En 2030, un robot humanoïde fera peut-être votre vaisselle… ou tombera sur votre carrelage. Entre vidéos de kung-fu en Chine, promesses d'Elon Musk et téléopérateurs payés à vous observer à distance, où en est vraiment la robotique humanoïde ?
Dans cette vidéo, on décortique la guerre industrielle entre la Chine et les États-Unis, les limites actuelles de l'IA physique (world models vs LLM), et ce qu'il manque concrètement pour qu'un robot entre chez vous en toute sécurité. Avec, en creux, une question fondamentale : quelle place auront la France et l'Europe dans cette nouvelle révolution ?
Merci à Rémi Cadene et Jean-Baptiste Mouret pour leur participation à cette vidéo.
⏰ Sommaire
00:00 - 2030 : votre robot domestique est là
01:04 - Les robots humanoïdes sont partout
02:53 - C’est quoi un robot humanoïde ?
04:14 - Robot chinois VS robot états-unien
05:53 - Les robots ne sont pas prêts
08:01 - Les robots vont transformer nos intérieurs ?
10:18 - Quand est-ce que les robots vont arriver ?
13:52 - Les usines : première phase des robots
15:21 - Rencontre avec Astro, le robot français
17:09 - Les hôpitaux : la deuxième phase des robots
18:14 - La sécurité des robots humanoïdes
20:04 - Construire le cerveau des robots
28:03 - Pourquoi vendre des robots pas prêts ?
31:12 - La confiance accordée aux robots
33:21 - Des robots humanoïdes français ?
39:07 - Comment faire face à la Chine et États-Unis
---
---
🤝 Pour toute demande de collaboration ► business@humanoid.fr
🔔 Abonnez-vous à notre chaîne ► https://youtube.com/c/numerama
🚩 Retrouvez toutes nos playlists ► https://www.youtube.com/c/numerama/playlists
---
Rejoignez-nous :
💻 Notre site ► http://www.numerama.com/
🐦 X ► https://x.com/numerama
📸 Instagram ► https://www.instagram.com/numerama
📱TikTok ► https://www.tiktok.com/@numerama
🔷 Facebook ► https://www.facebook.com/Numerama/
🎙️ Twitch ► https://www.twitch.tv/numerama
🟡 + rapide, + pratique, + exclusif : découvrir numerama+ ► https://www.numerama.com/numeramaplus/
---
Script : Théotim Raguet, Julien Cadot
Montage : Alfred Tertrais
Avec : Théotim Raguet, Rémi Cadene et Jean-Baptiste Mouret
---
#robot #ia #numerama
Dans cette vidéo, on décortique la guerre industrielle entre la Chine et les États-Unis, les limites actuelles de l'IA physique (world models vs LLM), et ce qu'il manque concrètement pour qu'un robot entre chez vous en toute sécurité. Avec, en creux, une question fondamentale : quelle place auront la France et l'Europe dans cette nouvelle révolution ?
Merci à Rémi Cadene et Jean-Baptiste Mouret pour leur participation à cette vidéo.
⏰ Sommaire
00:00 - 2030 : votre robot domestique est là
01:04 - Les robots humanoïdes sont partout
02:53 - C’est quoi un robot humanoïde ?
04:14 - Robot chinois VS robot états-unien
05:53 - Les robots ne sont pas prêts
08:01 - Les robots vont transformer nos intérieurs ?
10:18 - Quand est-ce que les robots vont arriver ?
13:52 - Les usines : première phase des robots
15:21 - Rencontre avec Astro, le robot français
17:09 - Les hôpitaux : la deuxième phase des robots
18:14 - La sécurité des robots humanoïdes
20:04 - Construire le cerveau des robots
28:03 - Pourquoi vendre des robots pas prêts ?
31:12 - La confiance accordée aux robots
33:21 - Des robots humanoïdes français ?
39:07 - Comment faire face à la Chine et États-Unis
---
---
🤝 Pour toute demande de collaboration ► business@humanoid.fr
🔔 Abonnez-vous à notre chaîne ► https://youtube.com/c/numerama
🚩 Retrouvez toutes nos playlists ► https://www.youtube.com/c/numerama/playlists
---
Rejoignez-nous :
💻 Notre site ► http://www.numerama.com/
🐦 X ► https://x.com/numerama
📸 Instagram ► https://www.instagram.com/numerama
📱TikTok ► https://www.tiktok.com/@numerama
🔷 Facebook ► https://www.facebook.com/Numerama/
🎙️ Twitch ► https://www.twitch.tv/numerama
🟡 + rapide, + pratique, + exclusif : découvrir numerama+ ► https://www.numerama.com/numeramaplus/
---
Script : Théotim Raguet, Julien Cadot
Montage : Alfred Tertrais
Avec : Théotim Raguet, Rémi Cadene et Jean-Baptiste Mouret
---
#robot #ia #numerama
Catégorie
🎥
Court métrageTranscription
00:00On est en 2030, et vous venez de prendre une grande décision,
00:03vous achetez un robot humanoïde pour votre maison.
00:06Hey, I'm here to help around the house. What's your name ?
00:13Il fera la vaisselle, passera l'aspirateur, pliera le linge,
00:16vous lui avez même donné un petit nom, Norbert.
00:18Parce qu'il a une tête de Norbert.
00:20Norbert.
00:21Mais il y a juste un problème avec Norbert, vous ne lui faites pas complètement confiance.
00:24Déjà, il y a de grandes chances qu'il soit soit chinois, soit américain,
00:27et vous n'avez pas forcément envie de voir vos données s'envoler.
00:30Ensuite, il est lent.
00:37C'est nul !
00:38Et sur certaines tâches, ce n'est pas lui qui bosse, c'est un téléopérateur humain
00:42qui, quelque part sur la planète, le pilote à travers ses caméras.
00:45Donc vous vous demandez ce qu'il voit, ce qu'il enregistre,
00:48et ce qu'il se passe s'il se prend les pieds dans le tapis
00:49et qu'avec ses 60 kilos, il tombe sur votre gamin.
00:53Alors ce scénario-là, ce n'est pas de la science-fiction,
00:56c'est exactement ce qui est en train de se décider aujourd'hui.
01:04Les robots humanoïdes, on en voit partout.
01:06Sur les réseaux, à la télévision, dans les salons,
01:09dans les villes,
01:10et depuis quelques mois, dans les usines en France.
01:12En deux ans, leur équilibre, leur précision, leur vitesse, tout a changé.
01:17Il suffit de regarder les World Humanoïdes Robot Games,
01:19les Jeux Olympiques des robots humanoïdes, à Pékin fin août dernier.
01:22Deuxième édition de ces jeux, 2056 robots, 666 équipes, 16 pays.
01:27Sur le 100 mètres, le robot Tiangong Ultra du centre d'innovation de Pékin
01:31a battu le record humain en 8 secondes 64.
01:33Usain Bolt, c'était 9 secondes 58.
01:35Un an plus tôt à la première édition,
01:37le meilleur robot mettait 21 secondes 50.
01:40En 12 mois, ils ont divisé le temps par plus de deux.
01:42Il n'y a pas que de la course,
01:43du football à 5 contre 5,
01:45de la boxe,
01:45du ménage,
01:46avec des épreuves où le robot doit être entièrement autonome,
01:50sans humain dans la boucle.
01:50Et ces robots, ils arrivent avec une promesse,
01:53nous débarrasser des tâches ingrates,
01:54dans les usines d'abord,
01:56à la maison ensuite.
01:57Et à écouter certains constructeurs,
01:58la maison, c'est déjà pour l'année prochaine.
02:07Sauf qu'aujourd'hui, ces robots viennent presque tous de deux pays.
02:10Lui, unité trigéen, chinois.
02:12Lui, figure 3, américain.
02:14Lui, Agibot, chinois.
02:15Lui, Tiangong, chinois.
02:17Lui, Optimus, américain.
02:18Lui, Huptek Walker, chinois.
02:21Lui, Néo, américain.
02:22Alors voilà la question de cette vidéo.
02:24Qu'est-ce qu'il manque encore concrètement
02:26pour que Norbert arrive chez vous ?
02:28Norbert.
02:29Quel problème il reste à résoudre ?
02:30Qui est en train de les résoudre ?
02:32Et à quelle vitesse ?
02:33Voilà les problèmes que l'industrie cherche à craquer aujourd'hui.
02:35Et vous allez voir qu'à chaque étape,
02:37il y a une question qui revient.
02:38Est-ce que la France qui a les labos et les ingénieurs
02:41est dans la course ?
02:42Ou est-ce qu'on laissera les robots des autres passer devant ?
02:44Petit spoiler, j'ai rencontré Astro,
02:45un prototype de robot humanoïde tout récent.
02:47Et il est français.
02:49Je vous le présente un peu plus tard.
02:53Mais d'abord, de quoi on parle ?
02:57Un robot humanoïde, c'est un robot à forme humaine.
02:59Éventuellement une tête,
03:00mais ce n'est pas toujours le cas, on y reviendra.
03:02Des humanoïdes, on en fabrique depuis les années 70.
03:04Le tout premier bipède est japonais,
03:06Wabot 1, université de Waseda, en 1973.
03:09On dirait qu'il sort soit de Minecraft,
03:11soit des backrooms, enfin, il a son style quoi.
03:14Mais entre 1970 et 2020,
03:16la robotique humanoïde a surtout vécu dans la pop culture.
03:19Aérobot, la saga Terminator,
03:21Detroit Become Human,
03:23Westworld, Humans.
03:24Dans les labos, ça a avancé,
03:26mais très discrètement,
03:27et sans jamais sortir des labos.
03:29Et là, depuis 2-3 ans, c'est partout.
03:31Pourquoi ?
03:32La réponse tient en deux lettres,
03:34I.A.
03:34Les mêmes techniques qui ont produit ChatGPT
03:36permettent de mettre un semblant de cerveau dans ces machines,
03:39et ça, ça a tout accéléré.
