Xiaomi met ses humanoïdes à l'épreuve : 8 heures de tri de pièces auto en usine, détection d'anomalies incluse
🔎 L'endurance devient le nouveau standard de l'humanoïde industriel
Le 3 novembre 2026, deux humanoïdes CyberOne 02 de Xiaomi ont tenu un poste de tri de caches latéraux de console centrale pendant 8 heures et 5 minutes d'affilée à l'usine Xiaomi Auto de Pékin. Pas de coupure, pas de téléopération visible : les robots détectent les anomalies, se coordonnent avec le MES de la ligne et appellent un robot mobile (AMR) quand une pièce tombe. C'est la première démonstration publique d'un shift complet en conditions réelles — pas une démo de 20 minutes en labo. L'industrie bascule : la métrique qui compte n'est plus « est-ce que ça marche ? » mais « combien de temps ça tient sans intervention humaine ? »
L'essentiel
- Xiaomi valide l'endurance industrielle : deux CyberOne 02 ont trié des pièces automobiles pendant 8 h 05 le 3 novembre 2026, avec deux recharges autonomes et coordination multi-robots (humanoïdes + AMR).
- La course US répond : AGCO et Agility Robotics lancent un pilote Digit à l'usine de Hesston (Kansas) pour une production 2027 — premier déploiement américain à l'échelle usine.
- L'infrastructure « Physical AI » s'ouvre : Serve Robotics monétise sa stack (connectivité, curation de données, catalogue) auprès de tiers comme Bedrock Robotics — signe que la valeur migre du hardware vers la plateforme.
Outils recommandés
| Outil | Usage principal | Prix (novembre 2026) | Idéal pour |
|---|---|---|---|
| NVIDIA Isaac Sim | Simulation robotique, entraînement policies | Gratuit (recherche) / Sur devis (entreprise) | Équipes RL/sim-to-real |
| ROS 2 Humble/Jazzy | Middleware robotique standard | Open source | Intégration capteurs/actionneurs |
| Weights & Biases | Tracking expériences ML/RL | 50 $/mois (équipe, nov. 2026) | MLOps robotique |
| Foxglove | Visualisation données robotiques temps réel | Gratuit / 75 $/mois (pro, nov. 2026) | Debugging flotte |
La démo Xiaomi : ce que les 8 heures prouvent (et ce qu'elles taisent)
La vidéo de 5 min 59 s publiée par The Paper (澎湃) montre deux CyberOne 02 bipèdes et un robot sur base à roues opérant au poste SPS (Sorting Supply) de l'atelier d'assemblage final. La tâche : saisir des caches latéraux de console — pièces souples, grandes, à posture aléatoire — et les placer sur la ligne au rythme imposé. C'est un test de manipulation bimanuelle, de perception visuelle anti-interférence et d'adaptation force/position, pas du pick-and-place structuré.
Ce qui est démontré : tenue de poste sur un shift complet, détection/correction d'anomalies autonome (pièce mal orientée, chute), coordination avec le MES de la ligne, collaboration multi-robots (l'AMR récupère la pièce tombée et réapprovisionne les bacs), gestion d'énergie via deux recharges (à 3 h 02 et 6 h 03 de travail cumulé).
Ce qui reste opaque : débit réel (pièces/heure), taux de picks réussis vs tentatives, nombre d'interventions humaines hors caméra, méthode de recharge (swap batterie ? tether ? charge inductive ?), coût d'exploitation horaire. Xiaomi ne publie aucun KPI chiffré. Lei Jun répond aux sceptiques : « c'est un humanoïde généraliste, le hardware n'a pas besoin de modification pour s'adapter à plus de postes et de scénarios. » Le CyberOne 01 (21 DoF, reconstruction 3D 1 % précision à 8 m, 85 sémantiques environnement, 45 émotions) reste la fiche technique publique — le 02 n'a pas de datasheet.
