmatique, éloigné de l'enthousiasme suscité par les démonstrations d'humanoïdes. Le premier projet type est une tâche physique et répétitive (déplacer des marchandises, alimenter un poste), financée sous 50 000 euros et amortie en moins de deux ans. Cette enveloppe correspond davantage aux cobots, aux robots mobiles autonomes (AMR) d'entrée de gamme ou aux offres en Robot as a Service (RaaS, abonnement ou paiement à l'usage) qu'aux plateformes généralistes, dont le coût total reste mal documenté. Pour les intégrateurs, le message est clair : il faut chiffrer le coût complet (intégration, formation, maintenance, exploitation) et documenter des cas clients avec une méthode de calcul du ROI accessible. Le fait qu'un cinquième des sondés ignore le délai de retour visé, et près d'un cinquième son budget, montre aussi que le besoin d'information précède l'achat. Il faut toutefois lire ces résultats avec prudence. L'échantillon est volontaire et composé de lecteurs et d'abonnés à la newsletter du magazine, un public déjà sensibilisé à la robotique. L'étude décrit donc des intentions, pas des achats, et ne représente pas l'ensemble des entreprises françaises. Elle n'indique pas non plus la taille ou le secteur des répondants, ni la nature des robots envisagés, ce qui limite la comparaison avec les offres du marché. Elle complète néanmoins les signaux venus des fournisseurs de cobots, d'AMR et de solutions RaaS, qui ciblent déjà les PME avec des offres modulaires. Elle suggère que la bataille commerciale se jouera moins sur les performances brutes que sur la lisibilité du prix, de l'intégration et du gain mesurable.

Epson dévoile le cobot AX6, au design compact et à la programmation sans code

Epson Robots, filiale robotique du groupe japonais basée à Suwa, a lancé cette semaine l'AX6, un bras collaboratif à six axes à limitation de puissance et de force, conçu pour fonctionner près d'opérateurs sans barrières physiques sous réserve d'une évaluation des risques. Il affiche une portée de 900 mm, une charge utile maximale de 6 kg, un contrôleur RC-A1010 compatible 100-240 V AC ou 48 V DC, une structure légère en fibre de carbone, un environnement Python personnalisable, un port Ethernet et des connexions pneumatiques en bout de bras, cinq boutons multifonctions, un anneau LED de statut et un simulateur 3D. Piloté sans code via le logiciel AX Portal et accessible depuis un navigateur web sur tablette industrielle, il respecte aussi la norme de salle blanche ISO Classe 5 (ISO 14644-1), utile selon James Shimano, chef de produit chez Epson Robots, pour des applications de sciences de la vie où un capteur doit balayer librement une zone. Basé aux Etats-Unis à Los Alamitos, en Californie, Epson revendique la place de leader mondial des robots SCARA après quarante ans d'activité, avec plus de 250 000 unités vendues dans le monde à fin avril 2026. L'AX6 complète le portefeuille sécuritaire d'Epson, qui couvre désormais robots industriels rapides, cobots dédiés à l'interaction humaine et solutions hybrides intermédiaires, selon Rick Brookshire, directeur du développement produit et robotique chez Epson. Pour les intégrateurs, l'argument central reste la programmation sans code et une interface accessible à des opérateurs peu qualifiés, qui abaisse la barrière à l'entrée sans sacrifier un mode Python pour les cas complexes. La conformité ISO Classe 5 vise spécifiquement un créneau de niche en sciences de la vie, à forte valeur ajoutée. Interrogé sur une intégration future avec des robots mobiles autonomes pour de la manipulation mobile, Shimano a évoqué un intérêt d'Epson pour cette piste sans confirmer de produit ni de calendrier, ce qui relève pour l'instant de l'intention plutôt que de l'offre commerciale. Le lancement s'inscrit dans l'histoire d'Epson, longtemps centré sur les robots SCARA pour l'assemblage de précision et la manutention dans l'aérospatiale, l'automobile, la biotechnologie, l'électronique, l'agroalimentaire, le médical, la pharmacie et la plasturgie, avant d'étoffer sa gamme six axes AX. L'entreprise s'installe ainsi plus franchement sur le marché des cobots, déjà occupé par des acteurs comme Universal Robots, Techman Robot ou la gamme CRX de Fanuc, où simplicité de programmation et coût total de possession priment sur la pure performance. Aucun prix n'a été communiqué pour l'AX6, et Epson n'a précisé ni calendrier de disponibilité commerciale au-delà de cette semaine, ni déploiements pilotes ou clients confirmés à ce stade.

Navigation locomotive consciente de la situation pour deux cobots mobiles en environnement partagé

Un article déposé sur arXiv (référence 2609.26083v1) décrit un système de conscience situationnelle destiné à piloter la locomotion de deux robots collaboratifs mobiles partageant un même espace de travail industriel. Le framework raisonne en trois étapes, perception, compréhension et projection, à partir de la pose de chaque robot, de son état de charge, de l'état de son manipulateur, de l'occupation de la zone partagée, de la position des obstacles et d'une prédiction à court terme des conflits entre robots. Testée uniquement en simulation, sur des scénarios calibrés pour correspondre à une zone physique réaliste de 4 mètres sur 4, la méthode a été comparée, sur plusieurs essais et graines aléatoires, à deux approches de référence, une locomotion indépendante et une gestion par priorité fixe. Elle atteint 100% de réussite des tâches sur tous les scénarios testés, contre seulement 33,3% pour chacune des deux méthodes de référence, tout en éliminant les conflits de zone partagée et les arrêts de sécurité, en maximisant la distance minimale moyenne entre robots et en réduisant le temps de complétion moyen. Ce résultat parle directement aux intégrateurs qui déploient plusieurs robots mobiles ou cobots dans un même atelier : les logiques classiques, qu'elles soient indépendantes ou fondées sur une priorité fixe, échouent près de deux fois sur trois dès que deux robots doivent croiser leur trajectoire dans un espace contraint. En intégrant l'état de charge et celui du manipulateur, et pas seulement la position, à la décision de déplacement, l'approche dépasse le simple évitement d'obstacle et confirme l'intérêt d'une coordination consciente du contexte plutôt que de règles statiques héritées des flottes d'AMR actuelles. Ces chiffres restent néanmoins issus d'une simulation sur une surface de 16 m², ce qui appelle une confirmation sur robots physiques avant toute généralisation à l'échelle d'une usine. Le modèle perception, compréhension, projection reprend les cadres classiques de la conscience situationnelle, appliqués ici à la robotique mobile collaborative, alors que les sites industriels multiplient les flottes de robots partageant couloirs et zones de travail avec des opérateurs humains. L'abstract ne cite ni laboratoire, ni industriel partenaire, ni acteur français ou européen : il s'agit d'une publication de recherche à un stade précoce, sans produit commercial associé ni déploiement réel annoncé. Le choix d'une zone de simulation calibrée sur une surface physique réalisable laisse toutefois présager une validation prochaine sur une plateforme robotique réelle en 4 mètres sur 4, avant une possible extension à des scénarios impliquant davantage de robots ou d'obstacles dynamiques.

Un cadre unifié de guidage dynamique par force pour l'enseignement kinesthésique optimisé

Des chercheurs ont présenté une méthode de guidage par force dynamique pour améliorer l'apprentissage kinesthésique des robots collaboratifs, décrite dans un article publié sur arXiv le 21 septembre 2026 (arXiv:2609.21416v1). L'apprentissage kinesthésique consiste à guider physiquement un cobot à la main pour lui enseigner une trajectoire, une méthode appréciée pour sa rapidité de déploiement lors de changements fréquents de production. Le problème identifié : les opérateurs négligent souvent la configuration articulaire du robot pendant cette manipulation manuelle, ce qui dégrade la performance opérationnelle, mesurée par la valeur singulière minimale de la matrice jacobienne. La méthode proposée combine un contrôle d'admittance variable, qui maintient cette performance au-dessus d'un seuil prédéfini, avec une force virtuelle qui guide activement la main de l'utilisateur vers des configurations articulaires plus favorables. Les expériences ont été menées sur un robot collaboratif à 6 degrés de liberté (DOF), en comparant trois trajectoires types dans l'espace de la tâche, suivies de tests de rejeu de trajectoire pour mesurer le lien entre performance opérationnelle et efficacité de travail. Pour l'industrie robotique, ce travail s'attaque à un angle mort fréquent de l'apprentissage par démonstration physique, une technique de plus en plus répandue chez les intégrateurs pour reprogrammer rapidement une ligne sans compétences en codage. Une trajectoire enseignée sans contrôle de la manipulabilité peut sembler fonctionnelle en test mais générer des mouvements lents ou saccadés une fois rejouée en production, augmentant le temps de cycle (takt time). En automatisant la correction de configuration pendant l'enseignement plutôt qu'après coup, la méthode vise à réduire les reprises et les réglages manuels post-apprentissage, un coût caché souvent sous-estimé dans les déploiements de cobots en petites séries et changements de série fréquents. Le papier s'inscrit dans un courant de recherche en robotique collaborative visant à fiabiliser les méthodes de programmation intuitive (par la main, par démonstration) face aux exigences de performance industrielle, un champ où interviennent aussi des acteurs de l'automatisation collaborative comme Universal Robots ou KUKA, bien qu'aucun partenaire industriel ne soit cité ici. Il s'agit d'un travail de recherche académique à ce stade, sans indication de déploiement commercial, de partenariat ou de calendrier de transfert vers un produit. Les auteurs ne précisent pas non plus le modèle exact de robot 6 DOF utilisé ni les résultats chiffrés d'amélioration du temps de cycle, ce qui limite l'évaluation de la portée réelle des gains annoncés.

Hirebotics ajoute le suivi de ligne et des rails linéaires à ses cobots

Hirebotics LLC a présenté à IMTS 2026, le salon industriel qui se tient cette semaine à Chicago, deux nouvelles extensions pour ses cobots de soudage, découpe plasma et peinture : un système de suivi de ligne (line tracking) et un rail linéaire modulaire. Le suivi de ligne, disponible sur le Cobot Painter, utilise un capteur et un codeur pour détecter automatiquement l'arrivée d'une pièce sur un convoyeur, puis maintient la trajectoire de peinture programmée en compensant les variations de vitesse, sans arrêter la ligne de production. Le rail linéaire, proposé par incréments de 1,5 m (5 pieds) ou en longueurs personnalisées, étend la portée standard des cobots à limitation de force et de puissance de Hirebotics, fixée à 175 cm (68,9 pouces), pour traiter des pièces de 3,6 m à 6 m, voire davantage, comme des châssis ou des assemblages structurels lourds. Fondée à Nashville en 2015, Hirebotics commercialise ces fonctions via sa plateforme cloud sans code Beacon, présentée comme permettant un déploiement sans programmeur robotique dédié. Le PDG Matthew Bush a résumé le problème adressé en deux mots : des pièces trop grandes pour l'enveloppe de travail fixe, ou des pièces qui ne tiennent pas en place. Ces annonces répondent à un frein concret à l'automatisation par cobots dans la fabrication industrielle : au-delà de la démonstration, l'intérêt réside dans le fait que le suivi de ligne, habituellement réservé à une programmation robotique spécialisée sur les lignes industrielles classiques, reste ici intégré à l'interface sans code de Beacon, ce qui abaisse la barrière technique pour des ateliers de fabrication sans ingénieurs robotique dédiés. Cela élargit le champ d'application des cobots vers des segments jusqu'ici plus difficiles à automatiser avec des bras collaboratifs standards : finition sur convoyeur et manipulation de très grandes pièces, notamment dans la construction navale, la fabrication de structures lourdes, les remorques et carrosseries de camions. À ce stade cependant, il s'agit d'une annonce produit faite en salon, sans données de déploiement client, volumes ou tarifs communiqués, ce qui laisse la validation en conditions réelles à confirmer. Ces extensions s'inscrivent dans une logique d'adaptation incrémentale plutôt que de nouveau robot : Hirebotics proposait déjà des montages magnétiques Magswitch, des montages inversés et des positionneurs à contre-pointe pour adapter ses cobots à des applications variées. Le rail linéaire fonctionne de façon transversale sur l'ensemble du portefeuille de l'entreprise, soudage, découpe plasma et peinture, confirmant une stratégie de plateforme unique et modulaire plutôt que de gammes séparées par procédé. Aucun calendrier de déploiement pilote ni de client nommé n'a été communiqué au-delà de la disponibilité annoncée lors d'IMTS 2026.

La robotique industrielle chinoise évolue vers une structure de capacités domestiques

Le marché chinois des robots industriels a basculé en cinq ans : les marques domestiques sont passées de moins de 30% des unités vendues en Chine vers 2020 à environ 55% en 2025, selon les données compilées par MIR DATABANK et reprises dans les documents d'Estun. Estun revendique environ 33 400 unités de robots industriels livrées en 2025, soit près de 10% du marché, et affirme avoir pris la première place toutes marques confondues en Chine, un chiffre qui reste une déclaration de l'entreprise elle-même. Inovance suit avec environ 9,2% de part de marché globale et près de 25% du segment SCARA, en s'appuyant sur sa position de leader des servo-variateurs généralistes. Les deux groupes construisent des chaînes verticales complètes : Estun couvre les contrôleurs de mouvement et servomoteurs jusqu'aux corps de robots et postes de travail, tandis qu'Inovance part des servo-variateurs et contrôleurs pour aller vers les bras SCARA, les six-axes et la vision industrielle. Cette montée en puissance s'appuie sur la localisation des composants clés : selon les chiffres cités par GGII, la part chinoise des réducteurs RV et harmoniques ainsi que des servomoteurs a fortement progressé jusqu'en 2024. Sur le terrain, les fabricants chinois dominent déjà les six-axes à charge légère, le soudage, la palettisation et les cobots, avec une répétabilité statique annoncée entre ±0,02 et ±0,03 mm sur certains bras de milieu de gamme, tandis que les lignes d'assemblage carrosserie complètes et les équipements semi-conducteurs avancés restent le domaine des solutions Fanuc, ABB et Kuka certifiées depuis des décennies, appuyées sur des suites de programmation hors ligne comme ROBOGUIDE, RobotStudio et KUKA.Sim. Ce basculement dépasse la simple guerre des prix : il révèle un écart de compétences qui se resserre secteur par secteur plutôt qu'un basculement financier global. Les fournisseurs domestiques captent les nouvelles lignes de production dans les batteries au lithium, le photovoltaïque, l'électronique grand public et les cellules sensibles aux coûts, pendant que les logiciels de procédés pour l'automobile haut de gamme et les semi-conducteurs avancés restent le point de résistance des quatre familles historiques. Pour les intégrateurs et les décideurs industriels, le signal clé n'est donc pas la part de marché brute mais la nature des lignes gagnées : changer de marque de robot implique de migrer des programmes, un savoir-faire process et des habitudes d'ingénieurs, pas seulement remplacer un bras articulé. Les premières commandes de soudage par points en carrosserie décrochées par Estun marquent une première fissure dans ce mur protégé, et la suite dépendra moins du nombre d'axes ou du prix affiché que de la profondeur des bibliothèques de procédés et des outils de simulation proposés. Cette progression chinoise s'inscrit dans une décennie de rattrapage sur les composants critiques, longtemps le verrou technologique qui maintenait Fanuc, ABB, Yaskawa et Kuka en position dominante malgré leur base installée mondiale considérable. La localisation des réducteurs et des servomoteurs, associée à l'intégration verticale menée par Estun et Inovance, a permis aux acteurs chinois de dépasser 50% de part unitaire sur le marché domestique en l'espace de cinq ans. Estun et Inovance se positionnent désormais comme les deux têtes de file de cette offre nationale, chacun construisant sa propre pile technologique plutôt que de se contenter d'assembler des composants importés. La prochaine étape à surveiller est la capacité de ces fournisseurs à transformer leurs premiers succès en carrosserie automobile et leur avance sur les segments de charge légère en une percée durable dans les segments premium de l'automobile complet et des semi-conducteurs avancés, là où les suites logicielles et les bibliothèques d'application des quatre familles historiques restent, pour l'instant, l'avantage décisif.

