Alphabet open-source toute sa stack robotique : Intrinsic Core sous Apache 2.0 à ROSCon 2026

Alphabet open-source toute sa stack robotique : Intrinsic Core sous Apache 2.0 à ROSCon 2026

🔎 Alphabet vient de libérer « l'Android de la robotique »

Le 22 septembre 2026, à ROSCon 2026 (Toronto), Intrinsic Innovation — l'unité robotique d'Alphabet — a annoncé Intrinsic Core, son infrastructure fondationnelle pour robots intelligents, sous licence Apache 2.0. Un environnement robotique compatible ROS, préconfiguré, conçu pour tourner sur du matériel local (SiliconANGLE).

Oubliez l'idée du projet vitrine. Ce n'est pas un framework tutoriel : c'est la stack de production utilisée dans des déploiements industriels réels (ByteIota). Contrôle temps réel, motion planning, grasp planning, pose estimation, simulation, calibration, drivers — des briques que les intégrateurs devaient jusqu'ici acheter ou reconstruire passent en open source, du jour au lendemain.

Forbes a résumé le geste en une formule qui fait déjà le tour de la sphère robotique : « l'Android de la robotique ». L'analogie est précise. Open-source de la couche infrastructure, écosystème qui se construit dessus, services cloud payants au-dessus. Google a déjà joué cette partition, avec un succès historique.

Et le timing n'a rien d'anodin : NVIDIA a dévoilé Isaac ROS 5.0 à la même conférence. La physical AI ouverte a désormais deux socles sérieux — et, détail important, ils se complètent plus qu'ils ne se concurrencent.

L'essentiel

• Annonce : Intrinsic Core libéré le 22 septembre 2026 à ROSCon 2026 (Toronto) par Intrinsic Innovation, unité robotique d'Alphabet, sous licence Apache 2.0.
• Contenu : Intrinsic Control (contrôle temps réel agnostique du matériel), pose estimation via NVIDIA FoundationPose, motion planning et grasp planning, services de simulation Gazebo, calibration caméra automatisée, drivers Intrinsic-ROS, asset models et digital twin.
• Design de référence : Open Machine Tending Solution (OMTS), prêt à l'emploi pour le machine tending, avec support des bras FANUC et Universal Robots.
• Accès : repos GitHub intrinsic-ai/intrinsic-core et intrinsic-ai/intrinsic-omts, usage commercial sans royalties ni permission.
• Limite : les modèles IA avancés, Intrinsic Flowstate et le cloud industriel restent payants.
• Contexte : Intrinsic, fondée en 2021, a été intégrée aux opérations de Google en février 2026 pour accélérer la physical AI.

Outils recommandés

Intrinsic Core, c'est quoi exactement ?

Réponse directe : un environnement robotique complet et préconfiguré — compatible ROS, tournant sur du matériel local — qui couvre le pipeline physique de l'IA de bout en bout. Ni une bibliothèque, ni un SDK à assembler soi-même.

Intrinsic Control : le contrôle temps réel, ancien privilège des grands industriels

Le composant central s'appelle Intrinsic Control. C'est un framework de contrôle temps réel agnostique du matériel, capable — et c'est le détail qui fait parler toute la conférence — d'ajuster dynamiquement la trajectoire d'un robot en plein mouvement, à partir des retours capteurs (SiliconANGLE).

Traduction concrète : le robot ne suit plus une trajectoire figée, il corrige en vol. Ce niveau de réactivité restait jusqu'ici enfermé dans des stacks propriétaires. Il devient un composant open source que n'importe quel intégrateur peut déployer.

Le pipeline perception-planification, livré fonctionnel

Le reste de la release tient en une liste qui ressemble au sommaire d'un cursus de robotique — sauf qu'elle est fonctionnelle et préconfigurée (The AI Insider) :

• Pose estimation : position et orientation de pièces 3D en 6 degrés de liberté, via NVIDIA FoundationPose.
• Motion planning : génération de trajectoires sans collision, sans programmation articulation par articulation.
• Grasp planning : la pince s'adapte à la position réelle de l'objet grâce aux capteurs.
• Simulation : services Gazebo pour tout tester avant de toucher au matériel.
• Calibration caméra automatisée et drivers ROS préconfigurés pour capteurs, pinces tierces et caméras 3D.