03:41C'est ce que Jensen Wang, le patron de Nvidia,
03:43appelle le moment ChatGPT de la robotique,
03:45après l'IA qui écrit,
03:46l'IA qui agit dans le monde physique.
03:48Et dans la robotique,
03:49ce sont surtout les humanoïdes qui ont la côte.
03:50On va en mettre sur les chaînes d'assemblage,
03:52dans les entrepôts,
03:53dans les hôpitaux,
03:54les EHPAD,
03:55dans les vies !
03:56Les banques ont même sorti leur calculette,
03:57Morgan Stanley évalue le marché mondial,
04:00à 5 000 milliards de dollars en 2050.
04:03Goldman Sachs table sur 138 milliards en 2035.
04:07Alors, il faut noter que ce sont des projections incertaines,
04:09et les banques se plantent parfois,
04:11mais ça montre à quel point l'argent regarde ce secteur.
04:13Et sur ce terrain, on a deux superpuissances
04:16qui communiquent de façon totalement différente.
04:18D'un côté, la Chine.
04:20Elle, elle veut montrer que ses robots sont les meilleurs mécaniquement.
04:22Au gala du nouvel an chinois en février dernier,
04:25devant plusieurs centaines de millions de téléspectateurs,
04:28des dizaines de unitrijiens ont fait du kung fu en formation,
04:31avec des bâtons, des nunchaku,
04:33salto de 3 mètres,
04:34le tout présenté entièrement autonome.
04:36Ensuite, on a eu Tiagong,
04:37qui a parcouru le semi-marathon à Pékin en avril 2025,
04:40et en 2026, Lightning, le robot de Honor,
04:42a couru le même semi-marathon en 50 minutes et 26 secondes.
04:46Pour vous dire, il a explosé le record humain
04:47qui est à 56 minutes et 51 secondes.
04:49Et c'est pas tout, hein.
04:50Il y a des tournois de MMA entre robots.
04:52À Shenzhen, un PM01 de la startup Engine AI
04:55patrouille en gilet fluo aux côtés des policiers
04:57depuis février 2025.
04:59Et depuis mars, un humanoïde en uniforme
05:01règle la circulation à un carrefour du district de Longang.
05:04En équilibre, en fluidité,
05:05il n'y a pas de doute,
05:06les Chinois sont devant.
05:08Et du coup, on se dit,
05:09si ça faire tout ça,
05:10ma vaisselle, ce sera hyper facile.
05:12On passe de l'autre côté maintenant,
05:13l'approche américaine,
05:14elle, elle va droit au but
05:15avec des robots dans le feu de l'action.
05:17Figure 03 qui trie des pièces sur la chaîne de BMW à Spartanburg,
05:21Digit d'Agility Robotics
05:22qui déplace des bagues dans des entrepôts,
05:24Optimus dans les usines de Tesla,
05:26et à la maison,
05:27le même figure qui montre son robot
05:29en train de faire un lit.
05:30Bref, il y a une rivalité entre les Etats-Unis
05:33et la Chine sur la robotique humanoïde,
05:34et comme pour l'IA, il faut être le premier.
05:37Les chiffres donnent une idée du rapport de force.
05:39En 2025, un peu plus de 16 000 humanoïdes
05:41ont été livrés dans le monde,
05:43que ce soit pour le milieu industriel,
05:44pour la recherche,
05:45pour l'éducation
05:46ou pour le divertissement,
05:47et plus de 80% venaient de Chine,
05:51principalement Agibot,
05:51Unitree et UpTech.
05:53Mais il faut dire les choses clairement,
05:54ces robots ne sont pas encore prêts
05:56pour votre salon.
05:58On ne peut pas dire qu'ils sont encore inutiles,
06:00car les catégories autonomes des jeux de Pékin
06:02ou les robots qui tournent 200 heures d'affilée
06:03dans un entrepôt s'existent,
06:05mais ils ne sont pas prêts.
06:06Qu'importe le marketing,
06:07aucun ne sait faire votre ménage tout seul,
06:09tous les jours,
06:10sans se planter.
06:11Déjà, pourquoi on s'obstine
06:13à leur donner une forme humaine ?
06:14Norbert ne pourrait pas ressembler
06:15à un robot aspirateur plutôt,
06:17avec deux petits bras qui sortent du dessus.
06:19Enfin, ce serait tellement plus simple.
06:20On a des robots aspirateurs,
06:21on a un robot qui lave la vaisselle,
06:23qui est notre lave-vaisselle,
06:24on a un robot qui lave le linge,
06:25qui est notre lave-linge.
06:26On a déjà beaucoup de robots un peu spécialisés.
06:28Ils ne savent pas tout faire,
06:29c'est-à-dire qu'il faut remplir le lave-vaisselle,
06:32il faut remplir le lave-linge,
06:33il faut peut-être étendre le linge.
06:35L'idée, c'est que le robot humanoïde
06:36comble tous ses trous.
06:37Ils sont un peu capables de tout faire
06:38entre ces étapes-là,
06:40qui s'intègrent dans une maison
06:41qui est déjà relativement automatisée.
06:43On n'a pas forcément envie d'un robot
06:44qui passe l'aspirateur,
06:45parce qu'on a plus vite fait
06:47d'acheter un robot aspirateur.
06:48Mais le même robot qui serait capable
06:49de faire de temps en temps
06:50passer l'aspirateur,
06:51mais aussi s'occuper de la vaisselle,
06:53du linge,
06:54peut-être nettoyer les vitres
06:55et finalement une très grande variété de tâches,
06:58ça, ça commence à être intéressant
06:59parce qu'il y a ce côté universel,
07:01une seule machine qui fait tout.
07:02Ce monsieur, c'est Jean-Baptiste Mouret,
07:04directeur de recherche à l'INRIA à Nancy
07:06et un spécialiste de la robotique humanoïde.
07:08Et ce qu'il explique,
07:09c'est qu'on fait des robots à forme humaine
07:10parce que le monde a été construit
07:11par des humains pour des humains.
07:13Les escaliers, les poignées de porte,
07:15la hauteur des plans de travail,
07:16le lave-vaisselle, la machine à laver,
07:18tout est calibré pour un corps
07:19d'environ 1m70 avec deux mains.
07:21Dans un foyer,
07:22l'électroménager fonctionne toujours pareil.
07:24On met l'objet dans la machine,
07:26la machine transforme l'objet
07:27et on récupère l'objet.
07:28Eh bien, l'humanoïde y sert à ça.
07:30Il met la vaisselle dans le lave-vaisselle
07:32et la ressort.
07:33Il met le linge dans la machine,
07:35le récupère,
07:36puis le met dans le sèche-linge.
07:37Enfin, il descend les escaliers,
07:39le cauchemar absolu des robots à roulettes.
07:41Bon.
07:42Sauf pour certains.
07:52Enfin, ce qu'il faut comprendre,
07:53c'est qu'un robot spécialisé
07:54fait une seule tâche très bien,
07:56un humanoïde en fait 100,
07:58on voit bien pour le moment,
07:59mais dans un monde
07:59qu'on n'a pas besoin de reconstruire pour lui.
08:01Le truc, c'est que pour être vraiment polyvalent
08:03et sans danger,
08:05il lui reste une liste de problèmes à régler.
08:07Et cette liste, il faut la lire correctement,
08:09et en plus, il y en a deux.
08:10Quand on parle des freins,
08:11aux robots humanoïdes,
08:12on mélange à peu près tout,
08:14alors qu'en réalité,
08:15il y a deux listes complètement différentes.
08:17La première, c'est ce qu'il faut résoudre
08:18pour que ça marche.
08:19Des problèmes de science,
08:20de l'ingénierie.
08:21La mécanique avec les moteurs,
08:22les mains,
08:23le poids,
08:24la sécurité physique
08:25pour qu'il ne tombe pas sur vous.
08:27Et surtout, le cerveau.
08:28Le logiciel avec le manque de données
08:30pour l'entraîner.
08:31Alors tout ça,
08:31ce sont les chercheurs et les startups
08:32qui s'en occupent,
08:33et on va voir où est-ce qu'ils en sont.
08:34La deuxième liste,
08:35c'est ce qu'il faut
08:36pour que ce soit autorisé chez vous.
08:38En gros, des problèmes de papier.
08:39La sécurité,
08:40la loi qui dit qui est responsable
08:41lorsque Norbert met le feu chez vous,
08:43le financement
08:44et l'acceptation par le public.
08:45Tout ça, ça ne dépend pas des labos,
08:47ça dépend des politiques.
08:48On gardait ces deux listes en tête
08:49parce que la question,
08:50c'est pour quand,
08:51n'a pas la même réponse selon la liste.
08:53Bon, petite parenthèse quand même
08:54sur une contrainte qu'on m'a souvent citée
08:56et qui n'existe pas vraiment,
08:57on compare l'arrivée des robots
08:58à celle des voitures.
08:59En la seconde moitié du XXe siècle,
09:01la voiture est passée
09:01un objet de luxe
09:02et un objet indispensable
09:03pour la plupart des Français,
09:05sauf les Parisiens, évidemment.
09:06Mais ça a pris des décennies.
09:08Il a fallu inventer
09:09le code de la route,
09:10un cadre juridique,
09:11mais surtout pour rouler,
09:12la voiture a besoin de route.
09:13On refait nos villes,
09:14nos maisons,
09:15nos environnements
09:15pour l'accueillir.
09:16Alors du coup,
09:17est-ce qu'il faudra faire pareil
09:18pour les robots,
09:19genre coller des QR codes moches
09:20partout dans les rues
09:21et dans le salon
09:21pour que Norbert puisse repérer ?
09:23Bon, je pose la question,
09:24mais parce que j'ai déjà entendu
09:25cette hypothèse.
09:25QR code, a priori, non,
09:27parce que s'il y a bien quelque chose
09:28qui marche bien maintenant,
09:29c'est la vision.
