Un nouveau chapitre pour les robots humanoïdes ! Texas Instruments (TXN.US) s'associe à Nvidia (NVDA.US) pour fusionner l'IA et la détection, en allumant la révolution « IA physique »

Selon l’APP Caijing Zhitong, le géant des puces spécialisé dans les solutions de simulation de puces et de traitement embarqué — longtemps considéré comme un « baromètre de la demande mondiale en puces » — Texas Instruments (TXN.US) va intégrer sa gamme de produits de contrôle en temps réel, de capteurs et d’alimentation avec les composants avancés de robotique, la perception basée sur Ethernet et la technologie de simulation exclusive de NVIDIA (NVDA.US), considéré comme la « société la plus valorisée au monde ». Cette alliance vise à fournir un soutien technologique majeur aux développeurs pour construire, déployer et produire en masse des robots humanoïdes et autres dispositifs finaux appelés « intelligence artificielle physique » (AI physique).

D’après les médias, la collaboration entre Texas Instruments, leader des puces analogiques, et NVIDIA pourrait faire progresser les systèmes intelligents de robots humanoïdes vers un stade supérieur, plutôt que de se limiter à une simple « alliance pour fabriquer des robots ». Leur partenariat récent consiste à construire une infrastructure d’intelligence robotique plus complète, plus sûre et plus facilement déployable à grande échelle, ce qui constitue une avancée concrète pour la commercialisation des robots humanoïdes.

Alors que la demande pour des charges de travail massives en inférence AI combinée à une exécution physique continue de croître, la coopération entre NVIDIA et Texas Instruments ne se limite pas à la couche des puces et des capteurs, mais couvre la conception conjointe de l’inférence AI, de la perception en temps réel et du système de contrôle sous-jacent, constituant une base essentielle pour faire passer les robots humanoïdes à une application réelle dans le monde physique.

Giovanni Campanella, directeur général du département automatisation industrielle et robotique de Texas Instruments, déclare : « La gamme complète de produits de Texas Instruments comble le fossé entre la puissance de calcul AI de NVIDIA et les applications concrètes, permettant aux développeurs de valider plus tôt un système d’exploitation humanoïde complet. » Il ajoute : « Cette approche intégrée accélérera l’évolution du prototype vers un robot humanoïde commercial, garantissant leur sécurité pour travailler aux côtés des humains. »

NVIDIA s’efforce récemment de promouvoir ses technologies d’intelligence artificielle de pointe dans des domaines plus vastes — comme la robotique et les véhicules autonomes, considérés comme des dispositifs finaux d’« intelligence artificielle physique » (AI physique) — afin de stimuler la demande et de rechercher de nouvelles sources de croissance en dehors des centres de données. Selon Jensen Huang, PDG de NVIDIA, « l’AI physique » met l’accent sur la perception, le raisonnement et l’action dans le monde réel par les robots/systèmes autonomes, annonçant une ère où l’évolution de la civilisation humaine sera assistée par cette technologie. L’« AI physique » vise à faire en sorte que les robots et systèmes autonomes perçoivent, raisonnent et agissent dans le monde réel, ces trois capacités étant clés pour faire évoluer les modèles de « simple dialogue » vers ceux capables d’effectuer des tâches physiques.

Texas Instruments et NVIDIA collaborent sur la coordination des trois couches fondamentales : perception, contrôle et inférence AI dans les systèmes robotiques

Dans le cadre de cette collaboration, Texas Instruments a conçu une solution de fusion de capteurs combinant sa technologie radar millimétrique (mmWave) avec la plateforme robotique Jetson Thor de NVIDIA, utilisant le pont de capteurs Holoscan de NVIDIA pour réaliser une perception 3D à faible latence et une conscience de sécurité, soutenant le développement de la robotique humanoïde. Ce dernier développement sera présenté lors du très attendu NVIDIA GTC, qui se tiendra du 16 au 19 mars à San José, Californie.

Deepu Talla, vice-président de NVIDIA en charge des robots et de l’IA en périphérie, déclare : « La sécurité des robots humanoïdes dans des environnements imprévisibles nécessite une puissance de calcul et de traitement très élevée, pour synchroniser des modèles AI extrêmement complexes, des données de capteurs en temps réel et des systèmes de contrôle moteur. »

En fusionnant des données de caméras haute définition et de radars, la solution conjointe de Texas Instruments et NVIDIA améliore la détection, la localisation et le suivi des objets, tout en réduisant les faux positifs et les erreurs du système, renforçant ainsi la capacité de décision en temps réel des robots humanoïdes.

Les experts en robotique estiment généralement qu’il reste plusieurs années avant que des robots humanoïdes véritablement généralistes ne soient réalisables, mais des progrès systématiques dans la perception, le raisonnement et la coordination des mouvements sont essentiels pour leur déploiement commercial. La collaboration TI-NVIDIA constitue une étape clé pour faire passer l’industrie de la « validation par algorithmes et simulations » à une « opération sécurisée dans le monde réel », ce qui contribuera à améliorer l’efficacité du développement, la robustesse des systèmes et à réduire le délai de mise en production.