Le programme en trois jalons : de mars à novembre 2026
Electrek replace la démo dans un programme annuel structuré :
| Jalon | Date | Poste | Métrique publiée |
|---|---|---|---|
| 1 | Mars 2026 | Installation écrous auto-perceuse (usine EV Pékin) | 90,2 % succès sur 3 h, cycle 76 s |
| 2 | Juillet 2026 | +2 postes dont tri caches latéraux | 98 % succès |
| 3 | 3 nov. 2026 | Tri caches latéraux — shift complet | 8 h 05 stable, 2 recharges |
La progression est claire : complexité croissante des tâches, durée croissante, taux de succès en hausse. La vidéo accélérée jusqu'à 100x masque le temps réel — un shift de 8 h compressé en 6 min. Humanoids Daily note que « huit heures de tâche ne veut PAS dire huit heures sur une seule charge ». Le post ne décrit ni swap ni charge ; l'hypothèse la plus probable est une recharge rapide pendant les micro-pauses de la ligne (changement de série, maintenance planifiée).
AGCO / Agility Robotics : la réponse américaine au Kansas
Pendant que Xiaomi filme à Pékin, AGCO annonce le 20 octobre 2026 un pilote Digit (Agility Robotics) à l'usine de Hesston, Kansas, visé production 2027. Tomorrow's World Today précise que Digit opérera sur des tâches de logistique interne : déplacement de bacs, chargement/déchargement de lignes, réapprovisionnement postes. Contrairement à Xiaomi (humanoïde bipède pur), Digit a une base à roues pour la mobilité longue distance et un torse manipulateur pour la préhension — architecture hybride assumée.
Le partenariat AGCO/Agility marque le premier engagement public d'un industriel américain majeur (équipementier agricole, 11,4 Md$ CA 2025) pour un déploiement humanoïde à l'échelle usine, pas labo. Agility a levé 150 M$ en série B (mars 2026, valorisation 1,2 Md$) pour industrialiser Digit V4. Le calendrier : pilote Q1 2027, décision scale-up Q3 2027. Si ça tient, c'est le premier contrat de production humanoïde aux US.
Serve Robotics : la stack « Physical AI » comme nouveau modèle économique
Le 5 novembre 2026 — deux jours après la démo Xiaomi — Serve Robotics lance Physical AI Services : trois produits qui transforment l'infrastructure de sa flotte (2 000+ robots, 40+ villes, 27 hôpitaux) en plateforme vendable.
| Produit | Fonction | Client lancement |
|---|---|---|
| Serve Link | Connexion robot ↔ compute off-board (Wi-Fi, LTE, 5G, satellite) | Bedrock Robotics (chantier/mining/trucking autonome) |
| Serve Data Curator | Identification données haute valeur issues opérations flotte | Bedrock Robotics |
| Catalogue données trottoir | Terrain, infrastructures, cas d'usage réels | Bedrock Robotics |
Ali Kashani (CEO) : « Construire un robot n'est que le début. Garder des milliers d'entre eux connectés, apprenants et en amélioration exige une autre couche de technologie. » Serve, spin-off Uber (2021), a racheté Diligent Robotics (2026) pour entrer dans le service hospitalier. StreetInsider confirme les trois produits et le client Bedrock. Le modèle : ne plus vendre des robots, vendre l'intelligence qui les fait tenir en production. Xiaomi, Figure, Tesla, Agility devront toutes résoudre ce problème — ou l'acheter.
Pourquoi l'endurance devient le critère #1
Les démos de 2023-2025 (Figure 01 chez BMW, Optimus Gen 2 chez Tesla, Digit chez Amazon) montraient des tâches isolées : 20-60 minutes, environnement contrôlé, ingénieurs en standby. Le shift de 8 h change la donne pour trois raisons :
-
Gestion thermique et énergie : un humanoïde bipède de 50-60 kg consomme 300-500 W en manipulation continue. Tenir 8 h impose soit une batterie 4-5 kWh (lourde, encombrante), soit du swap/charge rapide intégré au cycle de production. Xiaomi a fait deux recharges — la méthode n'est pas publique, mais l'intégration au rythme de ligne l'est.