09:30La vision des robots
09:31s'est énormément améliorée
09:32depuis une dizaine d'années
09:33grâce au progrès du deep learning.
09:34Par contre, adapter un peu
09:35l'environnement,
09:36ça va dépendre un peu
09:37de tout le monde,
09:37mais si je reprends mon exemple
09:38de robot aspirateur,
09:40tout le monde sait,
09:40tous ceux qui en ont en tout cas,
09:41savent qu'ils ne supportent pas
09:42les câbles.
09:43Si on laisse le câble
09:43du chargeur de téléphone
09:44par terre,
09:45il s'enroule dessus
09:46et il se bloque.
09:47Donc on a adapté
09:48notre environnement.
09:49Les gens qui utilisent
09:49beaucoup ces robots-là
09:50ne laissent plus traîner de câbles.
09:52Et il y a des chances
09:52qu'un robot humanoïde
09:53est un peu le même genre
09:54de difficulté.
09:55C'est-à-dire que
09:55si on laisse des choses
09:56qui glissent partout par terre,
09:58il a peut-être plus de chances
09:59de tomber.
09:59Et une fois qu'il sera tombé
10:00deux fois,
10:01on dirait
10:01je vais essayer
10:01de ne pas laisser traîner
10:03des vêtements par terre
10:04parce que pour le robot humanoïde,
10:06c'est pas bien.
10:06Donc non,
10:07les humanoïdes ne vont pas
10:08transformer notre environnement.
10:10C'est justement tout l'intérêt
10:11de la forme humaine.
10:11Il faudra juste ranger ses chaussettes
10:13pour pas que Norbert
10:14finisse au sol.
10:18J'ai mal.
10:18Alors quand est-ce qu'on aura
10:19un humanoïde à la maison ?
10:21Si la question c'est
10:22quand je pourrais en acheter un,
10:23eh bien la réponse c'est maintenant.
10:25Tout de suite là !
10:26On pourrait carrément
10:27vous mettre un lien dans la bio
10:28pour un robot humanoïde
10:28basique et programmable
10:30mais on ne veut pas
10:30être responsable
10:31de vos accidents.
10:32Regardez par exemple
10:32l'américain Unix,
10:33ils prennent des précommandes
10:35pour Néo,
10:35leur robot.
10:3620 000 dollars
10:37ou 499 dollars par mois,
10:39livraison aux Etats-Unis
10:40promise avant fin 2026
10:41et à l'international en 2027.
10:43Autre américain,
10:44figurez Yai,
10:45ils pourraient proposer
10:46des prix aux alentours
10:46de 600 dollars par mois
10:48et des premiers robots
10:49dans les foyers
10:49mais sans date pour le moment.
10:51Tesla promet
10:51des Optimus particuliers
10:53depuis des années
10:54et pour l'instant,
10:55aucune unité
10:56n'a été livrée
10:57à un client classique Elon.
10:58Bon maintenant,
10:59si la question c'est
10:59quand aurais-je un robot
11:00autonome,
11:01utile et abordable,
11:03bah là,
11:03les réponses divergent
11:04et il faut vous donner les deux.
11:06Du côté des entreprises d'abord.
11:07Pretadoc,
11:08le patron de figure,
11:09disait début 2026
11:10que l'autonomie complète
11:11à la maison
11:12est atteignable en 2026
11:13mais c'est un gros effort.
11:14Unix promet
11:15des mises à jour logicielles
11:16qui ajoutent des tâches
11:17au fil des mois.
11:17Elon Musk lui promet
11:18mais il promettait déjà
11:1910 000 Optimus en 2025
11:21et il a reconnu en janvier
11:22qu'aucun ne faisait
11:23un travail utile
11:23dans ses usines
11:24classiques Elon.
11:25Cela dit,
11:26la chaîne d'assemblage
11:26est en cours de montage
11:27et ça avance plutôt bien.
11:28Bon maintenant,
11:28du côté des chercheurs,
11:29on est beaucoup plus prudent.
11:30Ce dont on rêve tous,
11:31c'est d'avoir un robot
11:33à la maison
11:34qui vaut pas cher
11:35et qui fait tout très bien.
11:36Et ça,
11:36c'est beaucoup plus éloigné
11:37qu'un robot
11:38qui potentiellement,
11:39peut-être,
11:39pourrait être à la maison
11:40ou faire certaines tâches
11:41et qui vaut très cher.
11:42On se dirige vers
11:43des prototypes,
11:44beaucoup de communication
11:45où on aura maintenant
11:46ce robot disponible
11:47à la vente,
11:48etc.
11:48Mais ils ne font pas
11:49énormément de choses.
11:51Ils vont rester complexes
11:52comme machine,
11:53donc du coup,
11:54cher.
11:54Et puis finalement,
11:55cette explosion-là
11:56va mettre beaucoup de temps
11:57avant de pouvoir avoir
11:59une chance d'être chez tout.
12:00On a un peu un parallèle
12:01qu'on peut faire
12:02avec les robots aspirateurs.
12:03Les robots aspirateurs,
12:04ils sont arrivés
12:05il y a maintenant longtemps,
12:06plus de 20 ans.
12:07Ça ne marchait pas trop mal,
12:08ce n'était pas trop cher,
12:08environ 1 000 euros à l'époque.
12:09Et malgré tout,
12:10tout le monde a considéré
12:11à ce moment-là
12:12que c'était quand même
12:12très cher pour un aspirateur
12:13et que finalement,
12:15ce n'était pas si indispensable
12:16que ça
12:17et que ce serait pratique.
12:18Ça a eu beaucoup
12:18de temps à démarrer.
12:20Maintenant,
12:20c'est devenu assez courant,
12:21mais ce n'est pas non plus
12:22que tout le monde n'en a pas.
12:23Mais les prix ont mis
12:25beaucoup de temps à baisser.
12:26Ça vaut encore
12:27quelques centaines d'euros.
12:28Donc, on voit
12:28que cette trajectoire-là,
12:30on parle de robots
12:30qui ont mis
12:31beaucoup de temps
12:31à s'imposer.
12:33Finalement,
12:33sont encore considérés
12:34trop chers
12:34et sont globalement
12:35des machines
12:36beaucoup plus simples
12:37qu'un humanoïde.
12:37On peut tout à fait
12:38envisager ça
12:38sur ce genre d'échelle,
12:3920-30 ans,
12:41peut-être plus,
12:42peut-être moins,
12:42avant des adoptions
12:43très très larges.
12:44On ne parle pas
12:45de 1, 2 ans, 3 ans.
12:46On parle quand même
12:46de durée
12:47à l'échelle d'une société,
12:48de 30 ans, 20 ans,
12:51que la société
12:51est le temps d'incorporer
12:52tout ça.
12:5320 ou 30 pour le grand public,
12:54c'est l'horizon d'un chercheur
12:55qui a vu passer
12:56beaucoup de promesses.
12:59Pour nous,
13:00il faut manier
13:00ces horizons
13:01avec des pincettes
13:02dans les deux sens.
13:03Par exemple,
13:04en 2024,
13:04des mathématiciens
13:05expliquaient que l'IA
13:06résoudrait rien de sérieux
13:07en maths
13:07avant 30 ans.
13:08Et au final,
13:09il a fallu 2 ans
13:09pour proposer des solutions
13:11au problème du millénaire.
13:12Et bien sur les robots,
13:13il y a un indicateur
13:14qui ne ment pas.
13:15Morgan Stanley
13:16a revu la prévision
13:17de livraison chinoise
13:193 fois en 6 mois.
13:20De 14 000
13:21à 28 000
13:22puis à 50 000 robots
13:23pour la seule année
13:242026.
13:25En fait, c'est simple,
13:26quand un secteur
13:26va plus vite
13:27que les prévisionnistes,
13:28c'est rarement
13:28qu'un secteur va s'arrêter.
13:30On peut se dire
13:30que le marché
13:31des premiers norbères
13:31imparfait,
13:33cher,
13:33peut-être pas tout à fait
13:34autonome,
13:35pensez pour des
13:36early adopters,
13:37existent dans
13:382 ou 3 ans.
13:39Mais l'orbère
13:40pour tout le monde,
13:40dans toutes les maisons,
13:41c'est une autre histoire
13:42et c'est là
13:43que les 20 ans
13:44de Jean-Baptiste Mouret
13:44peuvent avoir raison.
13:45Parce que pour arriver
13:46chez vous,
13:47les robots humanoïdes
13:48vont passer par
13:493 phases.
13:49La 3ème,
13:50c'est la maison.
13:51Mais avant,
13:52il y en a 2 autres.
13:53Et la 1ère phase,
13:54elle a déjà commencé
13:55les usines
13:56et les centres logistiques.
13:57Figure 2 a passé
13:5811 mois sur la chaîne
13:59de BMW en Caroline du Sud,
14:00a participé à la production
14:01de plus de 30 000 X3.
14:03Figure 3 a pris
14:03le relais en juin.
14:04En Chine,
14:05les Walkers de Dupe Tech
14:06travaillent dans les usines
14:07de BYD.
14:08Et en France,
14:08depuis février,
14:09un robot bipède
14:10saisit des pneus
14:112 par 2,
14:12une trentaine de kilos
14:12à chaque fois,
14:13dans l'atelier des roues
14:14de l'usine Renault de Douai.
14:16Lui s'appelle Calvin,
14:17il est fabriqué
14:18par cette start-up parisienne
14:19au Wondercraft.
14:19C'est lui,
14:20le fameux humanoïde
14:21sans tête,
14:21on y revient.
14:22Alors pourquoi l'usine d'abord ?
14:23Parce que c'est
14:24un environnement contrôlé.
14:25Peu d'humains autour,
14:26des tâches répétitives
14:27et peu complexes.
14:28Porter des objets
14:28d'un point A
14:29à un point B,
14:30positionner des paquets
14:31dans le bon sens
14:32sur un tapis.
