La ruée vers les usines de robots humanoïdes se heurte à un manque de données

Le 30 septembre, la société d'ingénierie de données Innodata, basée dans le New Jersey, a ouvert un laboratoire de recherche et développement consacré à la capture de mouvement 3D pour les robots. L'installation enregistrera les mouvements directement sur des corps humains et mécaniques. Elle validera aussi de façon indépendante les données de performance que les robots génèrent en interne, rapporte The Robot Report, qui a révélé l'information le 30 septembre.

Un petit bâtiment, une grande affirmation : le goulot d'étranglement de l'IA physique ne serait ni les moteurs, ni les mains, ni les actionneurs, mais les données.

« L'IA physique croît plus vite que tout autre segment de l'IA, mais chaque équipe de robotique bute sur le même mur : il n'y a pas assez de données d'interaction avec le monde réel, et ce qui existe coûte cher et prend du temps à produire », a déclaré Rahul Singhal, PDG d'Innodata, dans un communiqué repris par The Robot Report. L'entreprise indique que l'installation couvre la collecte de données jusqu'à l'évaluation des modèles. Elle capturera le mouvement sur des humanoïdes, du matériel téléopéré, des systèmes portables, des bancs de capteurs et des pinces Universal Manipulator Interface. Innodata, fondée en 1988, soutient que si les grands modèles de langage se sont nourris de l'internet ouvert, les robots n'ont pas d'équivalent pour le monde physique. Son vice-président chargé de la robotique et de l'IA physique, Franklin Tanner, a expliqué à The Robot Report que l'IA physique « doit gagner ses tokens une interaction à la fois ». Tanner a aussi plaidé contre la capture de mouvement fondée sur l'inférence. Il n'existe selon lui « aucun substitut à la capture de mouvement 3D directe », et les modèles de vision par ordinateur qui travaillent à partir de pixels 2D commettent inévitablement des erreurs. Les capteurs du laboratoire, dit-il, sont conçus pour enregistrer le plus infime mouvement de chaque articulation.

Cet argument n'est pas nouveau. Il est en revanche désormais financé.

Le 30 septembre également, la société parisienne Inbolt a annoncé avoir levé 11 millions d'euros pour se développer à l'international et s'étendre aux data centres et à la fabrication électronique, rapporte Tech.eu. Le tour a été mené par le nouvel investisseur Shift4Good, avec la participation de Bridges Climate Transition Partners et des investisseurs historiques BNP Paribas Developpement et Ora Global, portant le financement total à 30 millions d'euros. Inbolt, fondée en 2019 par Rudy Cohen, Albane Dersy et Louis Dumas, vend une couche logicielle d'IA indépendante du matériel, combinée à de la vision 3D. Elle permet aux robots d'ajuster leurs boucles de contrôle en temps réel lorsque des pièces arrivent mal alignées ou que l'outillage s'use. Son système tourne sur plus de 200 robots dans plus de 100 usines réparties sur trois continents, avec parmi ses clients Bosch, Beko, Flex, Ford, Stellantis et Toyota, selon Tech.eu. L'argument de la société : les usines peuvent moderniser leurs lignes existantes plutôt que les remplacer.

Reste la vitesse. MindOn a publié le 30 septembre un article technique présentant Mind-1, un modèle d'IA physique qui, selon l'entreprise, amène l'exécution des tâches robotiques à des temps de cycle comparables à ceux d'un humain. La société indique avoir réduit la latence d'inférence de 82ms à 32ms. Elle souligne qu'à une vitesse de l'effecteur terminal de 3 mètres par seconde, 10ms de latence correspondent à environ 3cm de déplacement, assez pour faire échouer une saisie ou une insertion précises. MindOn pointe aussi un problème moins visible : une grande partie des données de manipulation robotique provient de la téléopération, plus lente que le mouvement humain naturel. Les modèles apprennent donc le tempo de leurs démonstrations en même temps que la tâche.

Trois annonces, un seul jour, une prémisse commune. Les démonstrations de capacités ne sont plus la partie difficile.

Un rapport technique de Fig Inc., publié lui aussi le 30 septembre, complique le tableau de façon utile. Les chercheurs Yangyue Wang, Harshvardhan Sikka, Pranav Guruprasad et Sudipta Chowdhury ont évalué des modèles de pointe, dont Astra et Opus 5.5, sur l'automatisation web et quatre domaines physiques : Bench2Drive, VLABench, IndEgo et Assembly101. Leur constat : les moyennes des benchmarks masquent une énorme variance au niveau des tâches. Dans chaque paire de modèles testée, le modèle le plus faible a résolu au moins une tâche que le plus fort a manquée. Une mise à jour de modèle peut laisser la moyenne presque inchangée tout en faisant basculer de nombreuses tâches individuelles. Les auteurs ont publié un jeu de données appelé RIDGE, avec les résultats tâche par tâche et les traces des modèles.