Universal Robots lance sa septième génération de plateforme robotique à l'IMTS

Universal Robots (UR), filiale de Teradyne, a présenté au salon IMTS sa septième génération de plateforme robotique, Gen 7, articulée autour d'un nouveau système d'exploitation PolyScope X, d'un boîtier de contrôle CB7 repensé, d'un pendant d'apprentissage et d'une bride d'outil inédits. Le CB7, proposé en version autonome et en version compacte pour armoire d'automatisation, offrirait selon UR 40% de puissance de calcul supplémentaire dans un volume 30% plus compact, tout en restant compatible avec les bras e-Series et UR Series existants. Le fabricant danois, basé à Odense, lance aussi trois bras plus imposants que ses modèles précédents: l'UR10g-1750, l'UR17g-1300 et l'UR18g-950, nommés d'après leur charge utile en kilogrammes et leur portée en millimètres. La nouvelle bride de série g, destinée à faciliter le câblage des caméras et capteurs pour l'IA temps réel, a été démontrée avec un effecteur Intrapal du fabricant allemand Weiss Robotics. Cette mise à jour traduit l'ambition affichée par Teradyne Robotics Group de devenir une plateforme de déploiement pour l'IA physique en usine, au-delà du simple bras robotique. Pour les intégrateurs, l'apport concret tient à la communication multi-réseaux native du contrôleur vers automates, IHM, systèmes MES et vision, qui réduit le besoin de commutateurs externes et répond à une demande croissante des équipes IT de contrôler les flux de données sur le réseau industriel. Les gains chiffrés de 40% et 30% restent des chiffres communiqués par UR, sans mesure indépendante publiée. Teradyne, maison mère du groupe, a enregistré cinq trimestres consécutifs de croissance qu'elle attribue en partie à l'IA, ce qui explique l'ampleur de l'investissement consenti sur cette septième génération plutôt qu'une simple mise à jour incrémentale. UR capitalise depuis toujours sur sa réputation de facilité de programmation et de déploiement face à des concurrents comme Fanuc, ABB, Kuka ou Techman Robot sur le marché des cobots à force et puissance limitées, un argument que Will Healy, directeur marketing produit et industrie chez UR, réaffirme comme différenciateur à l'heure de l'IA embarquée. Le choix de démontrer la bride de série g avec un effecteur du partenaire allemand Weiss Robotics souligne la stratégie d'écosystème de UR pour l'intégration de capteurs et d'outils tiers. Le lancement à l'IMTS marque la disponibilité commerciale immédiate du CB7 et des nouveaux bras dans leurs deux versions annoncées, mais UR n'a communiqué ni calendrier de déploiements clients ni volumes de commandes à ce stade.

Teradyne Robotics poursuit JAKA pour violation de trois brevets d'Universal Robots

Teradyne Robotics, maison mère d'Universal Robots, a déposé une plainte pour contrefaçon de brevet contre JAKA Robotics GmbH, filiale allemande du fabricant chinois JAKA Robotics, devant la Cour unifiée du brevet (UPC), division locale de Copenhague. Le dossier, référencé UPC-CFI-0003057/2026, a été enregistré le 24 août 2026, soit trois jours avant que Teradyne n'annonce publiquement l'action en justice le 27 août. La plainte porte sur trois brevets d'Universal Robots, tous à date de priorité de mars 2006 : EP1996376, qui couvre un système robotique programmable et son interface utilisateur (dont un écran tactile affichant une représentation 3D du robot pour piloter ses mouvements) ; EP3045273, relatif à un frein de sécurité d'articulation combinant solénoïde, cliquet et élément de friction annulaire monté sur l'axe moteur, ainsi que des dispositifs d'encodeurs ; et EP3530420, qui porte sur la construction des articulations, notamment les brides de sortie et les structures reliant des articulations adjacentes. Teradyne affirme que la plainte couvre à la fois du matériel et du logiciel, sur une large gamme de cobots JAKA vendus en Europe, sans toutefois préciser publiquement quels modèles précis seraient concernés par quels brevets. Le dossier public compte 128 documents, mais ceux-ci restent inaccessibles. Le 3 septembre, JAKA a déclaré n'avoir reçu aucune notification officielle ni document juridique, et a affirmé que ses conseils juridiques avaient vérifié qu'aucune procédure judiciaire n'était encore ouverte contre elle au 2 septembre, s'appuyant sur deux analyses de liberté d'exploitation antérieures qui n'auraient révélé aucun risque de contrefaçon vis-à-vis d'Universal Robots. Cette affaire illustre la judiciarisation croissante de la concurrence entre les fabricants occidentaux de cobots, historiquement dominants, et les acteurs chinois qui gagnent rapidement des parts de marché en Europe avec des prix plus agressifs. Pour les intégrateurs et décideurs industriels, le risque juridique devient un critère d'achat à part entière : des brevets vieux de vingt ans sur des éléments aussi fondamentaux que l'interface tactile ou le frein d'articulation pourraient, si la contrefaçon est prouvée, fragiliser toute une classe de cobots concurrents vendus dans l'UE. L'épisode illustre aussi le flou procédural propre à l'UPC, juridiction encore jeune, où le dépôt d'une plainte peut précéder de plusieurs jours sa notification effective au défendeur, créant une période d'incertitude publique. Teradyne, fondée en 2005, revendique plus de 100 000 robots collaboratifs vendus et se positionne comme le leader mondial du secteur via Universal Robots. Il s'agit de sa deuxième action majeure en Europe visant une entreprise chinoise cette année, après une plainte pour contrefaçon de droits d'auteur déposée en février 2026 contre la filiale allemande d'Elite Robots. James Davidson, chief AI officer de Teradyne Robotics, doit intervenir lors de RoboBusiness 2026, prévu les 20 et 21 octobre à Santa Clara, événement qui doit rassembler plus de 1 500 participants du secteur robotique.

JAKA contre-attaque Teradyne Robotics dans le litige de brevets

Le fabricant chinois de bras collaboratifs JAKA Robotics a riposté le 3 septembre après avoir été poursuivi la semaine précédente par Teradyne Robotics, maison mère du danois Universal Robots, pour violation de brevets portant sur le matériel et le logiciel de ses cobots. Dans un communiqué transmis à The Robot Report, JAKA affirme avoir engagé une action en justice demandant une injonction contre ce qu'elle qualifie de déclarations publiques "fausses, trompeuses et préjudiciables" de la part de Teradyne. La société, basée à Shanghai, dit n'avoir reçu aucune communication directe de Teradyne ni de ses représentants légaux, et n'avoir vu aucun document judiciaire lié à l'affaire: elle affirme avoir appris les accusations uniquement via une annonce de Teradyne sur les réseaux sociaux. Selon JAKA, ses conseils juridiques n'avaient trouvé, au 2 septembre, aucune procédure pour contrefaçon de brevet ouverte contre elle, et The Robot Report n'avait à ce stade identifié aucun document de justice confirmant le dossier. JAKA revendique plus de 300 brevets déposés dans le monde et affirme avoir commandé deux analyses indépendantes de liberté d'exploitation avant son entrée sur le marché européen, sans qu'aucune ne signale de risque de contrefaçon. David Brandt, vice-président R&D et directeur technique d'Universal Robots, a répondu que la plainte avait bien été déposée devant les tribunaux de Copenhague et n'avait peut-être pas encore été signifiée à JAKA, ajoutant que le nombre de brevets détenus par JAKA importe peu, seule comptant leur solidité. Cette querelle, rendue publique de façon inhabituelle pour un contentieux de brevets dans la robotique, illustre les tensions croissantes entre fabricants occidentaux établis et nouveaux entrants chinois sur le marché des cobots. JAKA accuse Teradyne d'associer ses produits à une sécurité ou une qualité moindre en raison de leur "origine chinoise", une allégation qu'elle juge infondée puisque la sécurité d'un cobot dépend de l'intégration et de l'évaluation des risques, pas du pays de fabrication. JAKA parle d'une tentative de créer une "incertitude anticoncurrentielle" sur le marché. Pour les intégrateurs et décideurs industriels, l'affaire ajoute un facteur de risque juridique à considérer lors du choix de bras collaboratifs chinois en Europe, à un moment où ces fournisseurs gagnent des parts de marché face à Universal Robots, longtemps leader incontesté du secteur. Universal Robots, pionnier danois des cobots fondé en 2005 et racheté par l'américain Teradyne en 2015, défend ainsi une position dominante face à JAKA Robotics, fondée à Shanghai en 2014 et en pleine expansion en Europe. La plainte de Teradyne vise la filiale allemande de JAKA et a été déposée devant un tribunal de Copenhague, sur le terrain historique d'Universal Robots. JAKA affirme de son côté avoir lancé une procédure distincte en Allemagne contre les déclarations publiques de Teradyne. Aucun document judiciaire n'a encore été rendu public de part et d'autre, et le statut exact de la signification reste incertain. The Robot Report indique poursuivre son suivi de l'affaire à mesure que de nouveaux dépôts et déclarations seront disponibles.

NexCOBOT évoque les obstacles du marché de l'IA physique et son accélération

NexCOBOT, fournisseur taïwanais de contrôleurs pour la robotique basé à New Taipei City, a présenté sa gamme de contrôleurs de mouvement lors du Robotics Summit & Expo. Sa directrice générale, Jenny Shern, a détaillé l'évolution du marché de l'IA physique dans un entretien avec The Robot Report. Elle cite trois rachats survenus cette année : Mobileye a acquis Mentee Robotics pour 900 millions de dollars en janvier, Amazon a racheté Fauna Robotics en mars, et Meta a absorbé Assured Robot Intelligence en mai. Depuis 2025, NexCOBOT reçoit un afflux de demandes de la part de fabricants de robots à pattes, quadrupèdes et humanoïdes, ainsi que de manipulateurs mobiles, cherchant des contrôleurs adaptés à ces nouvelles architectures. L'entreprise, issue en 2018 d'une scission de l'unité IoT Automation Solutions du groupe NEXCOM, fournit des contrôleurs de mouvement, des contrôleurs de sécurité fonctionnelle, des composants périphériques et des services de conseil en vérification de conception. Shern indique que NexCOBOT reste dans une position financière stable, sans divulguer de chiffres précis, et concentre ses efforts sur le passage à la production de masse pour honorer un carnet de commandes mondial important. Ces rachats par les géants technologiques illustrent une stratégie claire : acheter l'expertise en apprentissage robotique, perception et contrôle autonome plutôt que la développer en interne, pour accélérer l'accès à ce que Shern qualifie de prochaine phase des systèmes intelligents. Pour les intégrateurs et décideurs industriels, ce mouvement de consolidation coïncide avec un resserrement du capital-risque en amorçage : si les levées géantes se multiplient, le financement des jeunes pousses en phase précoce a reculé aux Etats-Unis, ce qui impose une pression accrue pour démontrer rapidement un modèle économique viable. Shern anticipe davantage de collaborations entre startups, industriels et grandes entreprises technologiques pour compenser ce resserrement. Elle introduit aussi la notion de robots natifs IA, conçus dès l'origine pour percevoir, décider et s'adapter à leur environnement plutôt que suivre des instructions figées, à la différence des robots industriels traditionnels. Si les progrès en perception, planification de mouvement et interaction homme-robot sont rapides, elle souligne que la fiabilité et la sécurité restent les conditions déterminantes avant une adoption industrielle à grande échelle, l'intégration se faisant par étapes plutôt que par bascule immédiate. Ce positionnement s'inscrit dans l'histoire de NexCOBOT, née en 2018 d'une séparation de l'activité IoT Automation Solutions de NEXCOM Group, et construite comme fournisseur neutre de contrôleurs aussi bien pour la robotique traditionnelle que pour les nouvelles générations de machines à pattes ou mobiles. Sans citer de partenariat ni de pilote nommé, Shern situe son entreprise en position d'infrastructure plutôt qu'en concurrente directe des fabricants de robots humanoïdes eux-mêmes rachetés par Mobileye, Amazon ou Meta, un marché qui reste ici dominé par des acteurs nord-américains sans mention d'acteur français ou européen. La suite annoncée par NexCOBOT relève de l'exécution plutôt que du produit nouveau : honorer un carnet de commandes mondial déjà constitué et basculer vers la production de masse de ses contrôleurs de sécurité fonctionnelle ouverts, signe que, selon elle, la demande dépasse déjà la phase de prototypage chez les intégrateurs de robotique de nouvelle génération.