14:32Vous avez peut-être vu
14:33ces robots de figure
14:34Bob,
14:35Frank,
14:35Gary,
14:36Rose et Jim,
14:36pas de Norbert,
14:37dommage,
14:38trier des colis
14:38pendant 200 heures
14:39d'affilée.
14:40C'est aussi un environnement
14:41où un robot peut se planter
14:42sans blesser un enfant.
14:43Si Norbert tombe
14:44dans un entrepôt,
14:45on note le bug
14:46et on le corrige,
14:47c'est là qu'on va évaluer
14:48et renforcer
14:48la sécurité des machines.
14:50Et puis il y a l'argent.
14:51Contrairement à vous,
14:51les industriels sont prêts
14:52à miser de grosses sommes
14:53sur un retour
14:54sur investissement possible.
14:56Un humanoïde est moins rapide
14:57qu'un bras robotisé fixe
14:58sur le tri de colis,
14:59c'est vrai,
15:00mais un bras fixe
15:00fait une seule chose
15:01et une cellule robotisée
15:02industrielle
15:03se chiffre en centaines
15:04de milliers d'euros,
15:05intégration comprise.
15:06Là où un humanoïde
15:07à 20 000 ou 30 000 dollars
15:09qu'on peut réaffecter
15:10à un autre poste,
15:11même la nuit,
15:12c'est un autre calcul.
15:13C'est pour ça que Renault
15:14a misé 75 millions de dollars
15:16sur Wondercraft
15:17et vise 350 calvins
15:18dans ses usines françaises
15:19espagnoles fin 2027.
15:21Mais c'est aussi pour ça
15:22que ce robot existe.
15:26Il s'appelle Astro
15:27et c'est un des rares
15:28prototypes d'humanoïdes français.
15:30J'ai rencontré Rémy Cadenne,
15:31le fondateur d'UMA,
15:32l'entreprise qui le conçoit.
15:33Et Rémy Cadenne,
15:34il s'y connaît un peu,
15:343 ans chez Tesla,
15:36dans l'équipe d'autopilot,
15:37puis sur Optimus,
15:38puis chez Hugging Face
15:39où il a cofondé
15:40Le Robot,
15:41une bibliothèque open source
15:42devenue une brique de base
15:43de la robotique moderne.
15:44Il a fondé Ouma fin 2025
15:45avec 40 millions de dollars
15:47d'amorçage
15:48et Yann Lequin et Xavier Niel
15:49parmi les investisseurs.
15:50Ici, on a le premier prototype
15:52de robot humanoïde de Ouma
15:55qui a été designé
15:57et assemblé à Paris.
15:59La première version de Astro,
16:00on l'appelle même version 0
16:02pour évoquer le fait
16:03que c'est un premier prototype.
16:04Ça nous permet de montrer
16:05notre capacité
16:06à avancer extrêmement rapidement.
16:08On développe
16:08une intelligence artificielle de pointe.
16:11On est un laboratoire
16:11d'intelligence artificielle.
16:13On développe tout le hardware,
16:16toute la partie mécanique
16:17avec des experts du domaine,
16:18des personnes qui ont
16:19une trentaine d'années d'expérience
16:21à DeepMind, à NVIDIA.
16:23Nous, notre pari,
16:24c'est que cette révolution
16:25arrivera d'abord
16:26dans l'industrie,
16:28dans la logistique,
16:29dans l'assemblage de composants.
16:30C'est sur ça qu'on se concentre.
16:32Et aussi, notre conviction,
16:34c'est que cette évolution
16:36technologique de la robotique
16:37va arriver beaucoup plus rapidement
16:39que prévu dans les foyers.
16:41Mais on pense que ça va prendre
16:43quand même quelques années.
16:44Dans un premier temps,
16:45nous, on se concentre
16:46sur l'élaboration de cette technologie,
16:48sur l'élaboration de la sécurité
16:49de cette technologie,
16:50qui est un des éléments
16:51différenciants de Ouma.
16:52Et ensuite,
16:53on développera cette technologie
16:55pour le public
16:56dans un second temps.
16:57Du coup, pour Ouma,
16:58l'objectif de la maison,
16:59c'est pas pour tout de suite,
17:00c'est d'abord les entrepôts
17:01et les usines en Europe
17:02avec des premiers pilotes
17:03cette année.
17:04Les descendants d'Astro,
17:05ils s'appellent Northstar,
17:06ils devraient ressembler à ça.
17:07Et la promesse,
17:07c'est un robot léger,
17:08réparable,
17:09qui apprend un geste
17:09en regardant un humain le faire.
17:11Du coup, l'industrie,
17:12c'était la phase 1.
17:13La phase 2,
17:13c'est l'aide à la personne,
17:15les EHPAD et les hôpitaux.
17:17Et il y a une bonne raison à ça,
17:18c'est pas seulement
17:18que la population vieillit,
17:20c'est que la population vieillit
17:21et que personne ne veut
17:22travailler dans les EHPAD.
17:23Aujourd'hui,
17:24trois établissements sur quatre
17:25déclarent des difficultés
17:26de recrutement,
17:27donc oui,
17:27on aura besoin de robots
17:28pour s'occuper de nos aînés,
17:30non pour remplacer les soignants,
17:31mais parce qu'il en manque.
17:32Apporter les plateaux repas,
17:34transporter du linge,
17:35guider les visiteurs,
17:36ce sont des lieux entretenus,
17:37sans obstacles,
17:38avec des couleurs larges
17:38et des ascenseurs.
17:39Et ça a l'air de rien,
17:40mais ça change beaucoup de choses.
17:41Dans ces environnements,
17:42pas besoin de jambes.
17:43Un robot à roue suffit,
17:45il est plus stable,
17:46moins cher,
17:47moins lourd,
17:48donc moins dangereux.
17:49C'est pour ça que beaucoup de robots
17:50conçus pour ces usages
17:51roulent au lieu de marcher.
17:52On a par exemple le français
17:53Mirokai,
17:54un de chez de tête TOOLS,
17:55une tête qui ressemble
17:56à celle de Ratchet,
17:57deux bras,
17:58et une boule motorisée
17:58en guise de jambes
17:59guide déjà les voyageurs
18:00à l'aéroport de Lyon
18:01et accompagne des enfants malades
18:03dans des hôpitaux.
18:04Non, les jambes,
18:04on les garde plutôt pour la maison,
18:06là où il y a des escaliers.
18:08Bon, au final,
18:09ces deux phases,
18:09elles servent à quoi ?
18:11Eh bien,
18:11à cocher des cases sur notre liste.
18:12Sur la liste pour que ça marche d'abord.
18:14La sécurité physique.
18:15Dans les usines,
18:16les robots vont faire des erreurs
18:17et ce sera l'occasion
18:18de corriger des bugs,
18:19de s'assurer qu'ils ne sont pas
18:20piratables
18:21et surtout de les alléger.
18:22Parce que le poids,
18:23enfin la masse,
18:24c'est un vrai sujet.
18:25Un figure 3,
18:26c'est 1m73 et 61 kg,
18:28un unité 3G1,
18:2935 kg,
18:30le Neo de 1X conçu pour la maison,
18:32on est descendu à 30 kg
18:33avec une carrosserie en tissu
18:34et votre robot aspirateur,
18:35lui, pèse 3 ou 4 kg.
18:37En gros,
18:37plus il est lourd,
18:38plus il fait mal quand il tombe
18:39et se prendre 30 kg sur un pied,
18:41c'est un tour aux urgences.
18:43La mécanique ensuite.
18:44Deux meilleurs moteurs,
18:45un meilleur équilibre
18:46et surtout les mains
18:47qui sont à la fois
18:48le composant clé
18:49et le plus dur à faire
18:50sur un humanoïde.
18:51Sur la deuxième liste,
18:52pour que ce soit autorisé,
18:53les phases 1 et 2
18:54donnent du temps aux autorités.
18:56Et il va en falloir, hein.
18:57Aujourd'hui,
18:57il n'existe pas de normes de sécurité
18:58dédiées aux humanoïdes.
19:00La norme ISO 25785-1
19:02qui couvrira les robots
19:03à équilibre actif,
19:04bipède et compagnie
19:05est encore à l'état de projet
19:06avec une publication espérée
19:08fin 2026 ou 2027.
19:10En Europe,
19:10le nouveau règlement machine
19:11s'applique en janvier 2027
19:13et les obligations de l'AI Act
19:14pour les robots
19:15à haut risque
19:16ont été repoussées à 2028.
19:17Et ça,
19:18c'est seulement pour les usines.
19:19Pour la loi qui dira
19:20qui est responsable
19:21quand Norbert
19:21mettra le feu chez vous
19:22dans un logement privé,
19:24personne n'a commencé à réfléchir.
19:25Dans certains pays,
19:26ce genre de cadre
19:27se met en place en deux ans.
19:28En France,
19:29on sait que ça peut en prendre
19:30une dizaine.
19:30Enfin, le financement.
19:31Si les robots
19:32performent en usine,
19:33ça débloque de l'argent,
19:34donc des capacités de production,
19:36donc des robots moins chers.
19:37C'est déjà le cas,
19:38des investisseurs chinois,
19:40fonds publics compris,
19:41ont mis plus de 100 milliards de yuans,
19:43près de 14 milliards de dollars
19:44dans le secteur
19:45rien qu'en 2026.
19:47Et Unitry,
19:47qui a fait 250 milliards
19:48de chiffres de bénéfices en 2025,
19:51est entré en bourse à Shanghai en août
19:52et a été valorisé
19:53à 50 milliards de dollars
19:55dès le premier jour.
19:56Bon, hop,
19:56quatre contraintes en cours de traitement,
19:58et vous savez ce qu'il y a
19:59de plus complexe que le matériel ?
20:00Le logiciel.
