Sujet

Robotique et IA

La robotique et l'intelligence artificielle convergent pour créer des systèmes autonomes capables d'effectuer des tâches complexes. Cette combinaison soulève des enjeux fondamentaux : sécurité des systèmes autonomes, impact sur l'emploi, régulation de l'autonomie décisionnelle et responsabilité en cas de dysfonctionnement.

13 articles · Mis à jour il y a 2 mois

À propos de Robotique

De quoi il s'agit

La robotique et l'intelligence artificielle se combinent pour créer des systèmes physiques capables d'autonomie décisionnelle. L'IA agit comme le cerveau du robot en traitant les données captées par les capteurs, en analysant l'environnement et en planifiant les actions appropriées. Cette convergence va au-delà de l'automatisation règlementée des décennies précédentes : elle produit des systèmes capables d'apprendre, d'adapter leur comportement et d'opérer dans des contextes imprévisibles, du secteur industriel à la santé en passant par la logistique et les services.

Enjeux et débats

La capacité croissante des robots à fonctionner de manière autonome pose plusieurs questions fondamentales. La sécurité devient critique lorsque des systèmes robotiques autonomes opèrent aux côtés des humains ou dans des environnements sensibles : comment valider le comportement d'un système capable d'apprendre en continu ? La responsabilité en cas d'accident ou de décision erronée est difficile à établir quand l'IA devient « boîte noire ». L'impact sur l'emploi crée des tensions : face aux pénuries de main-d'œuvre, la robotique IA peut soulager les salariés de tâches répétitives, mais elle redéfinit aussi la demande de compétences et interroge l'avenir des métiers manuels. La cybersécurité s'impose comme enjeu stratégique, les robots connectés au cloud exposant les chaînes de production à des menaces informatiques. Enfin, les questions éthiques se multiplient : faut-il accorder une autonomie décisionnelle complète aux robots, ou maintenir un contrôle humain permanent ?

Cadre et acteurs

En Europe, l'AI Act établit un cadre régulateur qui classe les systèmes de robotique autonomes comme systèmes à haut risque, imposant audits, documentation exhaustive, transparence des modèles et surveillance continue. La Commission européenne coordonne cette approche au niveau continental, tandis que les États membres développent des stratégies nationales d'industrialisation robotique. Le RGPD complète ce cadre en régulant l'utilisation des données personnelles collectées par les robots. Au-delà de la régulation, les acteurs industriels, équipementiers et entreprises de services définissent les normes de sécurité et d'interopérabilité. Les institutions de recherche et de normalisation contribuent à structurer les bonnes pratiques en matière d'éthique, de fiabilité et d'intégration sûre des systèmes autonomes dans les environnements professionnels et publics.

Ce que suit ActuIA

ActuIA couvre l'évolution des cadres réglementaires appliqués à la robotique autonome, les débats sur la responsabilité des systèmes d'IA embarqués, les applications émergentes et leur acceptabilité sociétale, ainsi que les enjeux de cybersécurité et d'emploi liés à cette convergence technologique. Le média documente aussi comment les entreprises intègrent l'IA dans la robotique industrielle et de service, et quels changements cela implique pour les chaînes de valeur et les compétences.

Le guide complet

La robotique et l'intelligence artificielle convergent pour créer des systèmes autonomes capables d'effectuer des tâches complexes. Cette combinaison soulève des enjeux fondamentaux : sécurité des systèmes autonomes, impact sur l'emploi, régulation de l'autonomie décisionnelle et responsabilité en cas de dysfonctionnement.

Concepts clés

Dernières brèves

Publication scientifique

NVIDIA détaille le modèle S1 de Skild AI, qui exécute à partir d'une seule vidéo des tâches inédites allant jusqu'à dix minutes

Le 10 septembre 2026, NVIDIA a détaillé sa collaboration avec Skild AI autour de S1, modèle de fondation robotique qui apprend une tâche longue et inédite à partir d'une seule démonstration filmée, sans mise à jour de ses poids ni post-entraînement dédié. Un opérateur enregistre la vidéo de la tâche et la fournit au modèle comme requête. Sur des tâches multi-étapes nouvelles, Skild mesure environ 66 % de réussite par étape, contre 9 % pour un système comparable, et estime qu'une courte vidéo équivaut à quelque 380 démonstrations manuelles, soit 50 à 100 heures de collecte. Un essai de rempotage est passé de l'enregistrement à l'exécution autonome sur matériel en onze minutes. S1 traite des tâches allant jusqu'à dix minutes, du montage de kits à la préparation de crêpes. Skild revendique un rythme de chiffre d'affaires annualisé de 100 millions de dollars dix mois après son premier déploiement commercial et plus de 60 partenariats. Avec NVIDIA et Foxconn, ses manipulateurs à deux bras assemblent des systèmes Blackwell.

Source : NVIDIA Blog
Ranger dans…
Enregistré. Ajouter une note ?
Nouveau produit / service

Xpeng met en service une ligne d'assemblage de robots humanoïdes automatisée à plus de 80 %, qu'il présente comme la première au monde

Xpeng a annoncé le 9 septembre 2026 la mise en service de sa ligne de production de robots humanoïdes : le premier exemplaire a terminé son assemblage automatisé et a quitté la chaîne par ses propres moyens. Le groupe chinois revendique la première ligne automatisée au monde pour un robot humanoïde généraliste haut de gamme, avec un taux d'automatisation des procédés clés supérieur à 80 % et des standards de cohérence qualité repris de l'industrie automobile. Le robot IRON embarque trois puces Turing pour 2 250 TOPS de puissance de calcul utile et compte 76 degrés de liberté, dont 21 par main. Xpeng prévoit la production de masse d'ici fin 2026, d'abord dans ses magasins et ses campus, puis la commercialisation et les livraisons en Chine et à l'international en 2027.