-
Drift perception/contrôle : sur 8 h, l'éclairage change, les pièces s'usent, les tolérances dérivent. La détection d'anomalies autonome (Xiaomi : « détectent et corrigent les anomalies de façon autonome ») suppose une boucle perception-action robuste au drift, pas juste une policy RL figée.
-
Coordination multi-agents : l'AMR qui récupère la pièce tombée et réapprovisionne les bacs prouve que l'humanoïde n'est pas un îlot — il est nœud dans un système cyber-physique. C'est ce que Figure Helix-02 : des robots humanoïdes accomplissent des shifts complets de 8 heures en usine — sans intervention humaine illustre aussi côté US : l'endurance émerge de l'orchestration, pas du robot seul.
La stack logicielle invisible : ce qui tient vraiment le shift
Derrière les 8 h 05, il y a une pile logicielle que Xiaomi ne détaille pas mais dont on peut déduire les briques :
- Perception 3D temps réel : reconstruction de scène à >30 Hz, détection d'anomalies (pièce manquante, orientation aberrante) sans réentraînement — probable fusion RGB-D + fondations visuelles type DINOv2/SAM 2.
- Contrôle whole-body MPC : optimisation modèle-prédictif sur 21+ DoF (bimanuel + base) avec contraintes de collision, effort, rythme ligne. Le CyberOne 01 annonce 21 DoF ; le 02 ajoute probablement des mains dextres (12-16 DoF/main).
- Orchestration MES/ROS 2 : bridge temps réel entre le système de production (MES Siemens/GE/Dassault) et la flotte ROS 2. L'AMR appelé pour la pièce tombée = action déclenchée via topic ROS 2 /action/recover_part.
- Gestion d'énergie prédictive : estimation SoC/SoH, planification recharges aux fenêtres de ligne, fallback tether si swap échoue.
NYU publie MABEL, un robot bimanuel mobile à 56 degrés de liberté pour 8 056 $ montre que la recherche académique converge vers les mêmes architectures : whole-body control + manipulation bimanuelle + base mobile. La différence : Xiaomi l'industrialise à l'échelle usine.
Sécurité et cybersécurité : l'angle mort des démos
Aucune source ne mentionne de certification ISO 13849 (sécurité fonctionnelle), IEC 62443 (cybersécurité industrielle) ou ISO/TS 15066 (robots collaboratifs). Un humanoïde de 60 kg qui opère au contact d'une ligne de production automobile sans cage de sécurité pose des questions que la vidéo ne répond pas :
- Stop d'urgence : temps d'arrêt < 200 ms ? Redondance hardware ?
- Détection présence humaine : lidar 360° ? Caméras ToF ? Fusion ?
- Ségrégation réseau : le ROS 2 DDS est-il sur VLAN isolé ? Chiffrement ? Authentification mutuelle ?
- Mises à jour OTA : signature, rollback, canary sur flotte ?
Vicone trouve 28 zero-days dans la robotique en moins de 48 heures — LIA accélère rappelle que la surface d'attaque robotique (ROS 1/2, OPC UA, MQTT, firmware contrôleurs) est vaste et peu auditée. Xiaomi, comme Figure, Tesla, Agility, devra publier des artefacts de conformité avant le scale industriel. La démo de 8 h est impressionnante ; l'audit de sécurité l'est moins — et il est obligatoire pour la production.