20:04Construire le squelette d'un robot,
20:05c'est le plus visible,
20:06mais le problème,
20:07c'est qu'un squelette sans cerveau,
20:08c'est une marionnette.
20:09Et le cerveau,
20:10c'est là que tout se joue.
20:12Pour que Norbert fasse
20:12ce que vous lui demandez,
20:13il ne peut pas être programmé
20:14tâche par tâche.
20:15Il y a beaucoup trop
20:16de situations possibles
20:17dans une maison.
20:17Il faut qu'il apprenne,
20:18comme ChatGPT a appris à écrire,
20:20et pour apprendre,
20:21il faut des données,
20:22beaucoup de données.
20:23Pour ChatGPT,
20:25les données existaient déjà
20:26tout le texte d'Internet.
20:28Mais pour un robot,
20:29elles n'existent pas ces données.
20:30Il n'y a pas d'Internet
20:31de comment j'attrape une éponge.
20:32Bon, c'est vrai que
20:33si on regarde YouTube,
20:34il y a des millions de vidéos
20:35de cuisine,
20:36mais filmées de l'extérieur
20:37à la troisième personne.
20:38Alors que ce qu'il faut à un robot,
20:40c'est le point de vue
20:40de ses propres caméras,
20:42avec ses propres mains,
20:43sur des milliers de répétitions
20:44du même geste.
20:45Et cette donnée-là,
20:47il faut qu'on la fabrique.
20:48Alors comment on la fabrique ?
20:49Trois façons,
20:50et les trois sont en train
20:51de tourner à plein régime.
20:52Première méthode,
20:53faire faire le geste
20:54par des humains
20:55et les filmer.
20:55Tesla recrute depuis 2024
20:57des opérateurs
20:58de collecte de données
20:59avec des salaires
21:00allant de 23 à 48 dollars de l'heure.
21:02Ce que font ces gens,
21:03c'est qu'ils sont en combinaison
21:04de motion capture
21:05et casque VR,
21:06et ils doivent pendant
21:077 heures par jour
21:08mimer ce qu'Optimus devra faire.
21:10Bon par contre,
21:10pour être embauché,
21:11il faut mesurer entre 1m70
21:12et 1m80,
21:13soit la taille du robot.
21:14Par exemple, pour moi,
21:15c'est foutu.
21:16Bon, plus bas de gamme maintenant,
21:17une nouvelle industrie du clic est née.
21:19Des plateformes comme Micro One,
21:21Pearl ou OpenTrain
21:22paient entre 5 et 20 dollars de l'heure
21:24des gens aux Etats-Unis,
21:26au Brésil,
21:26en Indonésie
21:27ou en Chine
21:28pour sous-scotcher un smartphone
21:29sur le front
21:30et se filmer en train de faire la vaisselle
21:32ou de plier le linge.
21:33Micro One revendique 4000 contributeurs
21:35dans 71 pays
21:36et 16 000 heures de vidéos par mois.
21:38En Chine,
21:39JD.com a monté
21:40avec la ville de Shushan,
21:41un centre pour produire
21:4210 millions d'heures de données.
21:44Figure, elle,
21:45a lancé en août
21:45sa propre appli,
21:46Index,
21:47et affirme qu'elle absorbe
21:4830 minutes d'expérience humaine
21:49chaque seconde.
21:51Bref,
21:51des gens sont payés
21:52pour documenter
21:53des gestes
21:54qui un jour
21:54seront automatisés.
21:56La deuxième méthode,
21:57c'est la téléopération.
21:58Un humain pilote le robot
21:59avec des manettes
22:00ou un exosquelette
22:01et le robot enregistre
22:02ce que ça fait dans son corps à lui,
22:04par exemple,
22:05plier une serviette.
22:05Bon, ça,
22:06c'est ce que One X fait,
22:07par exemple,
22:07avec Neo,
22:08on y revient.
22:08Enfin,
22:09la troisième méthode,
22:10la simulation.
22:11Nvidia,
22:11avec sa plateforme Cosmos,
22:13génère des mondes virtuelles
22:15dans lesquelles
22:15les robots s'entraînent
22:16des millions de fois
22:17avant de toucher
22:18un vrai objet.
22:18Tesla, par exemple,
22:19fait pareil pour sa voiture.
22:20D'ailleurs,
22:21la voiture autonome,
22:21c'est un bon point de comparaison.
22:23Pour apprendre à conduire
22:23ses voitures,
22:24Tesla capte des flux de vidéos
22:25de sa flotte,
22:26plus d'un million de clients,
22:2827 millions de miles par jour,
22:2913,6 milliards de miles
22:31cumulés en août 2026,
22:33soit 22 milliards de kilomètres.
22:35Et malgré ça,
22:35dix ans après les premières promesses,
22:37la conduite sans supervision
22:38n'est déployée que dans quelques villes.
22:39Pour un robot domestique
22:40dont le nombre est infiniment
22:42plus varié qu'une route,
22:43il n'existe aucune flotte
22:44de ce genre.
22:45Et ça, c'est ce que dit Yann Lequin,
22:46l'un des parrains de l'IA,
22:48ex-directeur scientifique de Meta
22:49et aujourd'hui fondateur
22:50d'une entreprise française,
22:52AmiLabs.
22:52Alors, en fait,
22:53il n'y a pas vraiment
22:54de problème de données disponibles.
22:56Si on avait des systèmes,
22:57des techniques d'apprentissage
22:58qui étaient aussi efficaces
22:59que ce qu'on observe
23:00chez les humains et les animaux,
23:01on pourrait entraîner
23:02un système qui comprend la réalité
23:04avec 16 000 heures de vidéos.
23:0716 000 heures de vidéos,
23:08c'est environ 30 minutes
23:09d'upload sur YouTube.
23:11C'est très peu, en fait, de vidéos.
23:12Les modèles qu'on entraîne
23:13à l'heure actuelle,
23:14à cause du fait
23:14que nos méthodes d'entraînement
23:15ne sont pas aussi efficaces
23:16que ce qu'on observe chez les humains,
23:17on entraîne nos modèles
23:18avec l'équivalent
23:20de deux siècles de vidéos.
23:21Il y a même un ordre de grandeur
23:23qui l'aime rappeler,
23:23un enfant de 4 ans
23:24a déjà absorbé par ses yeux
23:25autant de données
23:26que tout le texte disponible
23:27sur Internet.
23:28Et pourtant,
23:29il ne sait même pas encore
23:29faire la vaisselle.
23:30Ce qui nous amène
23:30au vrai basculement.
23:31On parle certes de données,
23:33mais aussi de la nature
23:33de ce qu'on demande au cerveau.
23:35Vous excuserez la caricature,
23:36mais il faut simplifier
23:37pour bien comprendre,
23:38un modèle de langage
23:39qu'il vienne d'OpenAI
23:40ou de Mistral
23:42fait une seule chose
23:43et très bien,
23:44prédire le mot suivant.
23:45Alors c'est extraordinairement puissant
23:46pour le texte,
23:47l'image,
23:48le code,
23:48la vidéo,
23:49la recherche.
23:50Et c'est ce qui a lancé
23:50toute la vague actuelle
23:51autour de l'IA générative.
23:53Mais un robot,
23:53il n'a pas besoin
23:54de prédire un mot.
23:55Il a besoin de prédire
23:56ce qui va se passer dans le monde,
23:58s'il fait tel ou tel geste.
24:00Si je pousse ce verre
24:00vers le bord,
24:01il tombe.
24:02Si je tire ce drap,
24:03le coussin bouge avec.
24:04Si je monte cette marche,
24:06mon centre de gravité se déplace.
24:08Un LLM n'a aucun modèle interne
24:10de la physique.
24:11Il ne peut pas simuler
24:12mentalement la chute d'un verre.
24:14C'est en tout cas
24:14la critique de Lequin.
24:15Et derrière,
24:15il y a une limite plus profonde,
24:17celle du langage lui-même.
24:18Quand vous dites pomme,
24:19en pointant une pomme,
24:20le mot désigne parfaitement l'objet.
24:22Mais le mot ne contient pas
24:23le point dans la main,
24:24la résistance de la peau
24:25sous la dent,
24:26le jus qui coule.
24:27Le mot est en fait
24:28une étiquette qu'on met sur une chose
24:29et pas la chose en elle-même.
24:31J'espère que vous suivez toujours.
24:32Et voir une pomme en pixels,
24:33ce n'est pas toujours la croquer,
24:34les modèles multimodaux
24:35ont enrichi l'étiquette
24:37et ils n'ont pas touché la chose.
24:38Or, pour un robot,
24:39toucher la chose,
24:40c'est tout le métier.
24:41Tout un pan des sciences cognitives,
24:43ce qu'on appelle la cognition incarnée,
24:45défend d'ailleurs depuis les années 90
24:47que l'intelligence n'est pas un logiciel
24:49qui tourne sur un cerveau,
24:50mais un processus enraciné dans un corps.
24:52T'es inné.
24:53Des mains qui attrapent,
24:54un dos qui porte,
24:55un équilibre à tenir.
24:56Bref, un bébé sait avoir peur
24:57bien avant de connaître le mot peur.
24:59La sensation précède le langage.
25:01Sauf qu'un LLM, lui,
25:02n'a pour le moment que le langage,
25:04même si certains travaux récents
25:05montrent qu'il peut avoir peur.
25:07C'est pour ça qu'Ami Labs,
25:08l'entreprise de Yann Lequin,
25:09travaille sur ce qu'on appelle
25:10des world models,
25:12des modèles de monde,
25:13qui sont un peu le complément
25:14des modèles de langage.
25:15Ce sont des modèles
25:16qui apprennent les règles implicites
25:17de la physique.
25:18La gravité,
25:18le frottement,
25:19le fait qu'un objet caché
25:21continue d'exister.
25:22Et ça, ça va permettre
25:23au cerveau du robot
25:24de faire la chose la plus humaine
25:26qui soit,
25:26imaginer les conséquences
25:28d'une action
25:28avant de la faire.