Teradyne Robotics intensifie sa lutte contre les copies de cobots

Teradyne Robotics, maison mère du fabricant de cobots Universal Robots, a déposé une plainte pour contrefaçon de brevets contre la filiale allemande de l'entreprise chinoise JAKA Robotics. La plainte, déposée devant la division locale de Copenhague de la Juridiction unifiée du brevet (UPC), vise plusieurs brevets couvrant à la fois le matériel et le logiciel des bras collaboratifs d'Universal Robots. Selon David Brandt, vice-président R&D et directeur technique d'Universal Robots, l'entreprise a acheté un robot JAKA après avoir constaté des ressemblances frappantes avec ses propres bras à limitation de force et de puissance, et l'examen du produit a révélé une possible contrefaçon. Le choix de Copenhague s'explique par des actes d'infraction allégués survenus au Danemark et dans d'autres États membres de l'UE. Il s'agit du second contentieux majeur de Teradyne Robotics contre un acteur chinois en Europe cette année : en février 2026, l'entreprise avait déjà attaqué la filiale allemande d'Elite Robots pour contrefaçon de droits d'auteur, obtenant en avril une injonction préliminaire du tribunal régional de Hambourg interdisant à Elite Robots Allemagne de commercialiser les logiciels et produits litigieux, procédure toujours en cours. JAKA n'a pas répondu aux sollicitations du Robot Report. Une décision de l'UPC aurait une portée géographique large : elle pourrait s'appliquer dans 17 des 18 États membres de l'UE participant à l'UPC, ainsi que dans des pays tiers comme le Royaume-Uni et l'Espagne. Pour les intégrateurs et acheteurs de cobots, cette affaire illustre un durcissement net de la défense de propriété intellectuelle face à la montée de fabricants chinois proposant des bras collaboratifs aux caractéristiques très proches des standards occidentaux. Une victoire de Teradyne pourrait forcer des ajustements de gamme, des retraits de marché ou des accords de licence pour plusieurs fournisseurs chinois actifs en Europe, et pèsera sur les décisions d'achat des industriels, qui évaluent désormais la solidité juridique de leurs fournisseurs autant que le prix. Jean-Pierre Hathout, président du groupe Teradyne Robotics, a affirmé que l'entreprise n'accepterait pas la copie illégale de technologies protégées, un discours qui traduit une stratégie assumée de contentieux répétés plutôt qu'un cas isolé. Universal Robots structure aujourd'hui son offre en deux gammes : la UR Series (UR8 Long, UR15, UR18, UR20, UR30), avec des charges utiles de 10 à 35 kg et une portée allant jusqu'à 1750 mm, et l'e-Series, plus compacte (UR3e, UR7e, UR12e, UR16e), avec des charges de 3 à 16 kg et des portées de 500 à 1300 mm. JAKA aligne un catalogue tout aussi étendu, articulé autour des séries Zu, Pro, S, AL, A et Mini, plus le MiniCobo. La famille Zu s'étend du Zu3 au Zu30, avec par exemple le Zu5 (5 kg, 954 mm) et le Zu18 (18 kg, 1073 mm), tandis que la série Pro (Pro5, Pro12, Pro16) cible des usages plus exigeants. Cette comparaison de portefeuilles, mise en avant par Teradyne lui-même à l'appui de sa plainte, devrait occuper une place centrale dans l'instruction du dossier devant l'UPC.

Robots collègues chinois en plein essor : voici les cobots dopés à l'IA

Le géant technologique chinois multiplie les déploiements de cobots, ces robots collaboratifs conçus pour travailler aux côtés d'employés humains sur les lignes de production. Contrairement aux robots humanoïdes et aux "usines noires" entièrement automatisées qui ont capté l'attention médiatique, cette catégorie d'automatisation progresse discrètement grâce aux avancées en apprentissage automatique et en intelligence artificielle. Les derniers modèles se distinguent par une programmation ne nécessitant plus aucune compétence en code : ils répondent désormais à des commandes vocales en langage naturel, à des gestes de l'opérateur, et peuvent apprendre une tâche par simple démonstration physique (méthode dite du "drag-to-teach"), où l'humain guide manuellement le bras robotique pour lui enseigner un mouvement. Cette évolution marque un tournant pour l'industrie manufacturière chinoise et, plus largement, pour le secteur de la robotique collaborative mondiale. En abaissant drastiquement la barrière technique à l'installation et à la reconfiguration des cobots, les fabricants chinois rendent ces machines accessibles à des PME industrielles qui n'auraient pas les moyens d'employer des ingénieurs en robotique dédiés. Pour les intégrateurs et décideurs B2B, ce signal est important : il suggère que l'automatisation collaborative, longtemps freinée par la complexité de programmation, pourrait connaître une diffusion beaucoup plus rapide que les humanoïdes autonomes, dont le déploiement reste largement au stade pilote. Cette montée en puissance s'inscrit dans la stratégie industrielle chinoise de robotisation massive, portée par des acteurs nationaux cherchant à répondre à la fois à la hausse des coûts de main-d'œuvre et aux ambitions de leadership technologique de Pékin. Les cobots chinois entrent ainsi en concurrence directe avec des fabricants occidentaux établis comme Universal Robots ou ABB, historiquement dominants sur ce segment. La trajectoire annoncée table sur une intégration croissante de l'IA générative et de l'apprentissage par renforcement pour rendre ces robots encore plus autonomes dans l'adaptation à de nouvelles tâches, sans toutefois atteindre le niveau de polyvalence visé par les humanoïdes de nouvelle génération.

Robust.AI choisit le système de perception IA d'Aptiv pour son robot d'entrepôt Carter nouvelle génération

Aptiv, groupe technologique industriel connu pour ses systèmes de capteurs automobiles, a annoncé que Robust.AI, spécialiste des robots mobiles autonomes pour l'entrepôt, a choisi sa solution de perception intelligente pour équiper la troisième génération de son robot collaboratif Carter. Le système repose sur une fusion de capteurs pilotée par intelligence artificielle et apprentissage automatique, autour du capteur Aptiv Pulse. Cette annonce prolonge une collaboration déjà engagée entre les deux entreprises, qui associent l'expertise d'Aptiv en perception embarquée, historiquement développée pour l'automobile, aux robots mobiles collaboratifs de Robust.AI destinés aux entrepôts et centres de distribution. Pour l'industrie de l'automatisation logistique, ce partenariat illustre une tendance de fond: les fournisseurs de capteurs automobiles, confrontés à un marché des véhicules autonomes plus lent que prévu, redéploient leur technologie de perception vers la robotique industrielle et les AMR (robots mobiles autonomes). Pour les intégrateurs et décideurs B2B en logistique, l'enjeu est la fiabilité de la navigation et de la détection d'obstacles en environnement partagé avec des opérateurs humains, un point critique pour la certification sécurité des robots collaboratifs. L'annonce reste toutefois formulée en termes généraux, sans données chiffrées sur les gains de performance, la portée des capteurs ou le calendrier de déploiement, ce qui invite à la prudence sur l'ampleur réelle du changement technique. Robust.AI, fondée par Aaron Edsinger et soutenue notamment par des investisseurs de la robotique, développe sa gamme Carter depuis plusieurs années comme alternative aux AMR déjà déployés par des acteurs comme Locus Robotics ou 6 River Systems (Ocado). Aptiv, de son côté, cherche à valoriser son portefeuille de capteurs et de logiciels de perception au delà de l'automobile. La suite dépendra des premiers déploiements concrets du Carter Gen 3 chez des clients entrepôts, qui permettront de vérifier si ces gains de perception se traduisent par une adoption élargie.

Une entreprise norvégienne dévoile le premier capteur ultrasonique 3D certifié au monde pour des robots plus sûrs

L'entreprise norvégienne Sonair a dévoilé ADAR One, présenté comme le premier capteur ultrasonique 3D certifié pour la sécurité au monde destiné à la collaboration homme-robot. Le dispositif utilise une technologie de détection et télémétrie acoustique (ADAR) pour offrir un champ de perception spatiale tridimensionnelle de 180°×180°, permettant de détecter personnes et obstacles à toutes les hauteurs, contrairement aux capteurs de sécurité 2D classiques qui présentent des angles morts. Conçu pour les robots mobiles autonomes, les humanoïdes et les systèmes d'automatisation industrielle, ADAR One fonctionne comme une couche de sécurité indépendante des caméras, des logiciels d'IA et des systèmes de contrôle de mouvement, vérifiant en continu que l'environnement du robot est sûr avant et pendant son fonctionnement. Sonair précise qu'il s'agit du premier système embarqué certifié sécurité développé en Rust, langage réputé pour la fiabilité logicielle qu'il apporte. Le capteur est entré en production en série et équipe déjà des robots industriels : depuis le lancement de sa version bêta il y a un an, plus de 80 entreprises de robotique dans le monde l'ont évalué via le programme de test de Sonair, et plusieurs préparent désormais des déploiements commerciaux suite à l'obtention de la certification. Cette annonce s'attaque à un angle mort réel du secteur : à mesure que les robots gagnent en capacités grâce à l'IA, les systèmes de sécurité peinent à suivre, la difficulté principale résidant moins dans l'intelligence embarquée que dans la détection humaine fiable en toutes circonstances. En obtenant une certification conforme à certaines des normes de sécurité industrielle les plus strictes, ainsi qu'une approbation au titre de la réglementation européenne sur les machines, Sonair propose une alternative crédible aux scanners laser 2D omniprésents dans l'industrie. Pour les intégrateurs système, l'intérêt est double : une couverture 3D complète réduit à la fois la complexité de conception et le coût par rapport à la superposition de plusieurs capteurs 2D, et le format compact permet une intégration dans des AMR, des véhicules à guidage automatisé ou des cobots sans refonte majeure. Pour les fabricants de robots humanoïdes en particulier, cela ouvre la possibilité d'embarquer une couche de sécurité certifiée supplémentaire directement dans le corps du robot, en complément des caméras et de l'IA, un enjeu central alors que ces machines sont appelées à évoluer physiquement proches des humains en usine ou en entrepôt. Le lancement s'inscrit dans une phase de maturation plus large de la robotique collaborative, où la certification devient un différenciateur commercial autant qu'une contrainte réglementaire, comme le souligne le PDG de Sonair, Knut Sandven, qui évoque une "charge d'ingénierie" transformée en "différenciateur commercial pour toutes les parties prenantes". Le sujet fait écho à d'autres avancées récentes en perception robotique, comme les capteurs tactiles à changement de couleur développés par des chercheurs européens pour restituer le toucher en temps réel. Reste que les affirmations de Sonair (certification, standards visés, nombre d'entreprises évaluatrices) proviennent essentiellement du communiqué de l'entreprise elle-même, sans détail public sur les organismes certificateurs précis ni sur les clients ayant déjà engagé un déploiement commercial concret, ce qui invite à une lecture prudente en attendant des retours d'intégrateurs indépendants.

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.

Hirebotics lance un cobot résistant aux explosions sans programmation pour la peinture industrielle

Hirebotics, spécialiste américain des solutions de robots collaboratifs pour la fabrication métallique, a annoncé la disponibilité immédiate du Cobot Painter, présenté comme la première solution cobot antidéflagrante (explosion-proof) reposant sur une plateforme sans code. Le produit combine le logiciel Beacon, développé en interne par Hirebotics, avec le bras Fanuc CRX-10iA/L Paint, une variante du CRX-10iA certifiée pour les environnements pulvérulents et inflammables. La cible déclarée est la production haute variété, faibles volumes (high-mix, low-volume) dans les ateliers de peinture industrielle sur métal, un segment traditionnellement laissé entre la peinture manuelle et les lignes automatisées complexes. Aucun chiffre de payload ou de temps de cycle n'a été communiqué dans l'annonce. L'intérêt pour les intégrateurs et les décideurs industriels réside dans la combinaison de deux contraintes rarement résolues simultanément : la certification antidéflagrante, obligatoire dans les cabines de peinture selon les normes ATEX/NEC, et l'absence de programmation traditionnelle. Le no-code Beacon réduit le temps de mise en service et permet aux opérateurs sans expertise robotique de reprogrammer les trajectoires entre deux séries, ce qui est le noeud dur du high-mix. Si la promesse tient à l'usage réel, cela élargit l'accès aux cobots de peinture aux PME industrielles qui ne peuvent pas se permettre un intégrateur dédié. Hirebotics, basé au Tennessee, a construit son modèle commercial autour du robot-as-a-service (RaaS) pour la soudure cobot avant de s'étendre à la peinture. Sur ce segment, les alternatives incluent les solutions de Doosan Robotics, Universal Robots via des intégrateurs tiers, et des systèmes dédiés d'ABB et Graco, tous nécessitant généralement une expertise de programmation ou une intégration sur mesure. Hirebotics se positionne donc sur le prix d'entrée et la simplicité de déploiement plutôt que sur les performances brutes. L'annonce n'indique pas de pilotes clients nommés ni de volumes de déploiement prévus.

Reconnaissance gestuelle tactile par capteurs articulaires intégrés pour robots industriels

Des chercheurs ont publié sur arXiv (2508.12435) une étude démontrant qu'un robot industriel peut reconnaître des gestes tactiles humains en exploitant uniquement ses capteurs articulaires intégrés, sans aucun capteur externe. Implémentée sur un bras Franka Emika Research (7 DOF), l'approche s'appuie sur des architectures CNN évaluées sur un dataset collecté spécifiquement pour l'expérience. Deux méthodes ont atteint plus de 95 % de précision en détection de contact et classification de gestes : STFT2DCNN, qui applique une transformée de Fourier à court terme pour générer des spectrogrammes 2D, et STT3DCNN, qui exploite des représentations temps-fréquence tridimensionnelles. La variable déterminante n'est pas le choix d'architecture CNN mais la représentation des données : passer des séries temporelles brutes aux spectrogrammes fait bondir les performances de façon significative. L'implication industrielle est directe. Équiper un robot d'une peau tactile ou de caméras supplémentaires pour détecter l'intention humaine coûte cher, complexifie l'intégration et fragilise la maintenance. Prouver que les couples et positions articulaires déjà remontés par le contrôleur suffisent à atteindre 95 % de précision ouvre une voie de déploiement à coût quasi nul pour la collaboration homme-robot dans les cellules existantes. Les modèles spectraux montrent également une meilleure généralisation à de nouvelles configurations articulaires, ce qui est un signal positif pour des applications où le robot change fréquemment de posture de travail. Cela dit, les performances sont mesurées en laboratoire sur un seul modèle de robot et un dataset maison dont la taille et la diversité ne sont pas précisées dans l'abstract, ce qui invite à la prudence avant de conclure à une généralisation industrielle immédiate. La reconnaissance tactile sans peau robotique est un chantier actif depuis plusieurs années, notamment dans les labos qui travaillent sur la conformance mécanique (robots cobots comme le Franka, UR, ou le Kinova). Des approches concurrentes s'appuient sur des capteurs de force-couple au poignet (ATI, Robotiq FT300), des peaux à électrodes capacitives, ou la vision RGB-D pour inférer l'intention de contact, chacune avec un surcoût matériel substantiel. Ce travail positionne les signaux proprioceptifs comme une alternative viable et souligne que le verrou n'est pas hardware mais algorithmique. Les prochaines étapes probables : validation sur d'autres plateformes (UR10, KUKA iiwa), extension à des gestes plus complexes, et tests en conditions industrielles réelles avec bruit vibratoire ambiant.

