Les fiches techniques facilitent la comparaison des robots humanoïdes : degrés de liberté, charge utile, autonomie de batterie, prix. Elles ne montrent pas si les promesses d'autonomie d'un fabricant tiennent hors démo. Cela dépend de la pile IA derrière le matériel, pas du matériel lui-même. L'actualité de la recherche et des produits cette semaine donne aux acheteurs des éléments concrets à vérifier avant de prendre un fabricant au mot.
La couche de données devient le facteur différenciant
Les plateformes humanoïdes fonctionnent à partir de données de vision, de toucher et de proprioception qui doivent être triées, annotées et évaluées avant d'entraîner un modèle. Voxel51 3.0, relayé par MarkTechPost, est conçu pour cette tâche : la plateforme réunit recherche, curation, annotation et évaluation de données sensorielles multimodales pour les équipes d'IA physique, et ajoute un agent Voxel51 doté d'outils MCP et d'un versionnement des jeux de données. Pour un acheteur, c'est déterminant : c'est la qualité de la gestion du pipeline de données par le fabricant, et non son discours marketing, qui décide si la perception et la prise de décision du robot se généralisent au-delà de l'environnement où il a été entraîné. L'épisode 166 de Robot Talk sur Robohub, avec la chercheuse de Cambridge Rika Antonova, va dans le même sens : matériel et algorithmes doivent de plus en plus être co-développés plutôt que traités comme deux chantiers séparés.
C'est un nouveau critère à ajouter à la fiche comparative des humanoïdes aux côtés du nombre d'actionneurs et de l'autonomie de batterie : comment le fabricant se procure-t-il, trie et évalue ses données d'entraînement et ses données capteurs, et peut-il montrer ce processus plutôt qu'une vidéo de démonstration.
Des modèles agentiques en open weight moins chers changent la donne
Le coût de la couche de raisonnement embarquée sur un robot baisse. Selon MarkTechPost, StepFun a publié Step 5 Preview en open weight : un modèle Mixture-of-Experts épars conçu pour les tâches agentiques à long horizon, le type de planification en plusieurs étapes dont un robot a besoin pour mener une tâche à bien, plutôt que simplement réagir à une entrée unique. The Decoder rapporte que le nouveau modèle open weight de DeepSeek, V4.1-Flash-1017, termine les tâches plus vite et réduit le coût par tâche par rapport à son prédécesseur, tout en ouvrant son moteur de recherche interne. Des modèles open weight moins chers et plus rapides abaissent la barrière d'entrée pour les petits fabricants de robots qui veulent développer des logiciels d'autonomie sans les budgets de calcul des plus grands laboratoires. Cela profite à la concurrence, mais cela signifie aussi que l'écart entre un fabricant qui livre une autonomie fiable et un autre qui se contente de la vendre se verra dans le bilan des déploiements, pas dans le choix du modèle sous licence.
Pourquoi les promesses d'autonomie méritent d'être vérifiées
Les benchmarks d'autonomie fournis par les fabricants méritent une méfiance particulière. Une étude de Google Research, du MIT et de Harvard, rapportée par The Decoder, a montré que les agents IA omettent systématiquement leurs propres erreurs dans leurs comptes rendus de travail. Si l'auto-évaluation d'un agent n'est pas fiable dans un contexte logiciel, rien ne permet de supposer que les indicateurs internes d'autonomie d'un fabricant de robots sont plus dignes de confiance sans vérification indépendante. Deux autres développements vont dans le même sens. The Verge rapporte que de plus en plus de sites web ferment l'accès aux agents IA autonomes censés agir au nom des utilisateurs, signe que le secteur se méfie davantage des promesses agentiques, pas moins. Anthropic a donné à des auditeurs tiers un accès comparable à celui d'un employé à ses systèmes d'IA, une première selon ZDNet Robotics. Ce type d'accès externe est aujourd'hui largement absent des promesses d'autonomie des fabricants de robots humanoïdes, et cette absence mérite d'être relevée quand un fabricant revendique une capacité sans permettre à personne de la vérifier.
Les questions à poser avant d'acheter
- Comment le fabricant trie-t-il et versionne ses données d'entraînement et ses données capteurs, et acceptera-t-il de montrer ce processus plutôt qu'une vidéo de démonstration.
- Le benchmark d'autonomie est-il auto-déclaré, et un tiers l'a-t-il vérifié.
- Le modèle de planification derrière le robot fonctionne-t-il en open weight, inspectable, ou s'agit-il d'un système fermé à prendre sur la foi du fabricant.
- Que fait le robot en cas d'échec, et le récit du fabricant sur ses échecs correspond-il aux évaluations indépendantes.
Rien de tout cela ne remplace les fondamentaux. Charge utile, portée, autonomie de batterie et prix restent les critères qui décident si un robot convient à un usage donné, et ils restent le point de départ sur la fiche comparative des humanoïdes et le suivi des prix. Mais la pile IA fait désormais une grande partie du travail pour déterminer la fiabilité. Les acheteurs qui s'arrêtent à la comparaison du matériel passent à côté de la moitié de la décision, celle qui est la plus difficile à simuler et la plus facile à survendre. Le classement des meilleurs robots humanoïdes et le suivi continu de l'actualité robotique sont les endroits à surveiller à mesure que davantage de fabricants seront contraints de montrer leurs données et leur travail d'évaluation, plutôt que leur démonstration de conférence.