25:29Alors, ce n'est pas encore
25:30la sensation,
25:31mais on passe du mot
25:32à la chose.
25:33On fait entrer dans l'IA,
25:35une part du réel
25:35qui ne se dit pas.
25:36Bon, du coup,
25:37où est-ce qu'on en est
25:37de ces modèles de monde ?
25:38Et là, ils sont encore jeunes,
25:40incomplets
25:40et loin du lancement.
25:42Chez Meta,
25:42l'ancienne équipe de Lequin
25:43a sorti en 2025
25:44V-J'ai pas tiré 2.
25:46Un modèle entraîné
25:47sur un million d'heures de vidéos,
25:48capable ensuite
25:49de contrôler un bras robotique
25:50dans un environnement inconnu
25:52avec seulement 62 heures
25:53de données de robots.
25:54Et c'est ça la promesse,
25:55apprendre la physique
25:56en regardant
25:57pour n'avoir besoin
25:57que de très peu d'exemples
25:59pour agir.
25:59Google DeepMind
26:00a montré Génie 3
26:01qui génère en temps réel
26:02un monde 3D interactif
26:03dans lequel un agent
26:04peut s'entraîner.
26:05Nvidia à Cosmos,
26:06Anne X a ouvert en joie
26:07son propre laboratoire
26:08dédié aux World Models.
26:09Et Yann Lequin
26:10a quitté Meta
26:11après 12 ans
26:11pour monter AmiLabs à Paris,
26:13comme on l'a dit,
26:14avec 500 millions d'euros
26:15levés
26:16à 3 milliards d'euros
26:17de valorisation.
26:18Et le 17 septembre 2026,
26:19donc il n'y a pas si longtemps,
26:20figure à publier
26:21le résultat
26:22le plus intéressant
26:23de l'année.
26:23L'entreprise a loué
26:2430 maisons dans la baie
26:25de San Francisco
26:26que son robot
26:27n'avait jamais vu
26:28et ils l'ont lâché
26:28sans collecter
26:29aucune donnée sur place.
26:31Il avait 3 tâches
26:32ranger un salon,
26:33plier des serviettes,
26:34faire un lit.
26:34Résultat par exemple
26:35sur la tâche du lit,
26:36237 réussites
26:37sur 420 essais,
26:38soit 56%.
26:40Par contre,
26:40sans le pré-entraînement
26:41sur les vidéos humaines d'Index,
26:42l'application dont on parlait
26:43plus tôt,
26:44le même robot
26:44faisait 9%.
26:45On est donc à 6 fois mieux
26:47grâce à la donnée humaine.
26:48Après, ce chiffre
26:49peut se lire
26:49dans les deux sens.
26:5056% c'est énorme !
26:52C'est la première fois
26:52qu'un humanoïde réussit
26:53autant de tâches
26:54dans des maisons inconnues
26:55mais 56% c'est aussi
26:57votre robot
26:58il rate votre lit
26:59une fois sur deux.
26:59Sur le rangement des jouets
27:00il est un peu moins bon
27:01à 40% de réussite
27:03et en vrai,
27:04personne ne paye
27:0420 000 dollars pour ça.
27:06Mais la courbe elle est nette,
27:07ça avance !
27:08En tout cas,
27:08c'est le pari
27:08que prennent les entreprises
27:09comme Oumaha,
27:10ses cerveaux vont devenir
27:11assez bons et vite.
27:12Nous, notre pari
27:13c'est qu'on va pouvoir
27:14leur apprendre
27:15à effectuer les tâches
27:16que l'on veut
27:17comme on apprend
27:18à un collègue
27:19en lui montrant,
27:21en lui parlant.
27:22On va avoir des interfaces
27:23qui vont être
27:23le plus naturel possible.
27:25Mais bon,
27:25tant que Lian n'est pas là,
27:26les robots ne sont pas autonomes
27:28et aujourd'hui
27:28pour apprendre
27:29une seule tâche à un robot
27:30il faut encore lui montrer
27:31des milliers d'exemples.
27:33Bref,
27:33c'est pas rentable.
27:34Alors on peut
27:35en collectant
27:35énormément de données
27:36les entraîner
27:37à accomplir une tâche
27:39par imitation
27:39mais il faut collecter
27:40énormément de données,
27:42peut-être des dizaines
27:42de milliers d'heures
27:43pour une tâche
27:43assez étroite
27:44dans une usine
27:45ou un truc comme ça.
27:46C'est pas vraiment
27:47économiquement faisable
27:48et le robot domestique
27:49qui débarrasse la table
27:50et qui nettoie les maisons
27:51c'est pas pour demain.
27:52Du coup,
27:53que faire en attendant ?
27:54Eh bien,
27:54attendre que les cerveaux
27:55soient prêts
27:55ou mettre des robots
27:56pas prêts
27:57dans le monde réel
27:58pour qu'ils fabriquent
27:58eux-mêmes
27:59les données qui manquent.
28:00Et ça,
28:00c'est exactement
28:01ce que font
28:02certaines marques.
28:03Oui,
28:04parce que du coup,
28:04ça m'a amené
28:04une question
28:05que je me suis posée
28:06pour cette vidéo.
28:07Pourquoi des entreprises
28:08vendent-elles déjà
28:08leurs robots
28:09s'ils ne sont pas prêts ?
28:10Prenez WANX et son NEO.
28:1120 000 dollars
28:12ou 499 dollars par mois,
28:14200 dollars d'acompte.
28:15C'est pas donné
28:15pour un particulier.
28:16Mais gardez l'ordre
28:17de grandeur en tête.
28:18Un robot industriel classique,
28:19c'est 10 fois plus
28:20au niveau du prix.
28:21Et NEO aujourd'hui,
28:22il sait pas faire
28:22grand chose tout seul.
28:23Ouvrir une porte,
28:24aller chercher un objet,
28:26éteindre les lumières.
28:27Mais pour le reste,
28:281X propose le mode expert.
28:30Vous programmez un créneau,
28:31un téléopérateur de 1X
28:32prend le contrôle à distance,
28:34fait la tâche
28:35et le robot apprend
28:36lors de la démonstration.
28:37Alors pourquoi lancer
28:38un robot dans cet état ?
28:39Le concept,
28:39c'est de dire
28:40on va vous proposer
28:41un robot qui va faire les tâches,
28:43il va être téléopéré,
28:44nous on va récupérer les données
28:45et puis un jour,
28:46on aura tellement de données
28:46qu'on saura faire
28:47la même tâche de manière autonome.
28:48Mais il faut être capable
28:49de faire cette transition,
28:50de pouvoir récupérer les données
28:51et personne n'est prêt
28:52à les payer.
28:54Donc là, c'est l'inverse.
28:55Les gens finalement
28:56vont payer l'abonnement au robot
28:57pour permettre à 1X
28:59de collecter des données.
29:00C'est tout bénéfice
29:01pour eux là-dessus.
29:02Ils ont à la fois des clients
29:03et ces clients finalement
29:04payent pour leur donner
29:05leurs données.
29:06Le modèle est limpide
29:07et assez malin.
29:09fournir les données
29:10que l'entreprise
29:10n'a pas les moyens
29:11de collecter elle-même.
29:12Et les investisseurs
29:13qui ont mis plus d'un milliard
29:14de dollars dans figure
29:15à 39 milliards de valorisation
29:17ou 40 millions dans Uma
29:18attendent des résultats.
29:20En fait,
29:20il y a un scénario
29:21qui va se multiplier.
29:22Les premiers robots vendus
29:23ne seront pas polyvalents.
29:24Ils serviront à tester le marché
29:26et à apprendre.
29:27Et j'ai même vu plus radical.
29:28À San Francisco,
29:29depuis début septembre,
29:30une startup,
29:31Power Robotics,
29:32propose de vous envoyer
29:33un humanoïde
29:34pour nettoyer votre appartement.
29:3526 à 30 dollars de l'heure.
29:37Sauf que le robot,
29:38il n'est pas du tout
29:39autonome.
29:39En fait,
29:40il y a un opérateur humain
29:41qui le pilote depuis le centre
29:42en voyant votre appartement
29:43à travers les caméras.
29:44Et chaque session
29:45est intégralement enregistrée,
29:47y compris la géométrie 3D
29:48de vos pièces.
29:49À Londres,
29:50Prosper Robotics
29:51prépare Alphie,
29:51un robot domestique
29:52dont le fondateur admet
29:53qu'il ne fera que 20%
29:54des tâches tout seul.
29:55Le reste sera assuré
29:56par des assistants à distance,
29:58assurés pour une partie
29:59aux Philippines.
30:00Donc c'est un peu
30:00une sorte de transition,
30:02c'est comment est-ce qu'ils comptent
30:03obtenir des données ?
30:04Et bien finalement,
30:05c'est en téléopérant
30:05pendant un certain nombre
30:06de temps.
30:07Et un jour,
30:08ils pensent qu'ils arriveront
30:08à avoir assez de données
30:09pour pouvoir le faire
30:10en autodomome.
30:10Mais ça veut dire
30:11que pendant longtemps,
30:12on a des robots
30:13qui sont probablement
30:15au moins en partie
30:16téléopérés ou téléopérables
30:17par des humains.
30:19Potentiellement,
30:19ils ne vont certainement
30:20pas les prendre
30:20dans des opérateurs
30:21dans des pays
30:22où le salaire est très cher.
30:23Donc on peut imaginer
30:24qu'ils seront un peu partout
30:25dans le monde,
30:25mais probablement des endroits
30:26pas très chers,
30:27qui vont finalement
30:27téléopérer des robots
30:28à distance
30:29pour une maison américaine.
30:31Alors il faut être précis
30:31sur ce qu'est la téléopération
30:32qu'un rond pourrait
30:33facilement tomber
30:34dans la moquerie.
30:34Mais ça reste une étape.
30:36Une étape rationnelle même.