Économie unitaire : le chiffre que personne ne publie
Combien coûte un shift de 8 h avec deux CyberOne 02 + 1 AMR + infrastructure recharge + supervision ? Estimation basse basée sur les coûts publics connus (novembre 2026) :
| Poste de coût | Estimation basse | Estimation haute |
|---|---|---|
| CAPEX 2× CyberOne 02 | 300 k$ (150 k$/unité, volume <100) | 600 k$ (300 k$/unité, R&D amortie) |
| CAPEX 1 AMR | 40 k$ | 80 k$ |
| Infrastructure recharge/swap | 50 k$ | 150 k$ |
| Intégration MES/ROS 2 (ingénierie) | 200 k$ | 500 k$ |
| Supervision humaine (1 opérateur/shift) | 50 k$/an | 80 k$/an |
| Maintenance/pièces (5 % CAPEX/an) | 30 k$/an | 60 k$/an |
| Total année 1 (2 shifts/jour, 250 j) | ~670 k$ | ~1,47 M$ |
| Coût/heure effective (5 000 h/an) | 134 $/h | 294 $/h |
Un opérateur humain coûté (salaire + charges + formation) : 25-35 $/h en Chine, 40-60 $/h aux US. L'humanoïde n'est pas compétitif en coût pur aujourd'hui. Le pari : généralité (même hardware, 50+ postes), flexibilité (reconfiguration logicielle, pas mécanique), données (chaque shift enrichit le modèle). Xiaomi mise sur l'amortissement multi-postes — le CyberOne 01/02 comme plateforme, pas machine dédiée.
Le paysage concurrentiel : trois arches, une course
| Acteur | Architecture | Poste démontré | Horizon production | Différenciateur |
|---|---|---|---|---|
| Xiaomi | Bipède 21+ DoF, mains dextres | Tri SPS 8 h (nov. 2026) | 2027-2028 (usines auto) | Intégration verticale auto+robotique, plateforme généraliste |
| Figure | Bipède 41 DoF, mains 16 DoF | BMW Spartanburg : tôlerie, logistique (2024-25) | 2026-2027 (Figure 02) | Partenariat OpenAI pour cognition, levée 675 M$ (fév. 2026) |
| Tesla Optimus | Bipède 28 DoF, mains 11 DoF | Usine Fremont : manipulation cellules (2025) | 2026 (interne), 2027 (extérieur) | Verticalisation complète : silicium, OS, data, manufacturing |
| Agility Digit | Hybride : roues + torse manipulateur | AGCO Kansas : logistique interne (pilote 2027) | 2027 (Hesston) | Mobilité roues = efficacité transport, focus logistique |
| Apptronik Apollo | Bipède 34 DoF, charge utile 25 kg | Mercedes-Benz : logistique (pilote 2025) | 2026-2027 | Design modulaire, partenariat NASA/DARPA |
| 1X Technologies Neo | Bipède, focus domestique | Dépôt/logistique (démo 2025) | 2026 (beta) | Modèle « Android as a Service », données foyer |
Foxconn présente ses premiers robots humanoïdes en Europe à VivaTech : la stack « physical AI closed-loop » qui change l'usine montre que les intégrateurs (Foxconn) deviennent acteurs : ils ne'achètent pas, ils co-développent la boucle fermée perception-action-données. La semaine où les humanoïdes sont entrés en bourse : Agility SPAC, Unitree à Shanghai et Tesla convertit son usine pour Optimus confirme la financiarisation : l'accès au capital public conditionne la vitesse de scale.
Ce qui sépare la démo de la production : 5 seuils non franchis
- MTBF > 2 000 h : Mean Time Between Failures industriel. 8 h = 0,4 % du seuil. Pas de données publiques sur MTBF humanoïde.
- Taux d'intervention < 0,1 % : un arrêt ligne par 1 000 picks. Xiaomi : taux non publié. Electrek : « Xiaomi ne précise ni le nombre de pièces triées ni comment les robots ont tenu 8 h. »
- Reconfiguration < 4 h : changer de poste (tri → vissage → inspection) sans ingénieur robotique. Lei Jun : « hardware n'a pas besoin de modification » — le logiciel, lui ?
- Coût total possession < 2× humain : seuil d'adoption massive. Estimation actuelle : 4-8×.
- Certification sécurité fonctionnelle SIL 2/PL d : obligatoire en zone opérateur. Aucun acteur n'a publié de certificat.
Erreurs courantes
Erreur 1 : Confondre démo vidéo et KPI industriel
Ce qui ne va pas : Reprendre « 8 heures » comme preuve de maturité sans demander débit, taux de succès, interventions, méthode de recharge.
La solution : Exiger les 5 métriques : pièces/heure, % picks réussis, interventions humaines/shift, cycles recharge/shift, coût/heure effective.