Asset models et digital twin sont inclus. Dernier point souvent passé sous silence : les applications Intrinsic Core fonctionnent aussi avec Intrinsic Flowstate, les modèles IA et les services cloud d'Intrinsic, sans réécriture. C'est exactement là que se situe le business model — on y revient.

Pourquoi ce geste est majeur : la fin des briques propriétaires

Réponse directe : parce que le contrôle, le motion planning, le grasp planning, la simulation, la pose estimation et la calibration caméra — historiquement propriétaires — passent gratuitement en open source, sous une licence qui autorise l'usage commercial sans royalties ni permission.

C'est Forbes qui a posé le cadre analytique : Google offre « l'Android de la robotique ». La couche infrastructure devient un bien commun, l'écosystème s'y installe, et la monétisation se déplace vers les services. Le périmètre exact mérite un tableau :

La trajectoire d'Intrinsic éclaire la stratégie. Fondée en 2021 comme un « Other Bet » d'Alphabet, l'entreprise a acquis en décembre 2022 Open Source Robotics Corporation — le bras commercial de l'organisation derrière ROS —, faisant de Brian Gerkey son CTO. Après une réduction de 20 % de son effectif en janvier 2023, Intrinsic a quitté le giron des paris long terme d'Alphabet en février 2026 pour être intégrée à Google, avec sa CEO Wendy Tan White rapportant à Hiroshi Lockheimer — et des connexions directes avec les modèles Gemini, Google Cloud et Google DeepMind (Forbes).

Ma lecture : ce n'est pas de la philanthropie, c'est de la guerre d'écosystème. Google a appris avec Android qu'un OS peut être gratuit quand les services au-dessus ne le sont pas. En open-sourçant la couche que tout le monde redoutait de devoir reconstruire, Intrinsic s'assure que la prochaine génération d'applications robotiques naîtra sur ses fondations.

Dernier signal de crédibilité, et pas le moindre : Brian Gerkey (CTO d'Intrinsic et co-créateur de ROS) et Geoffrey Biggs (CTO d'Open Robotics) ont souligné que le code partagé est le cœur de leur propre stack (Digest AI). On ne libère pas un prototype : on libère ce qui fait tourner des déploiements industriels réels.

Open Machine Tending Solution : la stack traduite en atelier

Réponse directe : l'OMTS est ce qui empêche Intrinsic Core d'être un beau dépôt GitHub que personne n'utilise. C'est la preuve par le cas d'usage.

L'Open Machine Tending Solution est un design de référence prêt à l'emploi pour un scénario d'atelier précis : le machine tending — charger et décharger des machines-outils avec un bras robotisé. Il supporte les bras FANUC et Universal Robots, deux standards du secteur (Digest AI).

Le cycle couvert est complet : setup du workcell, simulation, motion planning avec MoveIt 2, déploiement sur le matériel réel (ByteIota). Autrement dit, tout le chemin entre « j'ai un bras dans un carton » et « il travaille en production ».

Pourquoi commencer par le machine tending ? Parce que c'est le cas d'usage idéal pour une stack ouverte : répétitif, bien cadré, ROI facile à calculer. C'est le « hello world » de la robotique industrielle — et le premier endroit où un intégrateur mesurera la différence entre une fondation gratuite et une licence à six zéros.

Intrinsic Core face à NVIDIA Isaac ROS 5.0 : complémentaires, pas concurrents

Réponse directe : les deux stacks ne se remplacent pas, elles se complètent — et le fait qu'elles sortent à la même conférence dit beaucoup sur l'état de la physical AI ouverte.