30:37En fait,
30:37c'est la seule façon
30:37de mettre des robots
30:38dans de vraies maisons,
30:39de faire tourner
30:39la machine à donner
30:40et de basculer progressivement
30:41vers l'autonomie.
30:42Un X assume totalement
30:43ce scénario un peu rigolo
30:44au début.
30:45L'humain fait,
30:46le robot regarde
30:47et à la fin,
30:48le robot fait
30:49et c'est l'humain qui regarde.
30:50Mais c'est une étape
30:50qui pose une question
30:51que le marché
30:52n'a pas encore tranchée.
30:53Est-ce qu'on veut
30:53chez soi un robot
30:54qui est une partie du temps
30:55les yeux d'un inconnu
30:57qui est peut-être
30:57à l'autre bout du monde ?
30:58Un X promet
30:59de flouter les visages,
31:00de masquer les conversations,
31:01des zones interdites
31:02dans la maison
31:02et des opérateurs vérifiés.
31:04Mais ce sera quand même
31:04un vrai sujet
31:05pour les premiers acheteurs.
31:06Pas sûr qu'ils aient envie
31:07qu'un pilote de Néo
31:08les surprenne
31:08en train de jouer au Scrum.
31:10J'ai mal.
31:10Et pour les entreprises,
31:11c'est un risque.
31:12Se lancer avec un produit
31:13qui dépend d'humains
31:14à distance,
31:14c'est se lancer avec un produit
31:15que beaucoup de gens
31:16ne voudront pas.
31:17Probablement,
31:18beaucoup de ces entreprises
31:19vont se cracher.
31:19Les entreprises
31:20qui veulent montrer
31:21leur robot tout de suite
31:27compte tenu de l'argent levé,
31:28sont un peu obligés
31:28de montrer qu'ils vont
31:29s'intéresser à un marché
31:30qui est gigantesque.
31:31Et peut-être que ça marchera.
31:32La probabilité est faible,
31:33mais moi,
31:34je n'y crois pas trop.
31:35Mais leur pari,
31:37c'est si ça mène
31:37une chance sur 1000
31:38d'y arriver,
31:39c'est tellement gros
31:40que ça vaut le coup
31:42d'être essayé.
31:42Il y a une grosse question,
31:44c'est combien de boîtes
31:46de robotique humanoïdes
31:47vont boire le bouillon
31:48avant que l'IA
31:50ait fait suffisamment de progrès
31:52pour les rendre utiles.
31:53Donc la dernière contrainte
31:54de notre deuxième liste,
31:56le marché,
31:57est-ce qu'il y aura
31:57vraiment des acheteurs
31:58ne sera pas levé
31:59tant que les robots
32:00ne seront pas suffisamment
32:01autonomes,
32:02sûrs et utiles ?
32:03Et ça, ça passe par
32:04trois questions
32:04auxquelles les entreprises
32:05doivent répondre.
32:06La première,
32:06est-ce qu'on sera à l'aise
32:07avec une machine
32:08qui nous ressemble
32:09et qui vit chez nous ?
32:10Ça peut être perturbant.
32:11Il y a deux éléments
32:12qui vont mitiger
32:14cet aspect-là.
32:15Le premier,
32:16c'est les constructeurs
32:17passent beaucoup de temps
32:17à essayer de les rendre
32:18acceptables, sympathiques,
32:20etc.
32:20Et ils vont certainement
32:21trouver des solutions
32:22plus marketing
32:23pour nous expliquer
32:24que finalement,
32:25c'est pas si désagréable
32:26que ça.
32:26Et le deuxième,
32:27c'est quand la proposition
32:28qui nous est faite
32:29finalement a du sens
32:30pour nous,
32:30ça devient beaucoup
32:31plus acceptable.
32:31Donc un exemple
32:32assez classique,
32:34c'est que ça gêne
32:34plus grand monde
32:35d'avoir d'abord
32:36une webcam
32:36sur son ordinateur
32:38et puis d'être traqué
32:39partout quand on va
32:40sur tout Internet.
32:41Il y a 20 ans,
32:42tout le monde dit
32:42c'est inacceptable,
32:43on nous trace.
32:44Puis finalement,
32:44tout le monde a accepté
32:45le fait que si c'est
32:47pour avoir des services
32:47gratuits qui fonctionnent
32:48et puis que si c'est
32:49la seule chose qui existe,
32:50finalement,
32:51j'en ai besoin
32:51et on n'y pense plus trop.
32:52La deuxième,
32:53est-ce qu'on acceptera
32:54d'être filmé par un opérateur ?
32:56Alors pour l'instant,
32:57à 26 dollars de l'heure
32:58à San Francisco,
32:59il y en a certains
32:59qui disent oui.
33:00Mais surtout,
33:01est-ce qu'on lui fera
33:01confiance physiquement ?
33:03Parce que là,
33:03on parle d'un objet
33:04qui pèse entre 30 et 60 kilos,
33:05qui bouge tout seul
33:06et un dysfonctionnement
33:07peut avoir des conséquences
33:09terribles.
33:09Les jours où ces trois questions
33:10auront une réponse rassurante,
33:12la contrainte du marché tombera.
33:13Mais pour l'instant,
33:13ce n'est pas la technique
33:14qui la fera tomber,
33:15c'est plutôt les lois,
33:16les normes
33:17et la confiance.
33:18En gros,
33:18notre deuxième liste.
33:21Voilà,
33:22on a fait le tour des contraintes
33:23et vous pourriez conclure
33:24avec tout ce qui reste à résoudre,
33:26c'est trop tôt
33:26pour se lancer.
33:27Autant attendre.
33:28Sauf qu'en réalité,
33:29ce qui se passe,
33:29c'est exactement l'inverse.
33:31Et c'est pour ça
33:31que l'industrie s'active
33:32aux Etats-Unis,
33:33en Chine et en Europe.
33:34Une contrainte,
33:35pour un chercheur
33:36ou un ingénieur,
33:37c'est la définition de son travail.
33:38C'est parce que les mains
33:39ne sont pas au point,
33:40parce que les données manquent,
33:41parce que les cerveaux
33:42sont trop jeunes,
33:42qu'il faut se lancer
33:43dès maintenant.
33:44Quand tout sera résolu,
33:45ce sera trop tard.
33:46Les brevets seront déposés,
33:47les standards fixés,
33:48les chaînes d'approvisionnement verrouillées.
33:50Prendre des risques,
33:51c'est le propre de la science,
33:52de la technique
33:53et de l'industrie.
33:54Et c'est pour ça
33:54que les investissements
33:55sont massifs.
33:56D'autant qu'il y a,
33:57comme pour l'IA,
33:58comme pour le smartphone,
33:59une question de souveraineté.
34:01Il y a évidemment
34:01un enjeu de souveraineté,
34:03c'est-à-dire qu'on n'a pas
34:04forcément envie
34:05de se voir imposer
34:06le matériel et le logiciel
34:07par des acteurs américains
34:09ou chinois.
34:09C'est-à-dire que le hardware,
34:11finalement,
34:11on a assez l'habitude
34:12de prendre du hardware
34:13qui vient de Chine.
34:14Mon ordinateur
34:15a très probablement
34:16été fabriqué en Chine,
34:17le vôtre aussi.
34:18Mais on est beaucoup moins
34:19enclin à laisser nos données
34:22partir n'importe où,
34:23surtout quand ça va être
34:24des robots avec des caméras,
34:25etc.,
34:26qui vont tout voir,
34:26tout entendre.
34:27Et je peux vous poser
34:29aussi cette question,
34:30c'est est-ce que vous faites
34:31confiance à des robots chinois
34:32pour travailler
34:34dans toutes les entreprises
34:34en Europe
34:35sans faire fuiter des données ?
34:36Donc je pense qu'il y a
34:37une opportunité énorme
34:40pour développer un leader
34:42international
34:42qui soit à la hauteur
34:44de cette technologie.
34:45Un humanoïde,
34:46chez vous,
34:46c'est un objet
34:47qui voit tout,
34:48entend tout,
34:48connaît le plan
34:49de votre maison
34:50et qui est connecté.
34:51Si ces robots
34:51sont tous chinois
34:53ou américains,
34:54on aura refait
34:55en pire
34:55l'histoire du smartphone.
34:56Et sur les données
34:57d'entraînement,
34:57c'est encore plus vrai.
34:58Celui qui possède
34:59les vidéos
35:00possède le cerveau.
35:01C'est pourquoi
35:01des entreprises françaises
35:02comme Uma
35:02se lancent dans la conception
35:03d'humanoïdes comme astro.
35:04Et Uma n'est pas la seule.
35:06Wundercraft,
35:0610 ans d'expertise
35:07dans les exosquelettes
35:08de rééducation,
35:09la meilleure technologie
35:10de marche bipède d'Europe,
35:11a conçu Calvin
35:12en 40 jours,
35:13l'ami a doué
35:14en février
35:14et vise 10 robots
35:15dans les usines Renault
35:16fin 2026,
35:18350 fin 2027.
35:19Enchantent Tools,
35:20fondé par d'anciens
35:21d'Aldébaran,
35:22l'entreprise derrière
35:23Nao et Pepper.
35:24Et bien eux,
35:24ils ont lancé en juin
35:25la version commerciale
35:26de Mirokai
35:26autour de 50 000 euros
35:28pour les hôpitaux,
35:29les hôtels
35:29ou les aéroports.
35:30Pollin Robotics à Bordeaux
35:31racheté par Hugginface
35:32en 2025
35:33fait Richie,
35:34un robot open source
35:35et récemment
35:36l'incroyable micro-duck
35:37dont tout le monde a parlé.
35:38Il n'est pas humanoïde
35:39mais il est quand même
35:39trop mignon.