Dans la recherche robotique, l’écart entre la simulation et la réalité (Sim‑to‑Real) demeure l’un des plus grands défis — même si les algorithmes AI performent bien en simulation, ils peuvent échouer dans des environnements complexes réels. La plateforme Jetson Thor de NVIDIA, plateforme de raisonnement haute performance, est déjà utilisée par plusieurs entreprises pour des applications robotiques, tandis que les modules de contrôle et de capteurs de Texas Instruments apportent la capacité d’interagir directement avec le monde physique. Leur combinaison permet aux développeurs de valider plus tôt et plus précisément la perception, l’action et la sécurité du système, raccourcissant ainsi le cycle de validation des prototypes et réduisant les coûts d’itération.

Texas Instruments intègre ses contrôleurs en temps réel, capteurs de perception (comme le radar millimétrique mmWave) et technologies de gestion de l’alimentation avec la plateforme de calcul robotique haute performance Jetson Thor de NVIDIA et le pont Holoscan Sensor, formant une chaîne complète de capteurs, contrôle et inférence. Contrairement à l’architecture traditionnelle basée uniquement sur la vision par caméra et le traitement GPU, cette fusion de capteurs permet une perception 3D à faible latence et une conscience de sécurité, améliorant la compréhension en temps réel de l’environnement par le robot, étape cruciale vers un système déployable.

Lors de l’exécution de tâches, un robot humanoïde doit non seulement effectuer des inférences AI complexes, mais aussi traiter en temps réel la fusion de capteurs, la commande de mouvements multi-articulations et la prise de décisions de sécurité en périphérie, toutes ces fonctions devant être réalisées en quelques millisecondes. La technologie radar millimétrique et le pont Ethernet de TI aident le robot à détecter et suivre des objets dans des environnements complexes (comme des portes en verre, forte ou faible luminosité, fumée ou poussière), offrant une fiabilité supérieure à celle des solutions basées uniquement sur la vision. Cette amélioration matérielle constitue une base solide pour la mise en service opérationnelle.

La grande vague des robots humanoïdes

Plusieurs entreprises technologiques américaines s’efforcent de développer des robots humanoïdes avancés dotés d’IA incarnée. Par exemple, Tesla, dirigée par Elon Musk, développe un robot humanoïde nommé Optimus, destiné à un usage industriel et grand public.

Supportée par Microsoft (MSFT.US) et OpenAI, Figure AI tente de créer un robot humanoïde capable de gérer une variété de tâches. Selon Figure AI : « Ces robots peuvent éliminer les travaux dangereux ou désagréables, permettant à la société humaine de vivre une vie plus heureuse et significative. » Boston Dynamics espère que son robot Atlas « révolutionnera complètement l’environnement industriel ».

Partout dans le monde, des prototypes de robots humanoïdes, de Tesla Optimus à la super-système Helix de Figure AI, en passant par d’autres efforts technologiques, illustrent l’engagement massif des capitaux et de l’industrie dans ce domaine. Les données actuelles montrent que ces robots progressent dans leurs fonctionnalités, perception et contrôle moteur, avec des caractéristiques telles que l’équilibre bipède, la perception environnementale et la prise de décision multimodale qui deviennent de plus en plus matures. La baisse des coûts de la chaîne d’approvisionnement et l’amélioration des performances des composants clés alimentent une concurrence entre différentes approches technologiques, favorisant la transition de la recherche conceptuelle à des essais en scénarios réels. Cette dynamique positive indique que l’industrie passe d’une « période de spéculation » à une phase d’accumulation technologique et de déploiement à grande échelle, même si une adoption massive reste à venir. Les analystes prévoient que dans la prochaine décennie, ce marché connaîtra une croissance significative, avec des projets emblématiques comme Optimus de Tesla visant à atteindre une haute fiabilité et sécurité, avec des plans de production de masse dans les années à venir.

La force motrice actuelle du développement des robots humanoïdes réside dans la fusion profonde de la perception AI, du raisonnement et du contrôle moteur, utilisant notamment de grands modèles pour comprendre le langage et la vision, le renforcement de la prise de décision prioritaire, et la fusion de capteurs (vision, radar, force). Ces systèmes peuvent non seulement se déplacer dans des environnements contrôlés, mais aussi réaliser des tâches plus complexes comme la manutention logistique, l’inspection de maintenance ou la collaboration avec des humains. Morgan Stanley et d’autres institutions estiment que cette avancée technologique est essentielle pour rendre la déploiement commercial viable. Selon leurs analystes, le marché des robots humanoïdes dépassera à terme celui de l’automobile traditionnelle, avec une estimation d’un chiffre d’affaires annuel supérieur à 5 000 milliards de dollars d’ici 2050, et une population de plus de 1 milliard de robots.

Cependant, Ken Goldberg, professeur à l’Université de Californie à Berkeley et expert en robotique, indique dans un récent article que le chemin vers la fabrication de robots humanoïdes dotés de compétences réelles est encore long.

Goldberg déclare : « Nous connaissons tous ChatGPT et ses performances impressionnantes en vision et langage, mais la plupart des chercheurs restent très prudents face à cette analogie : maintenant que nous avons résolu ces problèmes, nous sommes prêts à aborder les enjeux majeurs des robots humanoïdes, cela se produira l’année prochaine. Je ne dis pas que cela n’arrivera pas, mais plutôt que ce ne sera pas dans deux, cinq ou même dix ans. Il faut réajuster nos attentes pour éviter de créer une bulle qui finirait par provoquer une énorme déception. »