À lire en parallèle des chiffres des usines, le tableau change encore.

Le contexte de tout cela est une base manufacturière déjà automatisée, et majoritairement non humanoïde. Plus de cinq millions de robots travaillent aujourd'hui dans les usines du monde, et seuls quelques milliers sont des humanoïdes, selon des articles résumés dans une couverture sectorielle récente. Cette même couverture note que la chinoise UBTECH a ouvert en septembre une installation affichant une capacité d'un humanoïde toutes les dix minutes. Hyundai monte en puissance sur la production et le déploiement d'Atlas tout en ouvrant un centre de formation dans son usine de Géorgie. Le Japon veut 10 millions de robots dotés d'IA d'ici 2040, rapporte TechRadar le 30 septembre, tandis que le coréen SFA a signé un protocole d'accord avec Rainbow Robotics dans une poussée vers des usines sans personnel d'ici 2030, selon Korea JoongAng Daily.

Tous les robots de ce déploiement ne seront pas des humanoïdes. Mark Cuban a soutenu que les robots à forme humaine échoueront en l'espace d'une décennie, une position qu'il a répétée ces derniers jours, tandis qu'IEEE Spectrum a publié les évaluations d'experts en robotique sur l'Optimus de Tesla. La chaîne d'approvisionnement de Tesla est sous tension ailleurs : le 30 septembre, Electrek a rapporté que l'usine solaire prévue par Tesla au Texas s'est retrouvée entraînée dans un litige de brevets américain entre les fabricants chinois d'équipements Linton Crystal Technologies et Zhejiang Jingsheng. Le différend porte sur les tireurs Czochralski nécessaires à l'étape de croissance des lingots du projet solaire de Tesla. Tesla n'est pas partie au litige.

Cette histoire compte ici pour une raison structurelle. La chaîne d'approvisionnement des humanoïdes et celle du solaire ne sont pas les mêmes, mais le mode de défaillance est identique : un composant spécialisé unique, fourni par un petit nombre de vendeurs, placé au début d'un plan de production très long.

Ce qui ramène l'argument aux données. Tanner, d'Innodata, a donné à The Robot Report un exemple concret de la difficulté à encoder le contexte. Un robot à qui l'on demande de prendre une tasse peut la saisir par l'anse ou par le fond, et les deux sont mécaniquement valables. Mais si la tasse contient un liquide chaud, l'une des deux brûle la main. Ce genre de distinction est rarement présent dans les jeux de données existants. Les clients d'Inbolt affrontent un problème apparenté en production réelle : une pièce mal alignée peut bloquer un robot ou produire une sortie défectueuse, et le coût apparaît alors sous forme d'arrêt de production plutôt que de démonstration ratée. L'arithmétique de latence de MindOn en est la troisième face : à vitesse élevée, les petites erreurs de perception et de contrôle cessent d'être petites.

L'argent suit. Les 11 millions d'euros d'Inbolt sont modestes face aux capitaux qui affluent vers le matériel humanoïde, mais ils visent le parc installé plutôt que de nouveaux humanoïdes. Innodata vend de la mesure et de l'évaluation, pas des robots. Arrowfly, société mère de The Robot Report, a lancé le 30 septembre une plateforme AI for Engineers destinée précisément à ce public de praticiens. Elle cite plus de 30 000 professionnels de l'ingénierie déjà engagés sur les sujets d'IA dans son portefeuille, 2,1 million de lecteurs industriels vérifiés et une conférence prévue du 20 au 22 septembre 2027 à Henderson, dans le Nevada. C'est une activité de médias, pas de robotique, mais c'est un indicateur raisonnable de la destination de l'attention et des budgets.

Une réserve à énoncer clairement. Une grande partie des capacités d'usines d'humanoïdes annoncées sont des capacités, pas de la production. Les noms, les dates et les objectifs en unités circulent plus vite que les unités livrées, et l'écart entre l'ouverture d'une usine et son fonctionnement à cadence se compte généralement en trimestres, parfois en années. Le dossier ne donne aucun chiffre de production vérifié pour une ligne d'humanoïdes, et aucun ne doit être déduit des capacités annoncées.

Ce que le dossier montre, à travers huit sources publiées ces trois derniers jours, c'est un marché qui converge vers le même diagnostic par des chemins différents. Innodata veut vendre les données d'entraînement. Inbolt veut vendre la couche de perception qui permet aux bras existants d'absorber la variation. MindOn veut vendre de la vitesse. Les chercheurs de Fig veulent vendre un benchmark plus honnête. Aucun d'eux ne vend le robot.