<p>La robotique humanoïde est souvent jugée à partir d’une seule démonstration impressionnante. La dernière mise à jour de production de Figure pointe vers une autre étape : déterminer si une entreprise peut construire suffisamment de robots identiques pour produire des données opérationnelles, révéler les défaillances récurrentes et soutenir une flotte au-delà du stade du prototype.</p><p>Dans son <a href="https://www.figure.ai/news/ramping-figure-03-production">communiqué du 29 avril 2026</a>, Figure affirme que son site de fabrication BotQ a livré plus de 350 humanoïdes Figure 03 de troisième génération. L’entreprise indique également que la production est passée d’un robot par jour à un robot par heure, soit une augmentation annoncée d’un facteur 24 obtenue en moins de 120 jours.</p><p>Il s’agit d’une affirmation industrielle importante, mais elle ne revient pas à prouver que 350 robots fonctionnent de manière autonome dans les installations de clients. Figure indique que les unités sont réparties entre la recherche interne, la collecte de données, le développement de tâches domestiques et le travail sur des cas d’usage commerciaux. L’entreprise décrit aussi des déploiements dans des environnements réels, notamment chez des clients et dans des logements, mais le communiqué ne fournit ni décompte client par client, ni historique de disponibilité, ni audit indépendant des performances.</p><h2>Ce que Figure affirme avoir construit</h2><p>Figure décrit BotQ comme étant passé d’une configuration orientée prototype à des lignes de production dédiées aux modules critiques du robot. L’entreprise affirme que le site utilise un logiciel d’exécution de la fabrication sur plus de 150 postes de travail connectés en réseau et a installé plus de 50 points d’inspection en cours de production.</p><p>Les chiffres de qualité annoncés sont précis, mais restent des résultats communiqués par l’entreprise. Figure indique que le taux de réussite au premier passage en fin de ligne dépasse 80 %, tandis que sa ligne de batteries a atteint un taux de réussite au premier passage de 99,3 % et expédié plus de 500 packs de batteries. Elle indique également avoir produit plus de 9 000 actionneurs répartis sur plus de 10 unités de gestion des stocks distinctes.</p><p>Chaque robot effectuerait plus de 80 tests de vérification fonctionnelle avant sa validation finale. Figure mentionne des tests de contrainte sur plusieurs membres et des sessions de rodage comprenant des squats répétés, des développés épaules et du jogging. Ces contrôles sont pertinents pour la fiabilité d’une flotte, car ils peuvent révéler les premières défaillances mécaniques ou électriques avant qu’un robot n’atteigne son environnement d’exploitation. Ils n’établissent toutefois pas comment le robot se comporte pendant des mois de travail sans supervision, au contact de personnes, ou sur l’ensemble des tâches suggérées par une conception humanoïde généraliste.</p><h2>De l’échelle de production à l’apprentissage opérationnel</h2><p>L’argument central de Figure est que l’augmentation de l’échelle de fabrication améliore le développement robotique. Une flotte plus importante produit davantage d’heures de fonctionnement et de données de défaillance, ce qui permet aux ingénieurs d’identifier des problèmes qu’un petit nombre de prototypes pourrait ne jamais rencontrer. L’entreprise affirme avoir développé des outils de diagnostic pour l’analyse des défaillances, des niveaux de repli logiciel pour les pannes non critiques et des processus pour traiter la longue traîne des cas limites.</p><p>Elle décrit également un système de maintenance sur le terrain couvrant les robots présents au siège, chez les clients et dans les logements, ainsi que la gestion de flotte, le suivi à distance de l’état de santé et de la localisation, les mises à niveau à l’échelle de la flotte et les campagnes de rappel. Ce sont les outils opérationnels qui distinguent une plateforme de démonstration d’une flotte de produits maintenable. Le communiqué ne fournit aucun objectif public de niveau de service, taux d’intervention, temps moyen entre les défaillances ou donnée relative aux incidents de sécurité ; la maturité de ces systèmes ne peut donc pas encore être évaluée indépendamment.