Comment l'intégration de cobots compacts améliore les applications de robots mobiles autonomes (AMR)

L'usage des cobots dans les entrepôts et les ateliers de production a été multiplié par dix entre 2018 et 2025, selon les données du secteur, porté par les pénuries de main-d'oeuvre et la pression sur la productivité. Kassow Robots, fabricant danois de bras collaboratifs, met en avant l'intégration de ses modèles à 7 axes sur des AMR (robots mobiles autonomes) pour créer des manipulateurs mobiles capables de pick-and-place, palettisation, machine-tending, vissage, étiquetage et soudage à l'échelle d'une installation entière. L'innovation technique centrale revendiquée par l'entreprise : le contrôleur du cobot, jusqu'ici imposé en armoire externe à proximité du poste fixe, est désormais intégré dans la base compacte du bras lui-même. Ces manipulateurs mobiles fonctionnent en outre sur la batterie embarquée de l'AMR, supprimant toute dépendance à une infrastructure d'alimentation fixe. L'article ne communique pas de métriques précises (temps de cycle, payload, volumes de déploiement, tarifs) au-delà des affirmations générales d'efficacité. L'intégration du contrôleur dans le bras est le verrou technique qui bloquait depuis des années la mobilisation des cobots : une solution sur AMR nécessitait auparavant de tracter l'armoire de commande ou de gérer un câblage complexe, rendant l'ensemble peu praticable. Pour les intégrateurs industriels, supprimer ce cabinet simplifie l'installation et réduit l'empreinte au sol. Les bras à 7 axes offrent par ailleurs un avantage fonctionnel sur les 6 axes classiques : ils accèdent à des zones difficiles autour de leur propre base, angle mort structurel des architectures à 6 degrés de liberté, et multiplient les orientations de travail possibles. Côté sécurité, les cobots à limitation de force et de puissance (power- and force-limited) autorisent une collaboration directe avec les opérateurs sans les procédures lourdes imposées par les robots industriels haute vitesse, ce qui réduit les frictions opérationnelles au sol. Ces gains restent à relativiser : l'article s'appuie essentiellement sur les argumentaires de Kassow, sans données comparatives tierces ni retours de déploiements à grande échelle. Kassow Robots est un acteur européen positionné sur le segment niche des cobots 7 axes, face à Universal Robots (UR, groupe Teradyne) qui domine le marché des cobots standards. Dans les solutions de manipulateurs mobiles, les configurations concurrentes les plus répandues couplent des bras UR avec des AMR de MiR (également Teradyne), ou des plateformes d'Omron et de Fetch Robotics (Zebra Technologies). En Europe, des acteurs comme Exotec opèrent sur des architectures différentes -- AMR de stockage sans cobot monté -- ciblant des segments adjacents. Les AMR actuels s'appuient sur le lidar embarqué pour naviguer sans guidage physique, en rupture avec les AGV de première génération qui requéraient bandes magnétiques et capteurs additionnels. Le marché des manipulateurs mobiles reste en phase d'émergence commerciale : les premières installations pilotes se multiplient, mais les déploiements à grande échelle dans la logistique et l'industrie n'en sont qu'à leurs débuts.

Hirebotics propose un cobot no-code et antidéflagrant pour la peinture

Hirebotics, fabricant de cobots pour la métallurgie basé à Nashville (Tennessee), a lancé le Cobot Painter, un système de peinture collaborative antidéflagrant construit autour du FANUC CRX-10iA/L Paint et de sa plateforme propriétaire sans code Beacon. La solution prend en charge la peinture liquide, le revêtement en poudre et le gel coat dans des environnements classés zones dangereuses. Le bras dispose d'une portée de 141,7 cm et peut opérer directement dans une cabine de peinture manuelle existante, sans nécessiter de cellule dédiée ni de refonte de l'infrastructure d'extraction ou de convoyage. La programmation repose sur un principe "click-and-teach" via tablette ou smartphone : un opérateur guide physiquement le robot une fois, et ce dernier reproduit à l'identique la vitesse, la distance et l'angle de pulvérisation à chaque cycle. Hirebotics promet un déploiement opérationnel en quelques jours, sans qu'aucun spécialiste en robotique ne soit nécessaire en interne. La version actuelle supporte uniquement la peinture en poste fixe ; le suivi de ligne (line tracking, où le robot accompagne les pièces en mouvement continu) est annoncé pour une version future, sans calendrier précis communiqué. L'enjeu pour les ateliers de fabrication à mix élevé et faibles volumes est concret : jusqu'ici, l'externalisation des opérations de finition était souvent la seule option viable face au coût et à la complexité des lignes automatisées traditionnelles, qui impliquent des investissements lourds en infrastructure et des compétences rares. En internalisant le revêtement avec un cobot déployable dans l'environnement existant, les fabricants reprennent la main sur les délais, la qualité et les marges. La certification antidéflagrante du CRX-10iA/L Paint est un point technique non trivial : elle ouvre l'automatisation à des environnements où des vapeurs inflammables sont présentes, ce que la majorité des cobots collaboratifs standard ne peuvent pas adresser. La réduction du gaspillage de peinture et de la surpulvérisation, mise en avant par Hirebotics, est crédible sur le principe de la répétabilité robotique, mais aucun chiffre de ROI ni de comparatif de consommation n'a été publié à ce stade. Hirebotics a été fondée en 2015 et s'est spécialisée dans les robots à effort et puissance limités pour la métallurgie, avec une approche systématiquement axée sur l'accessibilité sans programmation. Le Cobot Painter vient compléter une gamme déjà composée du Cobot Welder et du Cobot Cutter, tous deux sous plateforme Beacon. Le partenariat avec FANUC America pour la certification peinture du CRX s'inscrit dans la stratégie du constructeur japonais de positionner sa série CRX sur les segments collaboratifs de niche. Côté concurrence, des acteurs comme Universal Robots (UR) avec des intégrateurs tiers, ou Stäubli sur les applications peinture certifiées, occupent ce terrain ; la différenciation de Hirebotics repose sur l'absence totale de programmation plutôt que sur les performances brutes du bras. Aucun prix ni volume de déploiement prévu n'a été communiqué lors du lancement.

Robust.AI choisit le capteur Aptiv PULSE pour son robot mobile Carter Gen 3

Robust.AI a annoncé cette semaine, lors du salon Automate à Chicago, l'intégration du capteur PULSE d'Aptiv PLC dans son robot mobile collaboratif de troisième génération, le Carter Gen 3. Le PULSE est un système de perception fusionnant une caméra grand-angle et un radar ultra-courte portée pour une couverture à 360 degrés, avec fusion précoce des données brutes par apprentissage automatique. Cette architecture permet la création de cartes de profondeur et de grilles d'occupation en temps réel, deux éléments clés pour la navigation et la sécurité fonctionnelle en milieu industriel. Concrètement, le Carter est un AMR (autonomous mobile robot) logiciel-défini, conçu pour automatiser le picking de préparation de commandes, le transport point-à-point et le tri mobile, sans investissement en infrastructure fixe. Robust.AI, basée à San Carlos (Californie), commercialise son robot sur un modèle RaaS (Robotics-as-a-Service) à déploiement rapide et scalabilité flexible. En parallèle, les deux entreprises visent une certification Performance Level d (PL(d)), le niveau de sécurité fonctionnelle le plus exigeant pour les applications industrielles critiques, qu'Aptiv s'engage à obtenir pour les cas d'usage concernés. L'intérêt de ce partenariat dépasse le seul choix de composant : il illustre un virage sectoriel vers des systèmes de perception redondants et certifiables pour les AMR déployés en environnements partagés. Les entrepôts, ateliers de fabrication et zones de stockage froid posent des défis spécifiques que les capteurs monovoie gèrent mal : poussière, reflets, variations d'humidité, obstacles mobiles. La fusion radar-caméra à bas niveau (early fusion sur données brutes) est plus robuste que la fusion tardive sur sorties traitées, et c'est précisément ce que PULSE apporte au vSLAM (Visual Simultaneous Localization and Mapping) déjà embarqué sur Carter. Pour les décideurs industriels, la cible PL(d) est un signal fort : elle conditionne l'accès à des déploiements autonomes sans superviseur humain permanent, et ouvre la voie à des certifications CE Machinery Regulation en Europe. C'est un prérequis que beaucoup d'AMR actuels ne peuvent pas encore revendiquer. Robust.AI a été fondée par Gary Bradski et Anthony Jules, tous deux issus de l'écosystème robotique de Stanford et SRI International. La société positionne Carter comme un robot collaboratif capable de cohabiter avec les opérateurs humains, contrairement aux systèmes AGV traditionnels à zones d'exclusion. Aptiv, groupe irlandais historiquement centré sur l'électronique automobile (ex-Delphi), pousse depuis 2023 ses technologies de perception vers les marchés industriels et robotiques. Côté concurrence, Carter affronte des acteurs comme Locus Robotics, 6 River Systems (Shopify), Boston Dynamics Spot dans certains cas, et en Europe, Exotec avec son système Skypod. La différenciation de Robust.AI repose sur la flexibilité logicielle et le modèle RaaS, mais la certification PL(d) annoncée sera le véritable test de maturité industrielle. Aucune date de disponibilité commerciale du Gen 3 ni volume de déploiement n'ont été communiqués.

Vention s'associe à FANUC et Universal Robots pour l'automatisation définie par logiciel

Lors du salon Automate 2026 à Chicago, Vention Inc. a annoncé l'extension de son partenariat avec FANUC America et l'optimisation de sa plateforme de jumeau numérique pour les déploiements Universal Robots. La société montréalaise, fondée en 2016, a déployé plus de 25 000 machines dans plus de 4 000 usines à travers le monde et a levé 110 millions de dollars en janvier 2026. Sa plateforme MachineMotion AI et son écosystème MachineLogic élargissent désormais leur compatibilité à plusieurs familles de robots FANUC : les cobots CRX, les robots industriels LR Mate, les séries LR-10iA, M-710iD et M-20iD. Le principe technique central repose sur une planification de trajectoire sans collision générée automatiquement : l'opérateur définit uniquement un point de départ et un point d'arrivée, et le système calcule lui-même le chemin optimal après avoir scanné l'espace de travail en 3D. Cette reconstruction 3D s'appuie sur Foundation Stereo, un modèle open-source de NVIDIA Isaac basé sur l'estimation de profondeur stéréoscopique zero-shot, qui alimente la construction du jumeau numérique en temps réel. Ce positionnement répond à un problème structurel de l'automatisation industrielle : la complexité et la durée du commissionnement. En supprimant la programmation manuelle point par point et en proposant une simulation réaliste avant déploiement physique, Vention réduit le risque d'intégration et accélère la montée en cadence de production. Pour les intégrateurs et les responsables industriels, l'enjeu est concret : déployer une cellule robotique en quelques jours plutôt qu'en plusieurs semaines, sans expertise en code robot propriétaire. L'approche "goal-driven", piloter par objectif plutôt que par trajectoire préprogrammée, facilite aussi les environnements multi-SKU et les changements fréquents de layout, un cas d'usage réel dans les manufactures à forte variabilité. Il reste toutefois à noter que les annonces présentées au salon sont principalement des démonstrations de capacités et d'intégrations partenaires ; les métriques de temps de déploiement avancées par Vention ne sont pas encore accompagnées de données tierces publiées. Vention s'inscrit dans un segment émergent d'éditeurs de plateformes d'automatisation "full-stack" qui cherchent à simplifier l'accès aux robots industriels traditionnels, face à des acteurs comme Covariant, Symbio Robotics ou, dans le segment cobot, Hirebotics avec ses offres clé-en-main sur Universal Robots. Le choix de NVIDIA Isaac Foundation Stereo comme couche de perception indique une convergence accélérée entre les stacks robotiques industriels et les pipelines d'IA générative. Avec 4 000 usines clientes et une levée de fonds récente de 110 millions de dollars, Vention dispose d'une base d'expansion significative pour déployer ces nouvelles capacités à l'échelle. Les prochaines étapes probables incluent l'extension à d'autres familles de robots et le déploiement commercial des fonctionnalités annoncées à Automate, dont les timelines précises n'ont pas été communiquées.

