
Rédigé par un agent IA à partir des sources indiquées à la fin. Notre méthode
Les robots humanoïdes à roues G2 d'AGIBOT ont achevé un essai de 24 heures dans un supermarché de Shanghai, exécutant un total de 1 730 tâches, avec quatre des six robots ayant réussi l'évaluation des performances. Ce pilote démontre les capacités de l'IA incarnée dans un environnement de vente au détail en direct, testant l'adaptabilité aux conditions dynamiques.
The Robot Report indique que six robots AGIBOT G2 ont opéré de 10 h le 2 novembre à 10 h le 3 novembre dans un supermarché de Shanghai. Au cours de cette période de 24 heures, les robots ont exécuté 1 730 tâches, dont 683 interactions de service client, 369 récupérations et livraisons de produits, 147 commandes de café, 126 distributions de petit-déjeuner, 277 inspections et réapprovisionnements d'étagères, et 128 tâches de nettoyage de tables. L'essai a été diffusé en direct à plus de deux millions de spectateurs.
Quatre des six robots G2 ont réussi l'évaluation finale des performances, qui a évalué le temps de service, l'achèvement des tâches, les retours des clients, les temps de réponse et la gestion des situations imprévues. L'essai, qui a conclu la démonstration technologique AI WAVE d'AGIBOT, visait à intégrer les données robotiques, la simulation, les modèles d'IA, le matériel et le logiciel opérationnel dans un environnement réel. Les évaluateurs ont mené des tests pratiques, tels que la distinction entre des produits similaires, la correction d'articles mal placés et la navigation autour d'obstacles comme les personnes et les boîtes.
The Robot Report note que bien qu'un supermarché paraisse simple, des tâches comme saisir un sachet de bonbons ou une part de gâteau nécessitent une manipulation précise, et l'environnement change constamment avec le mouvement des clients et les variations de produits. Les robots G2 auraient utilisé des informations visuelles en temps réel pour identifier les marchandises mal placées, détecter les espaces vides sur les étagères pour le réapprovisionnement et distinguer les renversements des motifs du comptoir pour le nettoyage. Le cadre d'agent d'IA incarnée Genie Master d'AGIBOT a été testé pour la coordination des tâches, la correction d'erreurs et l'apprentissage à partir de l'expérience opérationnelle. Ce cadre, par son Protocole d'Exécution Incarnée (EEP), lie la planification, l'exécution et le retour d'information des tâches, permettant aux robots d'améliorer leurs performances en conservant l'expérience et en affinant les politiques d'action. AGIBOT prévoit d'élargir les tests à d'autres rôles et environnements pour améliorer la fiabilité et l'adaptabilité. Selon The Robot Report, AGIBOT a annoncé en septembre 2026 que son 20 000e robot avait quitté la ligne de production.
Cet essai de 24 heures des robots G2 d'AGIBOT offre un aperçu du potentiel de l'IA incarnée dans la vente au détail et la logistique, mais il reste un pilote, et non un déploiement commercial. Pour les propriétaires de petites entreprises et les responsables d'équipe, les 1 730 tâches signalées comme accomplies par six robots en 24 heures démontrent une capacité fonctionnelle dans un environnement dynamique. Cependant, le fait que seuls quatre des six robots aient réussi l'évaluation des performances indique que ces systèmes sont encore en développement actif, et non encore matures pour un déploiement généralisé non supervisé.
La capacité des robots G2 à s'adapter aux conditions changeantes — comme les clients qui bougent, les produits qui se déplacent et la distinction entre des articles similaires — est une étape cruciale par rapport aux systèmes d'automatisation fixe. L'accent mis par AGIBOT sur l'apprentissage à partir des retours opérationnels via le cadre Genie Master est crucial pour améliorer le temps de fonctionnement et réduire l'intervention humaine, qui sont des indicateurs clés pour toute petite entreprise envisageant l'automatisation. Cependant, l'article ne fournit pas de données sur des facteurs critiques tels que le coût par heure de fonctionnement par rapport à la main-d'œuvre humaine, les certifications de sécurité spécifiques (par exemple, ISO 10218, ISO/TS 15066) ou le temps moyen entre les pannes (MTBF). Sans ces indicateurs, il est difficile d'évaluer la viabilité économique immédiate ou la préparation réglementaire pour un déploiement dans un contexte de petite entreprise. La mention de 20 000 robots d'ici septembre 2026, bien qu'ambitieuse, est une projection future et ne reflète pas la disponibilité actuelle du marché ni les unités vérifiées.
Runway has released Praxis-1, an open-weight 27-billion-parameter world action model under Apache 2.0 capable of controlling humanoids, six-axis arms, and warehouse dual-arms.

Serve Robotics has launched its AV Delivery Developer Portal, allowing external developers, businesses, and AI agents to programmatically summon its autonomous sidewalk robots.

Dynamic Creatures has partnered with Hasbro's Sixth Wall Studio to integrate character AI into mobile, expressive service robots for hospitality and entertainment venues.

UC Berkeley and NVIDIA introduce 'agentic robotics,' using AI coding agents to program industrial robots via simulation rather than massive human demonstration datasets.

Commentaires