35:41Côté recherche,
35:42on a un mastodonte,
35:43l'INRIA,
35:44avec des équipes
35:45comme UseBot à Nancy
35:46qui travaillent
35:46sur la collaboration
35:47Humain-Robot
35:48ou le lacet NRS à Toulouse
35:49qui eux travaillent
35:50sur la marche bipède
35:51et l'appréhension.
35:52Et surtout,
35:52il y a le cerveau.
35:53Le robot,
35:54la bibliothèque open source
35:55la plus utilisée au monde
35:56pour entraîner des robots,
35:57a été créée
35:58chez Hugginface
35:58en partie à Paris.
35:59Unitry
35:59est l'entreprise majeure
36:04des robots prototypes
36:05à l'international
36:07qui a récemment
36:08fait une IPO
36:09qui utilisait le robot
36:11et qui ont contribué
36:12au software
36:13qu'on développait
36:14avant de commencer
36:15Humain.
36:16Yann Lequin
36:17a choisi Paris
36:17pour Amilabs.
36:18Humain développe
36:19son propre logiciel
36:20d'apprentissage
36:20en temps réel.
36:21Si la France
36:22a une chance
36:22dans cette course,
36:23elle peut être
36:23autant dans la coque du robot
36:25que dans ce qu'il a
36:25dans la tête.
36:26L'intelligence artificielle
36:27permet d'avoir une interface
36:28qui est beaucoup plus naturelle.
36:30On va voir
36:31le même développement
36:32dans la robotique
36:33avec des interfaces naturelles.
36:35C'est-à-dire
36:36être capable
36:37de communiquer
36:37avec un robot
36:38comme on fait
36:39à peu près
36:39avec une personne.
36:4170% de nos activités
36:42de recherche
36:44et développement
36:44sont liées
36:45à de l'intelligence artificielle,
36:46à du software,
36:47au développement
36:47des capacités
36:49de nos robots
36:49et aussi
36:50de leur sécurité.
36:52Il faut comprendre
36:53que le plus gros
36:54bloqueur
36:55de ces dernières années
36:56a été
36:56l'intelligence artificielle.
36:57C'est pour ça
36:58qu'on parle
36:58de révolution
36:59parce que depuis
37:00très peu
37:00on peut avoir
37:02des robots
37:02qui ont cette capacité
37:03de dextérité,
37:05cette capacité
37:05d'opération,
37:06de s'adapter
37:07et cette capacité
37:08d'intelligence.
37:08C'est pour ça
37:09qu'on se concentre
37:09sur la partie
37:10software
37:10et intelligence artificielle.
37:12Alors non,
37:12on n'a pas de robots
37:13qui font du kung fu
37:14devant 600 millions
37:15de téléspectateurs.
37:16On n'a pas de jeux olympiques
37:17de robots
37:18où presque tous les vainqueurs
37:19sont des machines
37:20de chez nous.
37:20Notre première dame
37:21ne fait pas d'entrée
37:22spectaculaire à l'Elysée
37:23escortée par un humanoïde
37:24comme Melania Trump
37:25avec un figure 3
37:26à la Maison Blanche en Mars.
37:27Et on n'a pas d'entreprise
37:28valorisée à 39 milliards
37:30qui envoie son robot
37:31dans 30 maisons inconnues.
37:32Est-ce que ça veut dire
37:33qu'on est largué
37:33ou est-ce que toute
37:34cette communication
37:35est en partie
37:36un écran de fumée ?
37:37Si on veut faire en sorte
37:38que le robot
37:40court une course à pied
37:41face à un son à hauteur
37:42ou un espèce
37:44de mouvement kung fu,
37:45c'est pour ça
37:46qu'on voit tous ces robots
37:47humanoïdes en Chine
37:47qui font tous ces trucs.
37:48C'est vraiment simple ça en fait.
37:50Les modèles dynamiques
37:51des robots
37:51qu'il faut apprendre
37:52pour ça sont simples
37:53parce que l'interaction
37:54de ces robots
37:55avec le monde réel
37:56est en fait très très simple.
37:57C'est juste les pieds sur le sol
37:58et c'est à peu près tout.
38:00Mais quand il s'agit de
38:01par exemple manipuler un objet
38:02c'est beaucoup
38:02beaucoup plus compliqué.
38:04En fait il y a un gros secret
38:04dans toute l'industrie
38:05de la robotique aujourd'hui.
38:06Il y a plein de boîtes
38:07qui construisent des robots
38:08humanoïdes ou d'autres.
38:09Plein de boîtes aussi
38:09qui font des logiciels
38:11pour essayer de rendre
38:12les robots intelligents.
38:13Aucune des entreprises
38:14aujourd'hui
38:14qui construit
38:16des robots humanoïdes
38:17n'a aucune idée
38:18de comment rendre
38:19ces robots suffisamment
38:20intelligents pour être utiles.
38:21Ces robots sont
38:22complètement inutiles.
38:23En fait il manque
38:23deux choses en France
38:24et ce ne sont pas les idées.
38:25De l'argent d'abord.
38:2640 millions pour Oumas
38:27c'est un bon amorçage européen
38:29sauf que figure
38:29ils ont levé 25 fois plus
38:31et les investisseurs chinois
38:32ont mis 15 milliards
38:33dans le secteur cette année.
38:35La Chine est particulièrement
38:36bien positionnée
38:36pour être un gros acteur
38:38sur le sujet.
38:38On n'a pas le même budget d'état
38:39parce que la France
38:40est un plus petit pays.
38:41On n'a pas les mêmes
38:41capitaux privés
38:42que les américains
38:43pour investir dessus.
38:44Globalement on voit
38:45les start-up en Europe
38:46vont lever beaucoup moins d'argent
38:47que les start-up aux Etats-Unis
38:48juste parce qu'il y a
38:49moins de capital disponible.
38:51Ça ne veut pas dire
38:51que ça n'intéresse pas
38:51les investisseurs.
38:52Les investisseurs sont
38:53globalement intéressés
38:54par ces sujets-là
38:55il y a et maintenant
38:56robotique humanoïde
38:57mais les capitaux disponibles
38:58sont plus faibles.
38:58On voit que la plupart
38:59des start-up qui grossissent
39:01en Europe
39:01vont après aller chercher
39:02des capitaux américains
39:04peut-être bientôt chinois
39:05parce que c'est là
39:05qu'il y a le plus de capital.
39:06La deuxième chose
39:07c'est une capacité de production.
39:09Un robot
39:09il faut le fabriquer
39:10et ce par milliers.
39:11Et on n'a ni les usines
39:12ni la chaîne d'approvisionnement
39:14des Etats-Unis
39:14et de la Chine.
39:15Même Wondercraft
39:16et Uncharted Tools
39:16dépendent de composants
39:17chinois ou coréens.
39:19Regardez par exemple
39:19UpTech
39:19eux ils ont une usine
39:21capable de sortir
39:2110 000 humanoïdes par an.
39:23Du coup la réponse
39:23de Rémi Cadenne
39:24elle est un petit peu optimiste.
39:25Il y a toute une possibilité
39:27en Europe
39:28en s'appuyant
39:29sur l'histoire industrielle
39:30européenne
39:31avec des acteurs majeurs
39:32dans l'automobile
39:33et dans les robots
39:34d'ancienne génération
39:35de faire émerger
39:37un leader
39:38qui soit international.
39:39Alors moi je pense
39:40qu'on n'aura pas le choix
39:41donc il va falloir
39:42qu'on développe
39:44cette capacité de production
39:45et qu'on innove
39:47sur
39:48tous les niveaux
39:50de la chaîne
39:51de production
39:52et ce qui est formidable
39:54avec cette nouvelle technologie
39:55c'est que ces robots
39:56vont pouvoir
39:56s'insérer
39:57dans cette chaîne
39:58de production
39:59donc avoir des robots
40:00qui vont produire
40:01des éléments
40:02ou même assembler
40:03d'autres robots.
40:08Donc pour la première fois
40:09on a une technologie
40:10qui peut réussir
40:12à
40:13créer une sorte
40:14de souveraineté
40:15technologique
40:16industrielle
40:17en Europe
40:17et donc il faut
40:18s'en saisir
40:19et c'est pour ça
40:20que OMA existe.
40:21Et c'est pas déconnant
40:22des robots
40:22qui construisent des robots
40:23ça existe déjà en Chine.
40:25Alors Norbert
40:25c'est pour 2030 ?
40:26Si vous l'achetez en 2030
40:27il ne sera probablement
40:29pas complètement
40:30autonome.
40:31Il saura faire
40:31quelques tâches seul
40:32et pour les autres
40:33un humain
40:34prendra le relais
40:35à distance.
40:36Il coûtera le prix
40:36d'une petite voiture
40:37il aura de bonnes chances
40:39d'être chinois
40:39ou américain
40:40et personne en France
40:41n'aura écrit la loi
40:42qui dit ce qu'il se passe
40:43s'il tombe sur votre enfant.
40:46Rappelez-vous les deux listes
40:47la première
40:47ce qu'il manque
40:48pour que ça marche
40:49elle se vide
40:49sous nos yeux
40:50plus vite que ne le prévoyaient
40:51les banques
40:52et que ne l'espéraient
40:53les chercheurs
40:53de 9% à 56%
40:54en ajoutant des vidéos humaines
40:56ou encore un 100 mètres
40:57divisé par deux
40:57en un an.
40:58La deuxième
40:59c'est ce qu'il manque
40:59pour que ce soit
41:00autorisé chez vous
41:01et elle
41:01elle se videra
41:02pas toute seule
41:02elle dépend de normes
41:03qui ne sont pas écrites
41:04de lois
41:04qui ne sont pas pensées
41:05et d'argent
41:06qui en France
41:07n'est pas encore là.
41:08La technique
41:09on sait faire
41:09mais ce qui décidera
41:10si Norbert
41:11sera français
41:11c'est tout le reste.
41:13En attendant Norbert
41:13il faudra se contenter
41:14d'un robot aspirateur
41:15et ranger ses chaussettes
41:16soi-même.