Source : Xpeng
Ranger dans…
Enregistré. Ajouter une note ?
Tribune / opinion

Georgi Gerganov assure que llama.cpp et ggml resteront agnostiques au matériel après le rachat de Hugging Face par NVIDIA

Le 4 septembre 2026, Georgi Gerganov, créateur de llama.cpp et de la bibliothèque ggml, a publié une déclaration sur son compte X après l'annonce de l'acquisition de Hugging Face par NVIDIA. Il écrit que le projet conservera ses principes fondateurs, dont l'indépendance vis-à-vis du matériel, et que le développement et le support de tous les moteurs d'exécution continueront d'être pilotés et façonnés par la communauté, ouverts à qui veut y participer. Il rappelle que des ingénieurs de NVIDIA contribuent au code depuis plus d'un an, collaborent avec la communauté et fournissent des machines pour le développement et les tests. NVIDIA avait annoncé le rachat la veille pour 12,93 milliards de dollars, en indiquant que son calcul ne serait pas requis pour construire ou déployer via Hugging Face ; son billet ne mentionne ni llama.cpp ni ggml.

Nouveau modèle

Hugging Face publie 207 noyaux WebGPU et les mesure 2,57 fois plus rapides qu'ONNX Runtime WebGPU sur un GPU Apple M4

Le 1er septembre 2026, Hugging Face a publié @huggingface/kernels, une bibliothèque JavaScript qui télécharge, prépare et exécute depuis le Hub des noyaux de calcul WebGPU, afin de faire tourner des modèles dans le navigateur sans dépendre d'un moteur d'inférence unique. Cette version d'aperçu compte 207 noyaux, chacun publié dans son propre dépôt, sous licence Apache 2.0. Sur 809 cas de test comparés à ONNX Runtime WebGPU 1.30.0-dev sur un processeur graphique Apple M4, Hugging Face mesure une accélération de 2,57 en moyenne géométrique et de 1,90 en médiane. Les écarts extrêmes atteignent un facteur 10 000 sur un cas d'Einsum bilinéaire et 301 sur une somme cumulée par ligne. La disponibilité de WebGPU dépend du navigateur, du système d'exploitation, du processeur graphique et de son pilote. Le paquet est distribué sur npm sous l'étiquette preview, et les noyaux sont regroupés dans l'organisation webgpu-kernels du Hub.

Source : Hugging Face
Ranger dans…
Enregistré. Ajouter une note ?
Puce / GPU / matériel

Pudu Robotics présente au WAIC 2026 son robot semi-humanoïde industriel D7, avec une charge utile de 14 kg

Le 17 juillet 2026, au premier jour de la World Artificial Intelligence Conference (WAIC) de Shanghai, le fabricant chinois Pudu Robotics a montré pour la première fois en public son robot semi-humanoïde industriel PUDU D7 et détaillé son architecture "One Brain, Multiple Embodiments", qui fait partager une même intelligence logicielle à des formes de robots différentes via un modèle et une pile logicielle unifiés. Le D7 supporte une charge utile allant jusqu'à 14 kg et une hauteur de travail de 2 mètres, pour des tâches de manutention, de préparation en hauteur et de logistique d'entrepôt, à destination de l'industrie, de l'entreposage et du commerce de détail. Pudu Robotics revendique plus de 130 000 robots expédiés dans plus de 85 pays et régions.

Articles

13 au total
Nouveau modèle · Nvidia

Nvidia annonce Alpamayo 2 Super 32B pour robotaxis, métriques embarquées non publiées

01/06
Dataset / ressource ouverte · Hugging Face

Hugging Face propose Reachy Mini : un nouveau jalon dans la démocratisation de la robotique IA

16/07
Dataset / ressource ouverte · Hugging Face

IA et robotique : avec SmolVLA, Hugging Face ouvre les modèles Vision-Langage-Action à la communauté

11/06
Avancée méthodologique · Tesla

Les récentes démonstrations d'Optimus : un aperçu des avancées en robotique

15/05
Nouveau produit / service · Tesla

LightlyEdge : une IA embarquée pour alléger la charge des données dans la course à la voiture autonome

07/05
Pilote / POC / expérimentation · Chine

Semi-marathon de Beijing : des robots humanoïdes sur la ligne de départ

22/04
Mise à jour de modèle · Nvidia

Isaac GR00T N1 : NVIDIA ouvre une nouvelle ère de la robotique humanoïde

21/03
Benchmark / évaluation · Boston Dynamics

Selon une étude de la Bank of America, 3 milliards de robots humanoïdes seront en service en 2060

14/03
Publication scientifique · Université technique de Delft

IA et robotique : des chercheurs s'inspirent des fourmis pour la navigation autonome d'un drone miniature

23/07
Prix / distinction scientifique · Nvidia

NVIDIA triomphe au Grand Défi Autonome de la conférence CVPR 2024

20/06
Tribune / opinion · Université de Nottingham

Cat Royale : laisseriez-vous un robot s’occuper de votre animal de compagnie ?

04/06
Benchmark / évaluation · Boston Dynamics

ATLAS se réinvente en électrique : Boston Dynamics promet des performances accrues

18/04
Avancée méthodologique · Hugging Face

Hugging Face se lance dans un projet de robotique open source

13/03