NVIDIA Halos : une sécurité complète pour les robots travaillant côte à côte avec des humains

NVIDIA a lancé Halos for Robotics, une plateforme de sécurité à pile complète destinée aux robots autonomes opérant en milieu industriel aux côtés de travailleurs humains. Le système articule trois composants principaux : le module de calcul industriel IGX Thor, le Holoscan Sensor Bridge pour la connectivité capteurs, et le logiciel Halos Core gérant les fonctions de sécurité opérationnelle. L'entreprise annonce également le NVIDIA Halos AI Systems Inspection Lab, qu'elle présente comme le premier programme accrédité par l'ANSI National Accreditation Board couvrant à la fois la sécurité fonctionnelle et les systèmes robotiques intelligents. Ce laboratoire d'inspection doit permettre aux fabricants de préparer leurs produits à la certification auprès d'organismes reconnus : TÜV Rheinland, TÜV SÜD, UL Solutions, exida, SGS et CertX, selon des normes incluant IEC 61508, ISO 13849 et ISO/IEC TR 5469. Agility Robotics est annoncée comme premier adoptant, avec l'intention d'intégrer IGX Thor et Halos Core dans les systèmes de détection humaine de son robot Digit, déjà déployé chez Amazon, GXO, Schaeffler et Toyota Motor Manufacturing Canada. Plus de 40 entreprises participeraient à l'écosystème Halos au sens large. L'initiative de NVIDIA répond à un verrou réel du marché : la certification de sécurité fonctionnelle constitue aujourd'hui l'un des principaux obstacles à la commercialisation à grande échelle des robots humanoïdes en environnement industriel. En fournissant un socle matériel-logiciel prévalidé et un parcours de certification balisé, NVIDIA cherche à réduire le temps et le coût d'obtention des accréditations réglementaires pour ses clients roboticiens. La revendication des "18 600 années-ingénieur" héritées du véhicule autonome est une formule marketing, mais elle indique une réutilisation substantielle des stacks de sécurité développés pour Drive, ce qui évite aux fabricants de robots de repartir de zéro. Pour des intégrateurs comme ceux travaillant avec Digit, disposer d'un chemin de certification structuré réduit le risque projet, point que Peggy Johnson, PDG d'Agility, a explicitement mis en avant. L'accréditation ANSI confère une légitimité internationale au programme d'inspection, ce qui est notable pour les déploiements en Europe ou en Asie. NVIDIA transpose ici une stratégie éprouvée dans l'automobile avec DRIVE : devenir la couche de sécurité de référence sur laquelle les OEM construisent leur robot, plutôt que de fabriquer le robot lui-même. Le marché de la sécurité fonctionnelle pour la robotique industrielle n'en est qu'à ses débuts, et plusieurs acteurs cherchent à s'y positionner, notamment via des frameworks ROS 2 certifiés ou des solutions embarquées propriétaires. Côté concurrentiel, Universal Robots (et sa filiale de certification) ou encore KUKA travaillent depuis des années sur des architectures de sécurité certifiées pour les cobots, mais l'angle "physical AI" et humanoïde que NVIDIA vise est plus récent. Aucun acteur français ou européen n'est mentionné dans l'annonce, bien que des entreprises comme Enchanted Tools ou Wandercraft soient susceptibles d'être concernées par ce type de framework à terme. Les prochaines étapes annoncées restent vagues : NVIDIA n'a communiqué ni calendrier de certification pour Agility, ni date de disponibilité commerciale des composants Halos au-delà du programme de participation actuel.

NVIDIA lance Halos, un système de sécurité complet pour la robotique

NVIDIA a lancé Halos for Robotics, un système de sécurité à pile complète pour la robotique industrielle et l'IA physique. Premier intégrateur officiel : Agility Robotics, dont les humanoïdes opèrent en entrepôts et usines pour Amazon, GXO, Schaeffler et Toyota Motor Manufacturing Canada. L'architecture couvre trois couches : la plateforme de calcul NVIDIA IGX Thor avec le Holoscan Sensor Bridge pour la connectivité capteurs en temps réel ; Halos OS incluant Halos Core ; et le Outside-In Safety Blueprint, un programme open source disponible sur GitHub qui pilote le comportement du robot via des caméras externes et des agents IA. NVIDIA revendique 18 600 années-ingénieur de développement sécurité issus de son activité véhicule autonome. L'écosystème associe des partenaires logiciels (QNX, Amazon FreeRTOS, Acontis), fabricants de systèmes embarqués (Advantech, NexCobot), fournisseurs de semi-conducteurs (Infineon, NXP, SICK, STMicroelectronics, Texas Instruments) et organismes de certification (TÜV Rheinland, TÜV SÜD, UL Solutions, exida, SGS, CertX). Halos Core est déjà certifié ISO 26262 par TÜV SÜD. Le système est disponible en early access pour les développeurs enregistrés, en configurations Linux et Linux+QNX. L'enjeu de Halos est de répondre à un problème structurel : l'absence d'architecture de sécurité standardisée pour des robots autonomes opérant aux côtés de travailleurs. Les intégrateurs composaient jusqu'ici avec des solutions hétérogènes, ce qui complexifiait la certification et freinait le passage à l'échelle. En proposant une pile unifiée du silicium à la supervision logicielle, NVIDIA cherche à s'imposer comme substrat commun de la sécurité robotique industrielle. La certification ISO 26262 de Halos Core est un signal concret : NVIDIA transfère une base éprouvée du monde AV vers la robotique, ce qui pourrait raccourcir les cycles de validation pour les intégrateurs et réduire les coûts de certification tiers. NVIDIA construit depuis plusieurs années une position dans la robotique via les plateformes Isaac, Omniverse et les modèles de fondation GR00T N2. Halos complète cette stratégie d'infrastructure : vendre le substrat computationnel et logiciel, pas les robots eux-mêmes. Les concurrents directs incluent FORT Robotics dans les solutions de sécurité embarquée (qui figure d'ailleurs parmi les partenaires Halos), ainsi que les approches propriétaires de Boston Dynamics ou Fanuc. L'annonce reste un early access sans données publiques de déploiement à grande échelle avec Halos effectivement activé. Les prochaines inspections de certification de l'IGX Thor et du Holoscan Sensor Bridge par TÜV Rheinland constitueront le vrai indicateur de maturité opérationnelle du système.

Le robot Proxie Gen 2 de Cobot intègre l'automatisation des tâches et la manipulation mobile

Collaborative Robotics (Cobot), basée à Santa Clara en Californie, a dévoilé la deuxième génération de son robot mobile Proxie lors de l'Automate 2026. Ce Proxie Gen 2 embarque une capacité de traction de carts jusqu'à 680 kg, un système de levage vertical pouvant soulever 100 kg, des batteries auto-interchangeables, et une option de manipulation bimanuell, deux bras articulés montés sur la colonne vertébrale du robot. La plateforme compte 40 % de pièces en moins que la génération précédente, avec un gabarit réduit pour naviguer dans des couloirs étroits et des ascenseurs. Cobot annonce également une fonctionnalité d'"autotasking" : le robot identifie et génère ses propres tâches sans intégration avec un WMS ni intervention humaine. Chez le client Maersk, 95 % des déplacements de carts auraient été initiés de façon autonome sur la période mesurée, le robot lisant des inscriptions sur des tableaux blancs fixés aux chariots grâce à un modèle multimodal embarqué. Ces chiffres sont présentés par Cobot sans audit tiers, ce qui mérite d'être noté. L'enjeu principal est la réduction de la barrière à l'intégration, longtemps le goulot d'étranglement des déploiements de robots mobiles manipulateurs (MMR) en environnements non structurés. Si l'autotasking tient ses promesses à l'échelle, il invaliderait le modèle dominant, des mois de développement logiciel pour connecter le robot aux systèmes ERP, WMS et MES existants. Pour un COO industriel ou un responsable logistique hospitalier, cela signifie potentiellement un déploiement en semaines plutôt qu'en trimestres. La capacité de Proxie à lire des informations non structurées (tableaux blancs, étiquettes ad hoc) représente une forme de robustesse opérationnelle réelle, à condition que les taux de reconnaissance soient validés dans des conditions dégradées, ce que la démo ne précise pas. La manipulation bimanuell ouvre par ailleurs l'accès à des tâches jusqu'ici réservées aux manipulateurs fixes, comme le déchargement de cartons ou l'alimentation de lignes. Cobot a été fondée par Brad Porter, ancien VP Engineering robotics chez Amazon Robotics, et a levé des fonds auprès d'investisseurs industriels. La société a délibérément maintenu un profil bas depuis 2022, accumulant 13 000 heures d'exploitation sur 28 robots dans des environnements réels, hôpitaux dont la Mayo Clinic, logistique et industrie, avant de communiquer publiquement. Ses concurrents directs incluent Boston Dynamics avec Spot et Stretch, Vecna Robotics, et des acteurs comme Apptronik ou 1X qui misent sur l'humanoïde. En Europe, des entreprises comme Enchanted Tools (Miroki) ou Pollen Robotics (Reachy) ciblent des segments adjacents mais restent en phase pré-déploiement à grande échelle. Cobot ne publie pas de tarif public ; les prochaines étapes annoncées portent sur l'extension des déploiements en santé et en logistique, avec la certification de sécurité comme prochaine étape technique critique pour le Gen 2.

Vendredi vidéo : les robots ont-ils vraiment besoin de jambes ?

Dans la compilation robotique hebdomadaire publiée le 13 juin 2026 par IEEE Spectrum, plusieurs démonstrations se distinguent par leur portée industrielle. Sanctuary AI annonce les résultats les plus précis : l'entreprise canadienne revendique un taux de réussite validé de 99,5 % sur une tâche d'insertion de connecteurs filaires en production réelle, avec un temps de cycle de 2,54 secondes, chez un équipementier automobile mondial de rang 1 non nommé. ANYbotics, fabricant suisse de robots quadrupèdes, documente de son côté un déploiement de l'ANYmal dans une cimenterie : une fissure sur le châssis d'un concasseur a été détectée avant qu'elle ne provoque un arrêt de production estimé à 630 000 dollars. Sur le front spatial, JPL-NASA teste ERNEST (Exploration Rover for Navigating Extreme Sloped Terrain) dans le désert du Colorado près de Plaster City (Californie) pour valider un logiciel de navigation autonome longue portée destiné à de futures missions lunaires et martiennes. Genesis présente Eno, décrit comme un "robot agentique" combinant IA et manipulation physique dans un châssis délibérément non humanoïde, construit intégralement par la startup. ABB Robotics annonce une collaboration avec PSYONIC pour intégrer les données tactiles de la prothèse Ability Hand dans son cobot GoFa, afin d'améliorer la préhension d'objets irréguliers ou fragiles. Le résultat de Sanctuary AI sur l'insertion de connecteurs est notable : cette tâche à haute précision, avec contraintes d'orientation et de force, constitue précisément le type d'opération qui résiste à l'automatisation standard et bloque la robotisation de nombreuses lignes d'assemblage automobile. Un taux de 99,5 % avec un cycle inférieur à 3 secondes correspond aux benchmarks exigés en production série, et non en conditions laboratoire. À noter toutefois que la démonstration vidéo reste sélective et qu'aucun chiffre de volume cumulé ni de durée de déploiement n'est communiqué. Le cas ANYbotics illustre la valeur économique directe de l'inspection robotique autonome : la détection préventive d'un défaut mécanique justifie à elle seule plusieurs années de leasing d'un quadrupède. La collaboration ABB-PSYONIC soulève une question plus structurelle : le fait de récupérer des données de préhension humaine via des prothèses portées au quotidien pour entraîner des robots industriels représente une approche originale du sim-to-real qui contourne partiellement la rareté des datasets de manipulation. Sanctuary AI, fondé à Vancouver en 2018, développe Phoenix, un humanoïde à vocation industrielle, mais cette démonstration implique son architecture "Physical AI" sur une plateforme non spécifiée. Genesis est un acteur récent qui positionne explicitement Eno comme un rejet du paradigme anthropomorphe dominant chez Figure, Tesla (Optimus) ou Agility Robotics, pariant sur la performance fonctionnelle plutôt que sur la ressemblance humaine. ANYbotics, spin-off de l'ETH Zurich, concurrence Boston Dynamics Spot et Exodigo sur le marché de l'inspection industrielle. Du côté spatial, GITAI (startup japonaise) prépare une mission de maintenance de satellite en orbite. Les prochaines conférences du secteur incluent RSS 2026 (Sydney, juillet), Actuate 2026 (San Francisco, août) et IROS 2026 (Pittsburgh, octobre), où plusieurs de ces travaux devraient être détaillés.

Robot Talk Épisode 161 : les systèmes haptiques collaboratifs, avec Allison Okamura

Allison Okamura, professeure Richard W. Weiland Engineering à l'Université Stanford et directrice adjointe du Wu Tsai Stanford Neurosciences Institute, était l'invitée du 161e épisode du podcast Robot Talk, animé par Claire. L'échange portait sur les systèmes robotiques haptiques collaboratifs, un domaine qui vise à doter les robots et les interfaces de téléopération d'un retour de force et de toucher fidèle. Okamura dirige au Stanford Robotics Center des travaux couvrant la téléopération chirurgicale, la réalité virtuelle avec retour tactile, la robotique molle et la rééducation physique. L'haptique reste l'un des verrous les plus sous-estimés de la robotique industrielle et médicale : sans retour de force calibré, un bras chirurgical téléopéré ou un robot collaboratif ne peut pas distinguer une manipulation délicate d'un geste destructeur. Les recherches d'Okamura adressent directement ce déficit en couplant modèles neuromécaniques issus du Wu Tsai Institute et actionneurs souples, ouvrant la voie à des systèmes qui transmettent texture, rigidité et glissement en temps réel. Pour les intégrateurs B2B, les avancées dans ce domaine conditionnent l'adoption des robots dans la chirurgie mini-invasive, l'assemblage de précision et la rééducation. Stanford occupe une position centrale dans la recherche haptique mondiale, aux côtés du MIT CSAIL, de Shadow Robot (UK) et d'entreprises comme Immersion Corporation ou HaptX pour la partie commerciale. En France, des acteurs comme Haption (Laval) développent des bras à retour d'effort pour la simulation industrielle et médicale. Le podcast Robot Talk ne fournit pas de détails sur des résultats expérimentaux spécifiques ni sur des déploiements concrets issus de cet épisode, ce qui limite l'évaluation de l'état réel des travaux présentés.

Raisonnement robuste sur l'état d'assemblage par reconnaissance d'actions pour la collaboration homme-robot

Une étude publiée sur arXiv (identifiant 2606.20150) en juin 2026 évalue de manière systématique cinq méthodes de suivi d'état d'assemblage à partir de la reconnaissance d'actions humaines (HAR), dans le cadre de la collaboration homme-robot (HRC). Les chercheurs ont testé des approches à base de règles logiques, de modèles de Markov cachés (HMM) et de réseaux de neurones (NN) sur deux jeux de données aux caractéristiques différentes. Les tests combinent des entrées simulées avec différents niveaux de bruit et des entrées réalistes issues d'un modèle HAR opérationnel. L'objectif est de déterminer quelle méthode permet de suivre fidèlement l'état d'une tâche d'assemblage coopérative, étape par étape, à partir de la seule reconnaissance des gestes humains. Les résultats contredisent l'hypothèse dominante selon laquelle les approches par réseaux de neurones surpassent systématiquement les méthodes classiques. Les NN et HMM affichent de bonnes performances sur des tâches à faible variabilité, mais se révèlent fragiles face à des séquences atypiques ou bruitées. Les méthodes logiques, bien que moins sophistiquées, se montrent plus robustes dans les scénarios à haute variabilité. Par ailleurs, la modélisation de la durée attendue des actions s'avère critique pour les tâches comportant des actions répétées, notamment lorsqu'aucun capteur complémentaire ne fournit de signal de confirmation. Ce constat a des implications directes pour les intégrateurs industriels qui déploient des cellules HRC sur des lignes d'assemblage réelles : choisir un modèle d'inférence d'état inadapté au profil de la tâche peut entraîner des erreurs de synchronisation robot-opérateur difficiles à diagnostiquer. Ce travail s'inscrit dans un domaine de recherche en pleine effervescence, porté par l'essor des robots collaboratifs (cobots) dans les environnements manufacturiers. Des acteurs comme Universal Robots, FANUC ou encore des laboratoires européens tels que ceux du LAAS-CNRS et de Fraunhofer travaillent sur des pipelines HAR similaires pour des applications d'assistance à l'assemblage. La difficulté centrale, le "demo-to-reality gap" entre conditions de laboratoire et déploiement en usine, reste entière. Cette étude ne propose pas de solution universelle mais établit une carte comparative utile, à condition que les praticiens caractérisent d'abord la variabilité réelle de leur tâche avant de sélectionner une architecture de suivi d'état.