Erreur 2 : Croire que le hardware est le goulot
Ce qui ne va pas : Comparer DoF, couple moteurs, poids mains. Le CyberOne 01 (21 DoF) et 02 font la même démo — le delta est logiciel.
La solution : Évaluer la stack : perception, whole-body control, orchestration MES, gestion énergie, MLOps. Serve Robotics le prouve : la valeur migre vers la plateforme.
Erreur 3 : Ignorer la cybersécurité industrielle
Ce qui ne va pas : Déployer une flotte ROS 2 sur le réseau usine sans segmentation, chiffrement, SBOM, mise à jour signée.
La solution : Exiger artefacts IEC 62443-4-2, ISO 21434, SBOM signés avant tout pilote en zone opérateur. Vicone trouve 28 zero-days n'est pas une anecdote.
Erreur 4 : Sous-estimer l'intégration MES/ERP
Ce qui ne va pas : Penser que le robot « s'adapte » magiquement. La coordination Xiaomi (MES + AMR + humanoïdes) a demandé des mois d'ingénierie spécifique.
La solution : Budgeter 30-50 % du CAPEX total en intégration logicielle, interfaces standardisées (OPC UA FX, ROS 2 DDS Security), tests bout-en-bout.
Questions fréquentes
Xiaomi va-t-il vendre le CyberOne 02 à d'autres usines ?
Pas d'annonce. La stratégie actuelle : déploiement interne (usines auto, éventuellement smartphones) pour valider la plateforme généraliste. Lei Jun insiste sur « hardware n'a pas besoin de modification pour s'adapter à plus de postes » — signe d'une ambition plateforme, mais le modèle commercial (vente ? location ? RaaS ?) n'est pas public.
Combien de CyberOne 02 existent-il ?
Aucun chiffre officiel. La démo en montre deux en parallèle + un AMR. Le programme en trois jalons (mars/juillet/novembre) suggère une flotte de 5-10 unités en itération continue à Pékin. Pas de déploiement multi-sites annoncé.
Le CyberOne 02 utilise-t-il de l'RL (reinforcement learning) ou de la programmation classique ?
Probablement hybride : MPC whole-body pour la locomotion/manipulation de base, policies RL pour la préhension adaptative (pièces souples, orientation aléatoire) et la détection d'anomalies. Xiaomi ne publie pas l'architecture. Les fondations visuelles (DINOv2, SAM 2) sont quasi-certaines pour la perception zéro-shot.
Pourquoi Xiaomi et pas un pure-player robotique (Figure, Agility) ?
Intégration verticale : Xiaomi conçoit ses usines, ses lignes, son MES, ses puces (Pengpai/Surge), ses modèles IA. L'humanoïde est un capteur-actionneur de plus dans un système qu'ils contrôlent bout-en-bout. Figure/AGCO doivent négocier l'interface avec le MES du client — friction supplémentaire.
Quel est le rôle de l'AMR à roues dans la démo ?
Il récupère la pièce tombée (que les bipèdes ne peuvent pas ramasser efficacement au sol) et réapprovisionne les bacs d'alimentation. Preuve que l'architecture optimale usine = bipèdes (manipulation poste fixe) + AMR (transport/logistique). Digit (Agility) fusionne les deux en un seul robot hybride — pari différent.
✅ Conclusion
Les 8 heures de Xiaomi ne sont pas une fin — c'est le premier point de données crédible sur l'endurance humanoïde en production réelle. La course bascule : 2023-2025 = « ça marche en démo » ; 2026-2027 = « ça tient un shift » ; 2028+ = « ça coûte moins cher qu'un humain sur 50 postes ». Trois arches s'affrontent : bipède pur généraliste (Xiaomi, Figure, Tesla), hybride roues+torse logistique (Agility, Apptronik), plateforme « Physical AI » qui vend l'intelligence pas le corps (Serve). Le gagnant ne sera pas le plus beau robot — ce sera celui qui publie le premier un MTBF > 2 000 h, un coût/heure < 2× humain, et une certification SIL 2. Les démos, elles, sont gratuites.