NVIDIA a annoncé Isaac ROS 5.0 à ROSCon 2026 : skills d'agent IA pour ROS, FoundationStereo, tracking via FoundationPose, migration vers ROS 2 Lyrical (ByteIota). La division du travail est nette :

Intrinsic Core apporte le runtime intégré agnostique du matériel ; Isaac ROS apporte l'inférence GPU sur du matériel NVIDIA. Notez la boucle qui se referme : la pose estimation d'Intrinsic s'appuie précisément sur FoundationPose, un modèle de NVIDIA.

Et NVIDIA ne s'arrête pas à ROS : avec Hugging Face, l'entreprise pousse déjà LeRobot, Isaac GR00T 1.7, Isaac Teleop et Cosmos 3 en open source pour la robotique. La physical AI se commoditise par les deux bouts — infrastructure côté Google, modèles côté NVIDIA.

Pour une équipe robotique, la vraie question n'est donc pas « Intrinsic ou NVIDIA », mais « quelle combinaison ». Si votre atelier est déjà NVIDIA-centré, Isaac ROS est naturel. Si vous voulez un runtime qui ne vous lie à aucun fondeur, Intrinsic Core est l'option la plus agnostique du marché — et rien n'interdit de mixer les deux.

Démarrer avec Intrinsic Core : le chemin le plus court

Réponse directe : deux repos GitHub publics, un runtime local préconfiguré, et une règle d'or — commencer par la simulation avant de toucher au moindre bras.

Les repos sont accessibles immédiatement :

git clone https://github.com/intrinsic-ai/intrinsic-core.git
git clone https://github.com/intrinsic-ai/intrinsic-omts.git

Mon conseil d'ordre : ne branchez pas de matériel le premier jour. Les services de simulation Gazebo embarqués permettent de construire, tester et casser virtuellement votre workcell — c'est exactement pour ça que le pipeline place la simulation avant le déploiement. Si vous avez un bras FANUC ou Universal Robots sous la main, l'OMTS vous donne ensuite le chemin balisé jusqu'au déploiement réel.

Deuxième conseil : si vous connaissez déjà ROS 2, la courbe d'apprentissage sera clémente. Intrinsic Core est compatible ROS, avec des drivers préconfigurés pour capteurs, pinces tierces et caméras 3D. Vos compétences MoveIt 2 et Gazebo restent des atouts, pas des dettes.

Côté intelligence, soyez clair sur le périmètre : Intrinsic Core est de l'infrastructure, pas un cerveau. Les modèles IA avancés sont la couche payante d'Intrinsic. À vous de choisir : brancher les modèles cloud de pointe — GPT-5.5 domine actuellement les benchmarks agentic (98,2, classement juin 2025), Gemini 3.1 Pro tenant la corde en usage général (92) — ou faire tourner des modèles open source en local, ce que notre guide des agents IA open source avec Ollama détaille pas à pas.

Enfin, pour documenter vos expérimentations — docs techniques, blog, démos vidéo — un petit VPS suffit largement. Hostinger démarre autour de 5 €/mois (septembre 2026, vérifiez sur hostinger.com), et ça suffit largement pour publier vos retours d'atelier.

Apache 2.0, MIT, open weights : Intrinsic s'inscrit dans une vague de fond

Réponse directe : Intrinsic Core n'est pas un cas isolé, c'est la confirmation d'un mouvement — les grands acteurs ouvrent leurs fondations pour gagner l'écosystème, et monétisent ce qui se trouve au-dessus.

Regardez la séquence récente. DeepSeek V3.1 est passé sous licence MIT, confirmant la montée en puissance de l'open source chinois sur les modèles de langage. Poolside a libéré Laguna M.1, un modèle de 225B sous Apache 2.0 conçu pour le coding agent. MiniMax M3 défie GPT-5.5 avec 1M de contexte en open weights. Et désormais Alphabet ouvre son infrastructure robotique.

Le point commun saute aux yeux : des licences permissives (Apache 2.0, MIT) qui autorisent l'usage commercial sans royalties, une couche fondationnelle offerte gratuitement, et la valeur déplacée vers les services. Ce qui change avec Intrinsic Core, c'est le domaine. Ici, la fondation n'est pas un modèle de langage : c'est du contrôle temps réel, de la planification de trajectoires et de la simulation — des briques qui agissent sur le monde physique, avec tout ce que cela implique en sécurité, en certification et en responsabilité.