K-VARK : filtre de Kalman résiduel à variance et noyaux pour l'estimation sans capteur des forces dans les cobots

Des chercheurs ont publié sur arXiv (référence 2512.13009v2) K-VARK, un filtre de Kalman adaptatif qui permet d'estimer les forces de contact dans les robots collaboratifs sans capteur de force dédié. L'algorithme combine des Primitives de Mouvement Noyau (Kernelized Movement Primitives, KMP) entraînées sur des trajectoires d'excitation optimisées avec un filtre de Kalman à bruit de mesure adaptatif. Validé sur un manipulateur collaboratif à 6 degrés de liberté (DoF), K-VARK atteint une réduction de plus de 20 % de l'erreur quadratique moyenne (RMSE) par rapport aux meilleures méthodes sensorless actuelles. Les tâches de validation incluent le polissage et l'assemblage, deux opérations industrielles qui exigent un contrôle précis des efforts appliqués sur la pièce. La difficulté centrale de l'estimation sensorless réside dans la modélisation des couples résiduels aux articulations : erreurs de frottement, dynamiques non linéaires, et variabilité selon la position en espace de travail. K-VARK répond à ce problème en capturant à la fois la moyenne prédictive et la variance hétéroscédastique dépendante de l'entrée, ce qui permet au filtre d'augmenter automatiquement le bruit de mesure dans les zones sous-représentées dans les données d'entraînement. Cette conscience de l'incertitude est un atout concret pour les intégrateurs : le robot sait quand il ne sait pas, et adapte sa confiance en conséquence. Le bruit de processus, lui, est réajusté en ligne par optimisation bayésienne variationnelle pour absorber les perturbations dynamiques. Combinés, ces deux mécanismes offrent une robustesse aux transitions brutales sans compromettre la précision en régime établi. L'estimation de force sans capteur est un enjeu majeur dans la conception des cobots (robots collaboratifs), car les capteurs force/couple six axes coûtent plusieurs milliers d'euros par bras et compliquent l'intégration mécanique. Les approches existantes s'appuient généralement sur des observateurs de type momentum ou des modèles dynamiques rigides, qui peinent à compenser la friction articulaire variable. K-VARK s'inscrit dans un courant de recherche qui cherche à substituer le hardware par de l'estimation probabiliste apprise, une tendance également visible chez Universal Robots (PolyScope X), Franka Robotics ou FANUC avec leur couche d'estimation d'effort. La méthode étant publiée en accès ouvert sans code associé annoncé, son adoption dépendra de la disponibilité d'implémentations de référence et de benchmarks sur des bras commerciaux standardisés.

Évaluation physiologique multimodale de l'interaction physique humain-robot à contacts intensifs en conditions variables

Une équipe de chercheurs a publié une étude empirique multimodale portant sur l'interaction physique humain-robot (pHRI) dans des conditions environnementales variables. Le protocole a soumis des opérateurs humains à 18 combinaisons distinctes de température, bruit acoustique et niveau d'éclairement, pendant l'exécution de tâches de traçage en contact direct avec un robot. Les chercheurs ont enregistré simultanément l'activité électrodermale (EDA), l'électromyographie de surface (sEMG), des données d'eye-tracking et des évaluations subjectives du confort. Résultat principal : la performance d'exécution est restée stable à travers toutes les conditions, mais la charge autonomique, mesurée par le niveau de conductance cutanée (SCL), a augmenté significativement avec la température. Les charges physique et cognitive, elles, n'ont pas varié de façon notable. Ces résultats mettent en évidence un mécanisme de compensation physiologique : les opérateurs maintiennent leur niveau de performance en augmentant leur effort biologique pour supprimer l'inconfort thermique, sans que cela ne soit visible dans les métriques de tâche classiques. C'est une distinction critique pour les intégrateurs et les concepteurs de systèmes cobotiques industriels : une évaluation centrée uniquement sur la performance (temps de cycle, taux d'erreur) peut masquer un coût opérateur réel, notamment en environnements chauds ou bruyants. Le fait que le confort perçu ne corrèle pas avec l'erreur de traçage ni le temps d'exécution invalide l'hypothèse courante que la performance se dégrade avec l'inconfort ressenti. Ce travail s'inscrit dans un courant de recherche croissant sur les architectures de contrôle "physiology-aware", où les signaux biologiques temps réel de l'opérateur alimentent la boucle de commande du robot pour adapter son comportement à l'état de charge de l'humain. La robotique collaborative industrielle, notamment dans des secteurs comme l'automobile ou la logistique, où les conditions thermiques et sonores sont variables, constitue le terrain d'application naturel. Des systèmes comme les cobots Universal Robots ou KUKA devront intégrer ce type de feedback pour répondre aux exigences ergonomiques croissantes des régulateurs européens. Les prochaines étapes identifiées par les auteurs incluent le développement de pipelines de traitement de signal adaptatifs capables d'exploiter ces métriques physiologiques en conditions non structurées.

Étude de cas : automatisation robotique dans l'habillement, jumeaux numériques, interopérabilité et formation des équipes

Un système de couture robotisé pour la fabrication de jeans a été déployé en deux phases dans un environnement de production réel, selon une étude de cas publiée sur arXiv (2606.16078) en juin 2026. Le système s'appuie sur un module de "fil numérique" qui parse automatiquement des dessins de production au format DXF pour en extraire des paramètres de process et des trajectoires exécutables par le robot, réduisant l'effort de programmation manuelle et permettant un reciblage rapide entre différentes opérations de couture. Un jumeau numérique de la cellule de travail est utilisé en pré-déploiement pour valider la portée du bras, les dégagements, la disposition et le séquençage, ainsi que la compatibilité en temps de cycle avec les tâches en amont et en aval. En production, un robot collaboratif est intégré à des équipements de couture conventionnels, à des postes de soudure, à des préhenseurs à aspiration et à des automates machine via une couche d'interopérabilité. Les deux déploiements couvrent des opérations de couture 2D (poches plaquées sur shorts en denim) et des coutures 3D de mise en forme de vêtements, accompagnés d'un monitoring en temps réel incluant la vérification des coutures, la détection de collision et la validation de trajectoires. La portée de ce travail dépasse la démonstration de laboratoire : il s'agit d'un déploiement usine réel sur des pièces textiles déformables, segment réputé pour son "reality gap" persistant entre environnements contrôlés et production. L'article identifie cinq leviers critiques pour monter en échelle : validation par jumeau numérique, génération de tâches par fil numérique, interopérabilité entre équipements hétérogènes, vérification runtime, et outillage de formation des opérateurs. Ce dernier point est souvent négligé dans la littérature robotique mais s'avère décisif pour l'adoption en PME textile. Les auteurs ne communiquent pas de métriques de temps de cycle chiffrées dans l'abstract, ce qui limite l'évaluation comparative de la performance brute. L'automatisation de la confection demeure l'un des derniers bastions résistants à la robotisation flexible, là où l'électronique et l'automobile ont largement industrialisé leurs lignes. Les principaux acteurs sur ce créneau incluent SoftWear Automation (Sewbot, États-Unis), Sewts (Allemagne) et quelques projets en cours en Europe du Sud. Aucune entreprise n'est nommée dans cet article académique, ce qui suggère soit une confidentialité industrielle, soit un partenariat en phase pilote. Les prochaines étapes logiques seraient l'extension à d'autres typologies de vêtements, la généralisation du fil numérique à d'autres formats CAO que le DXF, et la quantification rigoureuse des gains de productivité pour un dossier ROI convaincant auprès des intégrateurs textiles.

MPC d'impédance avec estimation des perturbations pour le contrôle de main dextérique

Des chercheurs ont soumis en juin 2026 sur arXiv (réf. 2606.14606) un cadre de contrôle baptisé Impedance MPC pour doigts robotiques dextres, actuateur-agnostique, couvrant transmissions hydrauliques, câblées, pneumatiques, à corde torsadée et série-élastiques. Un préfiltrage algébrique réduit la dynamique tendineuse à un double intégrateur à coefficients constants, dont l'inverse du coût QP est précalculé hors ligne ; un horizon glissant de 10 pas tourne à 500 Hz avec contraintes dures sur les forces de contact (ISO/TS 15066), les limites d'actionnement et le jerk. Un filtre de Kalman augmenté, alimenté uniquement par encodeurs, annule l'erreur statique sous charge constante. Sur un prototype de doigt à actionnement hydraulique, le contrôleur atteint 0,5 mrad RMS, 0,1 mrad en régime permanent et 6,6 mrad en pic sous 1,5 Nm de couple de contact, soit 183×, 1500× et 23× meilleur que l'impédance classique à gain fixe ; la raideur réalisée s'étend de 18 à 323 Nm/rad selon la fréquence de mise à jour. En simulation MuJoCo, le cadre s'étend à une main LEAP à 16 DOF, récupérant en 0,7 s après une perturbation de saisie de 2,5 N. L'actuateur-agnosticisme est le principal atout pour les intégrateurs : une seule loi de commande couvre des architectures mécaniquement très hétérogènes sans retuning, réduisant le coût d'intégration sur des plateformes multi-actionneurs. La conformité native à l'ISO/TS 15066 dans la formulation du problème simplifie les validations pour le déploiement cobotique en environnement humain, là où les forces de contact sont réglementées. Il faut cependant relativiser les gains annoncés, dont le plus élevé atteint 1500× : la référence est un contrôleur à gain fixe, choix délibérément défavorable, et des benchmarks contre du MPC adaptatif ou du contrôle par apprentissage sont absents de l'article. La main dextre reste le maillon faible de la robotique humanoïde : Shadow Robotics, Inspire Robots et d'autres ont progressé sur le plan mécanique, mais le contrôle fin sous contact demeure un problème ouvert. Les mains LEAP, issues de Carnegie Mellon, constituent la plateforme open-source de référence pour la recherche en manipulation. Les approches concurrentes privilégient l'apprentissage par renforcement et les architectures VLA (vision-langage-action), qui court-circuitent le contrôle classique au prix des garanties formelles ; cet article occupe l'angle inverse, avec des propriétés de stabilité et de faisabilité récursive héritées du cadre pHRI (interaction physique humain-robot). Aucun partenaire industriel ni calendrier de transfert n'est mentionné ; la contribution reste académique, mais elle outille directement les équipes intégrant des mains dextres sur des humanoïdes commerciaux comme ceux de Figure AI ou Unitree.

Les modèles vision-langage apprennent aux robots à lire les émotions humaines

Des chercheurs de l'Université de Melbourne ont entraîné un robot collaboratif à reconnaître les émotions humaines en combinant analyse faciale et facteurs contextuels, via un modèle de langage visuel (VLM, ou Vision Language Model). Les résultats, publiés le 18 mai 2026 dans IEEE Robotics and Automation Letters, montrent que cette approche surpasse les systèmes classiques de reconnaissance d'expression : le VLM obtient un score de similarité de 0,86 sur 1, contre 0,77 pour les outils d'analyse faciale et de suivi d'objets conventionnels. L'étude a été conduite par Seung Chan Hong dans le cadre de sa thèse de licence, avec une cohorte de 40 volontaires. Pour entraîner le modèle, des participants ont d'abord visionné des vidéos de robots effectuant des transferts d'objets à des humains avec des degrés de succès variés, puis décrit les émotions perçues en tenant compte de la scène complète : posture, gestes (doigts qui tambourinent, lèvres pincées), position dans l'espace, et non plus seulement l'expression du visage. Dans un second test, le robot équipé du VLM a intentionnellement commis une erreur, puis proposé soit une excuse adaptée à l'état émotionnel perçu, soit une formule pré-scriptée. Résultat : 31 personnes sur 40 ont préféré la réponse contextuelle. Le résultat le plus significatif n'est pourtant pas le gain de performance du VLM, mais la limite qu'il révèle. Même avec une excuse personnalisée et émotionnellement cohérente, la confiance des participants envers le robot avait chuté après l'erreur, indépendamment de la qualité de la réponse sociale. Les auteurs en tirent une conclusion directe pour les intégrateurs et les équipes de conception : l'adaptivité émotionnelle agit comme un lubrifiant social, elle n'efface pas un déficit fonctionnel. Pour les COO et décideurs qui évaluent des déploiements de cobots en environnement humain, cela signifie que l'investissement dans la fiabilité mécanique reste prioritaire sur les couches d'intelligence émotionnelle. En revanche, dans les scénarios où des erreurs sont inévitables, un module de reconnaissance émotionnelle contextuelle peut atténuer les effets négatifs sur la relation opérateur-robot, ce qui est pertinent dans les environnements d'assemblage ou de logistique. Le VLM utilisé dans l'étude fonctionne sur un principe similaire aux grands modèles de langage comme ChatGPT, mais avec une entrée visuelle permettant une lecture de scène au-delà de la seule mimique faciale. La recherche en interaction humain-robot (HRI) investit depuis plusieurs années dans les modèles de reconnaissance d'affect, mais les approches classiques restaient cantonnées à l'analyse des expressions faciales ou au suivi de posture. L'intégration des VLMs dans ce domaine suit la vague des modèles de vision-langage généralistes issus de Google DeepMind, OpenAI ou Meta. L'étude de Melbourne se distingue par une validation empirique sur sujets humains réels avec une tâche collaborative concrète, plutôt qu'une évaluation sur benchmark. Les prochaines étapes pour ce type de recherche incluront probablement des tests en environnement industriel contrôlé, pour vérifier si la perception émotionnelle reste robuste sous pression temporelle et dans des scènes visuellement chargées.