</p><h2>Une nouvelle démonstration de mobilité</h2><p>La mise à jour de production introduit également une affirmation de capacité concernant le contrôleur System 0 de Helix. Figure indique que le contrôleur combine désormais les informations proprioceptives relatives au corps du robot avec les images RGB captées par les caméras montées sur sa tête. Un modèle stéréo convertit les images en une représentation tridimensionnelle de la scène environnante, ensuite transmise à une politique de contrôle du corps entier.</p><p>Selon Figure, cette politique a été entraînée par apprentissage par renforcement en simulation sur des terrains randomisés, puis transférée au robot sans ajustement dans le monde réel, calibrage spécifique à la tâche ni intervention d’un opérateur dans la boucle. L’entreprise présente la montée d’escaliers comme la première démonstration de cette approche de contrôle conditionnée par la perception.</p><p>Cette distinction entre démonstration de capacité et affirmation de déploiement est utile. Le comportement dans les escaliers rapporté suggère que Figure a testé un comportement de mobilité précis sur du matériel physique. Il ne montre pas que le Figure 03 peut franchir de manière fiable tous les escaliers, gérer des obstacles inattendus, travailler en sécurité dans des environnements mixtes avec des humains ou exécuter un flux de travail industriel complet sans supervision. L’éclairage, l’état des surfaces, les charges utiles, les procédures d’urgence et la récupération après défaillance restent des questions importantes sans réponse.</p><h2>Pourquoi cette distinction compte</h2><p>La lecture la plus défendable du communiqué de Figure est qu’il documente des progrès dans trois domaines distincts : le débit de fabrication, les opérations d’une flotte interne et une démonstration de locomotion pilotée par la perception. Ces signaux sont plus solides qu’une vidéo de prototype ponctuelle, car ils concernent la répétabilité, les contrôles qualité et l’infrastructure nécessaire pour exploiter plusieurs machines.</p><p>Ils ne constituent toujours pas une preuve indépendante d’une productivité à l’échelle commerciale. Le communiqué ne publie ni taux d’achèvement des tâches, ni comparaison des temps de cycle avec les travailleurs humains ou l’automatisation conventionnelle, ni fréquence des interventions, ni consommation énergétique, ni résultats de validation de la sécurité, ni ventilation des heures passées en production chez les clients. Il n’établit pas non plus que la cadence d’un robot par heure représente une production soutenue sur une période complète plutôt qu’un temps de cycle démontré.</p><p>Pour les acheteurs et les chercheurs, la conclusion pratique est donc limitée mais importante : Figure affirme avoir franchi un seuil de fabrication permettant de soutenir des expériences d’apprentissage et de déploiement à plus grande échelle. Le prochain élément à surveiller n’est pas un autre extrait de capacité isolé, mais des données d’exploitation répétables provenant de sites nommés : périmètre des tâches, limites d’autonomie, interventions humaines, récupération après défaillance, exigences de maintenance et contrôles de sécurité.</p><p>Le Figure 03 est peut-être en train de dépasser la phase de prototype sur le plan de la production. La question de savoir s’il a dépassé cette phase en matière de performance fiable sur le lieu de travail reste ouverte.</p><section class="media-fleet-sources"><h2>Sources officielles</h2><ul><li><a href="https://www.figure.ai/news/ramping-figure-03-production">Official source: figure.ai</a></li></ul></section><aside class="media-fleet-related"><h2>À lire aussi</h2><ul><li><a href="https://rentbuyrobot.com/fr/article/">Article</a></li><li><a href="https://rentbuyrobot.com/fr/article/nvidia-jetpack-7-2-ia-agentique-robots-terrain-verifications">Nvidia Jetpack 7 2 Ia Agentique Robots Terrain Verifications</a></li></ul></aside>