Mon pronostic : la physical AI vient de franchir son moment Android. Dans dix-huit mois, la question ne sera plus « quelle stack robotique propriétaire choisir », mais « quelle application construire sur une fondation devenue commune ». L'avantage concurrentiel se déplace d'un cran au-dessus dans la stack.

❌ Erreurs courantes

Erreur 1 : croire que « tout Intrinsic » devient gratuit

C'est le point que Forbes martèle : le contrôle, le digital twin et les drivers sont gratuits ; les modèles IA avancés, Flowstate et le cloud industriel ne le sont pas. Cartographiez la frontière avant d'établir un budget — le noyau open source ne couvre pas toute la stack, loin de là.

Erreur 2 : traiter Intrinsic Core comme un framework d'apprentissage

Ce n'est pas un framework tutoriel, mais la stack de production utilisée dans des déploiements industriels réels. Attendez-vous à une complexité d'atelier : setup de workcell, calibration, contraintes temps réel. La contrepartie est claire : ce que vous apprenez est directement déployable.

Erreur 3 : sous-estimer le prérequis ROS

Compatible ROS ne veut pas dire sans ROS. Intrinsic Core est préconfiguré, mais l'écosystème reste ROS 2 : drivers, MoveIt 2, Gazebo. Vérifiez la compatibilité de votre matériel — capteurs, pinces tierces, caméras 3D — via les drivers Intrinsic-ROS avant tout achat.

Erreur 4 : chercher un cerveau IA dans le noyau

La pose estimation s'appuie sur FoundationPose de NVIDIA, mais les modèles d'IA avancés restent la couche payante d'Intrinsic. Planifiez votre stack d'intelligence séparément : modèles cloud de pointe pour la performance maximale, modèles open source en local pour le contrôle et les coûts.

❓ Questions fréquentes

Intrinsic Core est-il vraiment gratuit pour un usage commercial ?

Oui. La licence Apache 2.0 autorise l'usage commercial sans royalties ni permission, et le runtime est conçu pour tourner en local sur votre matériel. Vous ne payez que si vous adoptez les services situés au-dessus du noyau : Flowstate, modèles IA avancés ou cloud industriel d'Intrinsic.

Faut-il du matériel NVIDIA pour l'utiliser ?

Non. Intrinsic Control est agnostique du matériel et l'environnement est préconfiguré pour du matériel local. En revanche, la pose estimation s'appuie sur NVIDIA FoundationPose, et l'inférence GPU d'Isaac ROS 5.0 suppose du matériel NVIDIA. Les deux stacks se combinent, elles ne se remplacent pas.

Quelle différence avec ROS 2 ?

ROS 2 est un middleware ; Intrinsic Core est un environnement préconfiguré construit dessus. Il intègre contrôle temps réel, motion et grasp planning, simulation, calibration et drivers, tout en s'appuyant sur les outils ROS 2 existants — l'OMTS utilise explicitement MoveIt 2 et Gazebo.

Pourquoi Google open-source sa stack robotique ?

Pour reproduire le modèle Android : ouvrir la couche infrastructure pour gagner l'écosystème, monétiser les services au-dessus. Le contexte éclaire la décision : Intrinsic a été intégrée à Google en février 2026 pour accélérer la physical AI, connectée aux modèles Gemini, à Google Cloud et à Google DeepMind.

Peut-on tester sans robot physique ?

Oui. Les services de simulation Gazebo permettent de tout tester avant le matériel, et l'Open Machine Tending Solution couvre explicitement le cycle setup du workcell, simulation, puis déploiement. Un PC capable de faire tourner le runtime local préconfiguré suffit pour démarrer sérieusement.

✅ Conclusion

Alphabet vient de faire passer le contrôle temps réel, la planification et la simulation robotique du statut d'avantage propriétaire à celui de bien commun sous Apache 2.0 — et le business se jouera désormais une couche au-dessus. Le dépôt intrinsic-ai/intrinsic-core est public : clonez, simulez, construisez.