Intégrer la conformité à la norme ISO 10218 dans les robots via les fonctions barrière de contrôle pour la collaboration homme-robot

Des chercheurs ont publié sur arXiv (réf. 2606.13203) une approche de contrôle permettant d'intégrer nativement la conformité à la norme ISO 10218 dans les robots industriels collaboratifs, en s'appuyant sur une Fonction Barrière de Contrôle (CBF). Le système a été validé en simulation et en conditions réelles sur un bras UR10e d'Universal Robots. Plutôt que de se contenter des hypothèses conservatives des modules SSM (Speed and Separation Monitoring) classiques, qui supposent une vitesse humaine constante, la CBF proposée intègre les données d'accélération humaine pour prédire analytiquement la distance de séparation minimale humain-robot le long d'une trajectoire d'arrêt en cas de pire scénario. Deux méthodes sont présentées : Method I, un filtre de sécurité PD contraint par CBF, et Method II, un contrôleur SQP (Sequential Quadratic Programming) qui impose une contrainte de tube spatial sur la trajectoire. Method II réduit l'erreur de trajectoire moyenne de 63 % par rapport à Method I, et supprime les manoeuvres évasives excessives qui dégradent le débit opérationnel. L'enjeu industriel est direct : les modules SSM standard génèrent des arrêts préventifs fréquents parce qu'ils surestiment le risque de collision, faute de pouvoir anticiper les mouvements humains. Dans un contexte d'atelier où des cobots travaillent aux côtés d'opérateurs, ces arrêts non nécessaires représentent un coût de productivité réel. La méthode proposée déplace le curseur : au lieu d'un filtre de vitesse binaire (go/stop), le contrôleur module dynamiquement la vitesse d'exécution et la déviation spatiale du robot en temps réel, en restant dans les limites de la norme. C'est un pas vers des cobots réellement compétitifs en termes de cycle time, sans sacrifier la conformité réglementaire. La norme ISO 10218, qui régit la sécurité des robots industriels, est aujourd'hui au coeur des déploiements de cobots chez des fabricants comme FANUC, KUKA, ABB ou Universal Robots. Le SSM est l'approche la plus répandue pour y répondre, mais son conservatisme est documenté depuis plusieurs années. Les CBF, issues de la théorie du contrôle, émergent comme alternative formellement vérifiable, et plusieurs groupes académiques (MIT, ETH, TU Munich) explorent cette direction. La prochaine étape probable est l'intégration de ces contraintes dans des environnements multi-robots et des scénarios à personnes multiples, plus représentatifs de la réalité des ateliers.

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.

vla.cpp : un moteur d'inférence unifié pour les modèles vision-langage-action (VLA)

Des chercheurs de FAI ModelOpt Tech ont publié en juin 2026 vla.cpp (arXiv 2606.08094), un moteur d'inférence C++ portable construit sur llama.cpp pour exécuter des politiques VLA (Vision-Language-Action) directement sur le matériel embarqué des robots. L'engine prend en charge sept architectures couvrant cinq familles de backbones et quatre têtes d'action via un protocole requête/réponse unifié, incluant les schémas d'inférence par flow-matching et par diffusion propres aux VLA récents. Sur le benchmark LIBERO-Object, il reproduit le meilleur checkpoint SOTA à un épisode près sur 200 ; BitVLA y atteint 100 % de succès dans 1,3 Gio de mémoire. Le même bundle s'exécute sans modification sur trois niveaux matériels, d'un GPU grand public jusqu'à un module embarqué de 8 Go de RAM. Un noyau GEMM IMMA en escalier, dérivé d'une analyse roofline multi-hardware, réduit la latence par étape de BitVLA d'un facteur 4,5. Les auteurs ont également conduit un test de stress sur un bras ALOHA pour mesurer la contrainte de latence de replanification face à une cible mobile. Le problème structurel que vla.cpp attaque est la dépendance des stacks Python/PyTorch actuels à un GPU de station de travail, hypothèse incompatible avec l'électronique embarquée des robots commerciaux ou des cobots industriels. Démontrer une exécution à succès complet dans 1,3 Gio ouvre concrètement la voie au déploiement edge sans serveur distant ni dépendance cloud pour des tâches de manipulation. L'analyse roofline publiée dans le papier établit un résultat contre-intuitif pour les intégrateurs : l'inférence VLA en batch-1 est compute-bound, non bandwidth-bound, ce qui déplace le levier d'optimisation vers le taux d'utilisation du calcul. L'unification de sept architectures sous un seul protocole réduit également la fragmentation de l'écosystème VLA, frein réel à l'adoption en production. vla.cpp hérite de l'approche de quantification ggml et de la portabilité de llama.cpp de Georgi Gerganov. Les modèles ciblés incluent des architectures issues de Physical Intelligence (pi0) et des projets ouverts comme OpenVLA. La concurrence directe sur ce segment est limitée : la plupart des équipes robotiques maintiennent des pipelines Python maison dépendants de GPU Nvidia RTX 3090/4090 ; ROS 2 et Isaac ROS de Nvidia offrent des primitives d'intégration mais pas de runtime VLA unifié. Aucun acteur français ou européen n'est directement cité dans le papier. Le code, les vidéos de démonstration et le scaffold de benchmark reproductible sont disponibles sur le site du projet.

💬 Faire tourner une politique VLA dans 1,3 Gio sans GPU de workstation, c'est le vrai débloqueur que les équipes robotique attendaient. Le reste, les sept architectures unifiées, le protocole commun, c'est utile, mais ce qui compte c'est que le déploiement edge devient une option sérieuse sans serveur distant. Reste à voir si ça tient sur des tâches moins sages que LIBERO-Object.

Proteus intègre la compréhension du langage naturel tandis qu'Amazon étend ses déploiements de robots en Europe

Lors de son événement "Delivering the Future" organisé à Londres le 4 juin 2026, Amazon a présenté la prochaine génération de son robot mobile autonome (AMR) Proteus, désormais capable de comprendre des commandes en langage naturel. Sans aucune programmation préalable, un opérateur peut désormais indiquer verbalement à l'engin où aller et quoi transporter : le robot détermine lui-même la priorité, l'itinéraire et le timing. Proteus est conçu pour déplacer des chariots pesant jusqu'à 400 kg et est actuellement déployé dans 24 centres de fulfillment aux États-Unis. Amazon prévoit de l'étendre à l'Europe au premier semestre 2027, en commençant par des pilotes en laboratoire. En parallèle, le système collaboratif STARK, basé sur un bras FANUC CRX-30iA à limitation de force et de puissance, sera déployé sur 15 sites européens d'ici 2027, après un premier pilote à Barcelone. Le robot de picking Vulcan, décrit par Amazon comme son "premier système robotique doté du sens du toucher", est quant à lui déjà opérationnel à Hambourg, en Allemagne, après une première installation à Spokane, Washington. L'ensemble de ces déploiements s'inscrit dans un investissement annoncé de plus de 10 milliards d'euros dans la modernisation des opérations européennes, assorti d'un plan de recrutement de 25 000 personnes supplémentaires. L'intégration du langage naturel dans un AMR de grande série est un signal industriel notable : elle abaisse significativement la barrière à l'adoption pour les sites qui ne disposent pas d'ingénieurs robotique internes. Pour un intégrateur ou un COO logistique, cela signifie une réduction des coûts de mise en service et une plus grande flexibilité opérationnelle sans reprogrammation. STARK illustre une autre tendance de fond : l'émergence de bras collaboratifs (cobots) à force limitée pour des tâches de manutention lourde autrefois réservées aux AGV ou aux opérateurs humains. Vulcan, avec sa perception haptique pour le picking en rayonnage dense, confirme que la manipulation d'objets non structurés dans des environnements réels avance plus vite que ce que le secteur anticipait il y a trois ans. Il convient toutefois de noter qu'Amazon communique sur des plans de déploiement et des pilotes en cours, pas sur des métriques de performance vérifiées indépendamment. Amazon a acquis Kiva Systems en 2012 pour 775 millions de dollars, posant les bases de ce qui est devenu l'une des plus grandes flottes robotisées au monde, dépassant aujourd'hui le million d'unités déployées. Sur le marché européen, Amazon se positionne face à des acteurs comme Exotec, la scale-up française dont le système Skypod équipe déjà plusieurs grands distributeurs, ainsi qu'à AutoStore et Geek+ sur le segment des AMR de stockage. La concentration de l'annonce sur l'Europe, avec un investissement de 10 milliards d'euros et un discours assumé autour de l'innovation opérationnelle sur le continent, suggère également une dimension de communication institutionnelle dans un contexte réglementaire et social tendu autour de l'automatisation des entrepôts.

Festo lance un préhenseur pneumatique léger et teste GripperAI

Festo, fabricant allemand d'automatisation industrielle basé à Esslingen am Neckar, a lancé le HPPH, une pince pneumatique parallèle à deux doigts conçue pour les robots collaboratifs. D'un poids de 0,68 kg, ce préhenseur intègre directement dans son corps la valve de contrôle pneumatique, les capteurs de position et l'interface électrique, supprimant les composants externes habituellement montés en amont sur le bras. L'ouverture maximale atteint 16 mm pour une charge utile maximale de 1 kg. En mode collaboratif, la force de serrage est limitée à 140 N, soit l'équivalent d'une poignée de main ferme, conformément à la norme ISO/TS 15066. Cette limite peut être désactivée pour atteindre 180 N dans les applications non-collaboratives. Le produit est certifié TÜV Süd dans une configuration précise, avec les doigts HAFH-B30-16-45-N, et une version IO-Link est disponible pour le diagnostic à distance et la configuration sans câblage supplémentaire. La pince est commercialisée via le site de Festo et le Universal Robotics Marketplace. En parallèle, l'entreprise a présenté GripperAI, un logiciel de saisie agnostique au robot fonctionnant en edge computing, compatible avec une simple caméra RGB-D 3D et un processeur Core i3 avec 4 Go de RAM minimum, capable de saisir des objets inconnus ou en vrac sans programmation ni apprentissage préalable. Sur les cobots à faible payload, typiquement 3 à 10 kg, chaque gramme de composant externe réduit la charge utile disponible et alourdit le câblage. En intégrant valve, capteurs et interface dans le corps du préhenseur, Festo compresse l'empreinte mécanique et réduit le temps de mise en service, un argument directement mesurable pour les intégrateurs. La certification TÜV Süd vaut la peine d'être lue avec précision : elle porte sur une configuration spécifique, pas sur le produit en général, ce qui impose une vigilance sur les variantes d'installation. Côté GripperAI, la suppression du teach-in répond à un verrou réel : programmer un robot pour saisir un nouveau type d'objet peut mobiliser plusieurs heures d'ingénierie. Si les performances se confirment sur des objets en vrac ou mal positionnés en conditions industrielles réelles, et non seulement dans des démos contrôlées, les cycles de déploiement dans la logistique et le packaging pourraient être réduits de manière significative. Festo opère dans plus de 60 pays avec un catalogue de plus de 30 000 produits interopérables, et s'inscrit dans une tendance qui voit les fournisseurs de composants proposer des couches logicielles pour réduire la barrière à l'entrée des déploiements cobots. Sur le segment des pinces collaboratives, les concurrents directs incluent Schunk (gamme EGP), Robotiq (2F-85, 2F-140), OnRobot et Zimmer Group. Le positionnement edge computing de GripperAI, sans dépendance cloud obligatoire, le distingue des approches SaaS de certains acteurs du marché. Festo n'a pas communiqué de tarif public ni de calendrier de disponibilité générale pour GripperAI à ce stade.

Feuille de route mondiale des technologies robotiques

Henrik I. Christensen, professeur d'informatique à l'Université de Californie San Diego, a publié un document de positionnement de 52 pages intitulé "Global Robotics Technology Roadmap", couvrant la trajectoire mondiale de la robotique sur la décennie 2025-2035. Ce rapport de référence agrège des données issues des principales conférences du secteur (ICRA, IROS, RSS, CoRL, NeurIPS, ICML) ainsi que des statistiques industrielles collectées lors de visites directes dans des laboratoires de recherche sur trois continents. Les chiffres clés sont les suivants : le marché mondial de la robotique a atteint 53,2 milliards de dollars en 2024, avec une trajectoire projetée à 178,7 milliards en 2033. L'Asie domine le déploiement industriel avec 74 % des installations mondiales en 2024, dont 54 % pour la Chine seule. Le segment humanoïde, valorisé à 370 millions de dollars en 2025, est projeté à 6,5 milliards en 2030, avec des OEM chinois et des entreprises technologiques américaines en course pour la montée en production. Sur le plan algorithmique, le roadmap identifie les modèles Vision-Language-Action (VLA) comme le développement le plus structurant de la période, car ils permettent pour la première fois une généralisation cross-embodiment: un même modèle peut en principe piloter des morphologies robotiques différentes sans réentraînement complet. Du côté matériaux, les mécanismes souples à base d'élastomères à cristaux liquides (LCE), de polymères électroactifs (EAP) et d'hydrogels auto-cicatrisants sont signalés comme vecteurs de convergence entre systèmes industriels rigides et dispositifs médicaux bio-compatibles. Le document pointe également l'asymétrie réglementaire comme variable géopolitique critique: l'EU AI Act, premier cadre légal complet pour les systèmes d'IA à haut risque, est déjà en train de remodeler la conception des robots humanoïdes à l'échelle mondiale, y compris chez des acteurs non européens. Le rapport s'inscrit dans un effort de cartographie stratégique à destination des décideurs politiques, des agences de recherche et des directeurs R&D industriels. L'Europe y est positionnée comme leader en régulation de sécurité et en cobots collaboratifs, les États-Unis en autonomie propulsée par l'IA et en robotique de défense, tandis que l'Asie, pilotée par la Chine, écrase le reste du monde sur le volume de déploiement. Le document couvre des secteurs allant de la logistique à l'agriculture en passant par la construction et le minier, et formule des priorités de recherche différenciées par région. Aucun pilote ni timeline de déploiement concret n'est annoncé: il s'agit d'un document de prospective et d'orientation, pas d'un engagement industriel. Sa valeur tient à la synthèse structurée qu'il offre aux intégrateurs et stratèges qui naviguent dans un écosystème fragmenté entre acteurs américains (Boston Dynamics, Figure, Agility), chinois (Unitree, Fourier) et européens comme Wandercraft ou Enchanted Tools.

