Aller au contenu
OriginalAssisté par IARobots humanoïdes· 11 novembre 2026· 6 min de lecture

Apollo 2 testé sur une ligne de production Mercedes-Benz : ce que le pilote signifie pour les acheteurs d'humanoïdes

Google DeepMind a testé son modèle Gemini Robotics 2.5 sur l'Apollo 2 d'Apptronik au sein de lignes Mercedes-Benz actives. Un signal plus solide qu'une démonstration, mais encore loin d'une validation de déploiement.

Apollo 2 testé sur une ligne de production Mercedes-Benz : ce que le pilote signifie pour les acheteurs d'humanoïdes

Google DeepMind a testé son nouveau modèle de contrôle Gemini Robotics 2.5 avec l'Apollo 2 d'Apptronik sur des lignes de production Mercedes-Benz actives, en Hongrie et en Allemagne, selon The Decoder. L'humanoïde a trié des pièces métalliques dans le cadre de ce pilote, sur une ligne qui assemblait déjà des véhicules, pas en laboratoire ni lors d'une démonstration mise en scène.

Cette distinction compte pour quiconque évalue des plateformes humanoïdes pour un usage industriel. Une capacité montrée lors d'un keynote n'équivaut pas à une capacité qui tient la route sur une ligne qui ne peut pas s'arrêter pour l'erreur d'un robot. Interesting Engineering a rapporté que Gemini Robotics 2.5 a obtenu un score de 96 % sur 200 tâches lors de cet essai en usine. Il s'agit d'un résultat d'essai communiqué par un seul fournisseur, pas d'un benchmark indépendant du secteur, et il faut le lire comme tel.

Pourquoi un pilote en production est un signal différent

La plupart des informations sur les robots humanoïdes arrivent encore sous forme de démonstration : un robot qui plie du linge, verse une boisson, marche sur une scène. Ces vidéos montrent qu'une capacité existe dans des conditions choisies. Elles disent peu de choses sur la fiabilité, le temps de cycle, ou ce qui se passe quand une pièce est légèrement mal positionnée. Un pilote sur une ligne Mercedes-Benz, même limité, signifie que le robot et son logiciel de contrôle ont tenu suffisamment longtemps, et de façon suffisamment constante, pour qu'un constructeur automobile le laisse approcher de la production réelle.

Pour les équipes achats, c'est un test plus exigeant. Ce pilote constitue la première preuve reliant Apollo 2 à un véritable client automobile sur une ligne en fonctionnement. Il ne confirme pas que la plateforme est prête pour un déploiement à grande échelle. Il confirme qu'Apptronik et Google DeepMind sont allés plus loin qu'une démonstration sur scène, ce qui est une affirmation sensiblement différente.

Un cadre pour mesurer la production réelle

Le moment choisi compte, en raison d'un second développement. AGIBOT propose une nouvelle façon de mesurer le travail utile effectivement accompli par les robots humanoïdes après leur déploiement, plutôt que de s'appuyer uniquement sur des démonstrations de capacités, selon Robotics & Automation News. Les outils de comparaison actuels s'appuient lourdement sur des listes de tâches et des fiches techniques : degrés de liberté, charge utile, autonomie de la batterie, tâches qu'on a vu un robot accomplir au moins une fois.

Un cadre fondé sur la production déployée, si d'autres fournisseurs l'adoptaient, permettrait aux acheteurs de comparer les plateformes sur le travail accompli plutôt que sur un potentiel démonstré. Cela suppose que les fournisseurs communiquent de façon cohérente et qu'une vérification indépendante existe, et non que les entreprises notent elles-mêmes leurs propres pilotes. En l'absence de norme, les acheteurs doivent demander directement aux fournisseurs des données de déploiement plutôt que de les déduire d'une vidéo de démonstration.

Les concurrents courent après la même crédibilité

Apptronik n'est pas seul à vouloir passer de la démonstration au déploiement. Oversonic Robotics, le fabricant italien de robots humanoïdes cognitifs et collaboratifs, amène son RoBee R20 à Munich et à Lisbonne dans le cadre d'une expansion internationale, selon Robotics & Automation News. S'implanter en Allemagne, marché industriel et automobile établi, est un test différent d'un salon professionnel.

La couche logicielle évolue également. Le modèle GR00T 2 de Nvidia est conçu pour apprendre de nouvelles tâches aux robots en transférant des mouvements de mains humaines à partir de vidéos, entraîné sur environ 400 000 heures de séquences, sans recourir à la téléopération, a rapporté The Decoder. C'est une approche différente du contrôle de Gemini Robotics 2.5 testé en ligne, mais elle va dans le même sens : la compétition porte de plus en plus sur la capacité du logiciel à généraliser rapidement à de nouvelles tâches, pas seulement sur l'apparence du matériel à l'écran.

Les capitaux suivent le même mouvement. Path Robotics, un développeur d'IA physique pour l'industrie manufacturière, a levé 300 millions de dollars en série E, à une valorisation de 2,45 milliards de dollars, a rapporté Robotics & Automation News. Ce tour de table ne concerne pas une plateforme humanoïde, mais il confirme l'appétit des investisseurs pour l'IA physique appliquée spécifiquement à l'industrie manufacturière.

Ce que cela signifie pour les acheteurs

Rien de tout cela ne constitue un produit fini. Le travail chez Mercedes-Benz reste un pilote, et un score de 96 % sur 200 tâches lors d'un seul essai n'est pas un taux de production validé sur plusieurs postes, une variété de pièces et des mois d'usure. L'expansion d'Oversonic à Munich et Lisbonne est un plan, pas une expansion achevée.

Ce que cela confirme, c'est un déplacement dans ce qui compte comme preuve. Les acheteurs qui comparent des plateformes devraient accorder plus de poids aux pilotes de production documentés et, à mesure que ce cadre se précise, aux chiffres de production déployée, qu'aux démonstrations de capacités. Le comparateur de prix et le classement des meilleurs robots humanoïdes restent des points de départ utiles, mais une ligne qui tourne réellement chez Mercedes-Benz, ou un chiffre de production déployée vérifié de façon indépendante, en diront plus à une équipe achats qu'une nouvelle vidéo virale.

Cet article vous a plu ? Partagez-le

Sources : The Decoder, Interesting Engineering, Robotics & Automation News

Article rédigé avec l'aide d'outils d'IA, à partir de sources publiées, selon nos règles éditoriales. Illustration générée par IA. Aucune commission sur les achats. En savoir plus