SafeVLA-Bench : un benchmark pour mesurer l'écart entre performance et sécurité dans les modèles VLA

Une équipe de recherche a publié en juin 2026 SafeVLA-Bench (arXiv:2606.00773), un cadre d'évaluation de la sécurité conçu spécifiquement pour les modèles vision-langage-action (VLA). Contrairement aux benchmarks existants qui se limitent à mesurer si une tâche de manipulation a été accomplie ou non, SafeVLA-Bench évalue ce qui se passe pendant la trajectoire d'exécution : contact excessif avec l'environnement, perturbation d'objets adjacents, déstabilisation de l'objet tenu, ou auto-contact du robot. Le framework formalise ces critères sous forme de spécifications Signal Temporal Logic (STL) et introduit deux métriques complémentaires : SBU (Succ-But-Unsafe), la fraction des séquences d'exécution qui réussissent la tâche tout en violant une contrainte de sécurité, et VSI (Violation Severity Index), un score de profondeur de violation borné. Appliqué à deux environnements de simulation, LIBERO (manipulation sur table) et RoboCasa-365 (cuisine), sur neuf entrées politique-benchmark, le framework révèle des chiffres préoccupants : les meilleures baselines tabletop affichent encore 13 à 15 % d'épisodes non sécurisés, et 36 à 56 % des rollouts réussis de RoboCasa-365 violent au moins une clause de sécurité active. Ce travail met en évidence un angle mort systémique dans l'évaluation des VLA : un taux de succès élevé ne garantit pas une exécution sûre. Pour les intégrateurs industriels et les équipes qui envisagent de déployer des politiques VLA en environnement réel, cela signifie que les benchmarks habituels surestiment structurellement la maturité des modèles. La distinction que pose SafeVLA-Bench entre "tâche accomplie" et "accomplie de façon acceptable" est exactement le type de critère qui sépare une démo convaincante d'un déploiement industriellement viable. Il faut noter que l'ensemble des résultats repose sur des simulations, ce qui laisse entière la question du transfert sim-to-real pour les violations de sécurité elles-mêmes. L'initiative s'inscrit dans une dynamique plus large de maturation de l'évaluation des VLA, portée notamment par des modèles comme Pi-0 (Physical Intelligence), GR00T N2 (NVIDIA) et Helix (Figure), dont les capacités de manipulation généraliste progressent plus vite que les outils pour les qualifier rigoureusement. Jusqu'ici, la communauté s'appuyait sur des métriques de succès binaires héritées de l'ère pré-VLA, insuffisantes dès lors que les politiques sont intégrées dans des chaînes de production ou à proximité d'opérateurs humains. SafeVLA-Bench se positionne comme un outil post-hoc, applicable aux benchmarks existants sans refaire les évaluations depuis zéro. Les prochaines étapes naturelles incluent l'extension à des environnements physiques réels et l'intégration dans les pipelines de certification des systèmes cobotiques. Le projet est documenté sur safevla.org.

Les 10 actualités robotique incontournables de mai 2026

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

Collaboration humain-robot : concevoir les espaces de travail modernes pour la sécurité, la productivité et le bien-être des employés

Le marché mondial de la robotique industrielle, évalué à 85 milliards de dollars, connaît une transformation structurelle : les barrières physiques qui séparaient opérateurs et machines disparaissent progressivement des lignes de production, remplacées par des zones de collaboration directe. Des millions de robots industriels sont aujourd'hui déployés dans des environnements partagés, où la cohabitation homme-machine impose une refonte complète de la conception des postes de travail, en s'appuyant sur la géométrie spatiale, les standards de sécurité fonctionnelle (ISO 10218, ISO/TS 15066) et la psychologie des opérateurs. Cet enjeu dépasse la simple conformité réglementaire. Pour les intégrateurs et les COO industriels, la suppression des cages protectrices au profit de robots collaboratifs (cobots) ou de cellules HRC (Human-Robot Collaboration) implique une réévaluation complète des flux, des distances de sécurité, et de l'ergonomie cognitive. Des études montrent que l'acceptation des opérateurs est directement liée à la prévisibilité des mouvements des robots et à leur formation initiale, deux leviers souvent sous-estimés dans les projets de déploiement industriel. La tendance s'est accélérée depuis l'émergence des cobots d'Universal Robots, Fanuc et KUKA au début des années 2010, mais aussi avec la montée des AMR (Autonomous Mobile Robots) d'acteurs comme Exotec, basé à Croix (France), qui déploie ses systèmes dans des entrepôts logistiques à forte densité humaine. Les prochaines étapes du secteur portent sur l'intégration de capteurs de perception avancés et d'IA embarquée pour adapter dynamiquement le comportement des robots à la présence humaine en temps réel.

EBuddy : orchestrateur de flux de travail pour la collaboration homme-machine industrielle

EBuddy est un orchestrateur de procédures guidé par la voix, présenté dans un article de recherche publié sur arXiv (2603.28579, 2026), conçu pour la collaboration humain-machine dans les environnements industriels outillés. Le système repose sur une machine à états finis (FSM) : à chaque instant, l'opérateur dispose d'un cadre décisionnel explicite (état courant et actions admissibles), ce qui contraint l'interprétation des commandes vocales à des transitions cohérentes et réduit les ambiguïtés inhérentes au langage naturel. Via reconnaissance automatique de la parole (ASR) et compréhension d'intention, EBuddy pilote des ressources hétérogènes incluant des logiciels à interface graphique et un robot collaboratif (cobot), en interaction purement vocale. Un pilote industriel porte sur l'inspection de pales d'impulseur et la préparation de programmes de réparation par dépôt direct d'énergie (DED, procédé d'additive manufacturing adapté à la remise en état de pièces à haute valeur), exécutés en collaboration humain-robot. Les auteurs rapportent des réductions "substantielles" de la durée de bout en bout sur l'onboarding des opérateurs, le scan 3D, le traitement des données et la génération de programmes de réparation. Aucune métrique chiffrée précise n'est publiée dans l'abstract disponible, ce qui invite à réserver le jugement aux résultats complets. La problématique ciblée est structurelle dans la maintenance industrielle : le savoir-faire expert est efficace mais peu scalable, et la qualité d'exécution se dégrade quand les procédures sont reconstituées ad hoc d'un opérateur ou d'une session à l'autre. En encapsulant ce savoir dans des artefacts de workflows modulaires, EBuddy réduit la dépendance aux experts terrain et abaisse la courbe d'apprentissage à l'onboarding. L'architecture FSM offre un avantage décisif sur les pipelines LLM non contraints : en bornant l'espace des actions valides à chaque état, elle limite les hallucinations et les erreurs d'interprétation, critique lorsqu'une mauvaise commande peut endommager une pièce coûteuse ou désynchroniser un cobot. Pour les intégrateurs et les décideurs B2B, c'est une démonstration que l'interface vocale peut piloter un cobot en production réelle, à condition d'être ancrée dans un modèle formel de la procédure plutôt que dans un LLM généraliste non contraint. La recherche en orchestration humain-robot par la voix s'inscrit dans un mouvement plus large porté par les VLA (Vision-Language-Action models) et les assistants multi-modaux pour la robotique industrielle. Des approches concurrentes existent côté académique (ETH Zurich et Carnegie Mellon sur la planification de tâches par LLM) et côté industrie, notamment Universal Robots avec son écosystème URCap et Covariant avec son interface de manipulation. Du côté français, Enchanted Tools, avec son robot Miroki centré sur l'interaction naturelle, travaille un espace adjacent. EBuddy se distingue par son accent mis sur la contrainte formelle de l'espace d'actions et par son application au cas d'usage maintenance/repair, moins exploré que l'assemblage ou la logistique. Les prochaines étapes logiques incluent la publication des métriques complètes du pilote et l'extension du système à d'autres procédures DED ou à de nouveaux environnements de production.

Les bras robotiques s'intègrent désormais aux machines CNC

L'intégration directe de bras robotiques dans des cellules d'usinage CNC franchit un nouveau palier industriel. Là où l'automatisation se limitait autrefois à une seule tâche isolée, des systèmes complets prennent désormais en charge le chargement d'ébauches brutes, le transfert inter-machine, l'inspection en cours de production, l'ébavurage et le routage aval, sans intervention humaine. FANUC a présenté en 2024 le ROBODRILL α-D28LiB5ADV Plus Y500 équipé du contrôleur R-50iA, avec vision embarquée pour la reconnaissance et la vérification de placement des pièces. Un retour terrain documenté chez APT Manufacturing Solutions indique un gain d'efficacité de 33 % sur une ligne tendue par ce système : production passée de 100 à plus de 150 pièces par équipe de huit heures, avec un retour sur investissement atteint en 33 semaines. Universal Robots positionne son cobot UR5e sur les ateliers à espace contraint, avec une répétabilité annoncée à 30 microns. L'entreprise Toolcraft, atelier de Seattle spécialisé dans les composants médicaux, a déployé ce modèle sur un cycle à trois opérations séquentielles, obtenant une réduction des coûts de production de 23 % et une hausse de débit de 43 %. KUKA, de son côté, propose via son logiciel KUKA.CNC une programmation robot en G-code, le même langage que les opérateurs CNC utilisent quotidiennement, ce qui réduit la barrière à l'adoption dans les environnements haute précision et forte charge. L'enjeu pour les décideurs industriels dépasse la productivité à court terme. Une étude Deloitte projette que 1,9 million des 3,8 millions de postes manufacturiers à pourvoir d'ici 2033 pourraient rester vacants, faute de main-d'oeuvre qualifiée. Cette pression démographique accélère la bascule vers des cellules autonomes capables de fonctionner en "lights-out manufacturing", c'est-à-dire de nuit et le week-end, sans personnel présent. Au-delà du volume, la régularité est un argument technique solide : un opérateur humain accumule en cours de poste des micro-erreurs de préhension et d'alignement qui se traduisent en rebuts ou reprises. Un bras robotique place chaque pièce dans le mandrin avec la même orientation et la même force à chaque cycle. Sur des lots de plusieurs centaines de pièces par quart, cette constance permet aux machines CNC d'opérer en continu à leurs spécifications nominales, ce que les métriques publiées par FANUC et Universal Robots confirment dans des contextes de production réelle, pas seulement en démonstration. La tendance actuelle s'inscrit dans une évolution plus longue : depuis les premiers systèmes mono-tâche des années 2000, les fabricants de robots industriels ont progressivement construit des offres d'intégration clés en main ou semi-ouvertes. FANUC mise sur un écosystème captif autour de ses propres machinecentres ROBODRILL, ce qui simplifie l'intégration mais réduit la flexibilité pour les ateliers multi-fournisseurs. Universal Robots cible les PME avec une approche collaborative sans cage de sécurité, pertinente pour les surfaces réduites. KUKA se différencie sur les environnements haute charge et haute précision, avec une interface de programmation pensée pour les profils d'opérateurs CNC existants. La prochaine étape logique pour ces trois acteurs est l'extension vers des cellules multi-machines pilotées par un seul bras ou un tandem robot-AMR, des configurations déjà en phase pilote dans plusieurs usines automobiles et aéronautiques en Europe et en Amérique du Nord.

L'essor des cobots dans la fabrication métallique et la construction

Les cobots représentent désormais 18 % du total des unités robotiques vendues en Amérique du Nord, selon le dernier rapport de l'Association for Advancing Automation (A3), avec environ 90 % des commandes provenant de secteurs non automobiles : agroalimentaire, biens de consommation, semi-conducteurs, électronique et sciences du vivant. C'est dans ce contexte de croissance record que Hirebotics, entreprise fondée à Nashville en 2015 par Matt Bush et Rob Goldiez, positionne ses solutions de cobots pour la fabrication métallique, le palettising et la construction de data centers. Leur produit phare, Beacon, est une plateforme cloud qui permet aux soudeurs, opérateurs de découpe et de peinture d'enseigner, piloter et surveiller un bras collaboratif via une application mobile, sans ligne de code ni compétence en programmation. La plateforme a servi de socle au Cobot Welder, lancé en 2021, et au BotX, le premier cobot de soudage en mode locatif (rental), développé en partenariat avec Red-D-Arc. L'enjeu derrière cette approche dépasse le produit : il s'agit de répondre à une pénurie structurelle de main-d'oeuvre qualifiée dans la fabrication industrielle, un problème que Bush et Goldiez ont vécu directement depuis les années 1990. La complexité de programmation des premiers cobots freinait l'adoption, notamment dans les PME métallurgiques qui n'ont pas d'ingénieurs dédiés à l'automatisation. En "productisant" le cobot en solution clé en main orientée opérateur, Hirebotics contribue à un changement de paradigme que l'on observe désormais chez les grands constructeurs : Universal Robots, par exemple, présente aujourd'hui majoritairement des configurations prêtes à l'emploi dans ses démonstrations, là où il y a dix ans les stands n'exposaient que des bras nus. Ce glissement vers l'accessibilité valide l'hypothèse que la barrière à l'entrée de la robotique collaborative n'est plus mécanique, mais logicielle et ergonomique. Hirebotics a été fondée en 2015 à l'intersection de deux vagues technologiques alors naissantes : les cobots à limitation de force et de puissance (bras capables de travailler sans cage de sécurité), et le cloud computing industriel. La société s'est d'abord appuyée sur des applications de machine tending et d'assemblage avant de se spécialiser dans le soudage. Rob Goldiez, cofondateur, a passé la main à Matt Bush en début d'année 2026. Sur le plan concurrentiel, le marché des cobots de soudage est disputé entre des intégrateurs spécialisés comme Hirebotics, des constructeurs OEM tels qu'Universal Robots (Danemark, filiale de Teradyne) ou FANUC, et des startups verticalisées comme Vectis Automation ou Genesis Systems. Le segment de la construction de data centers, cité comme nouveau vecteur de croissance, reste encore peu robotisé, ce qui représente une fenêtre d'opportunité pour des solutions cobots adaptées à des environnements moins standardisés que l'atelier industriel classique.

Festo présente une pince pneumatique à deux doigts pour robots collaboratifs

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