Le 21 octobre 2026, à l’occasion de la conférence NVIDIA GTC Berlin, Audi, Agile Robots, Dassault Systèmes et NVIDIA ont présenté une preuve de concept commune : confier à des robots humanoïdes mobiles le séquençage des pièces dans l’usine d’Ingolstadt. Le projet est mené dans le Production Lab, l’espace d’innovation que le constructeur consacre aux technologies de production et de logistique de demain.
Derrière l’effet d’annonce, le choix du poste testé dit beaucoup de la manière dont l’industrie automobile aborde la robotique humanoïde : non pas comme un remplaçant universel de l’opérateur, mais comme une réponse ciblée à une tâche que l’automatisation classique n’a jamais réussi à absorber.
Plan de l'article
Le séquençage, un goulot que les robots classiques évitaient #
Le séquençage consiste à prélever des pièces dans des conteneurs et à les déposer dans l’ordre exact où elles seront montées sur les véhicules qui avancent sur la ligne d’assemblage final. Selon le communiqué officiel d’Audi, environ un million de prélèvements par jour alimentent ainsi l’approvisionnement à la demande des chaînes du constructeur.
À lire Suramortissement industrie 4.0 : les députés y ajoutent l’IA et la cybersécurité
La difficulté tient à la nature des pièces. Certaines sont grandes, d’autres souples, beaucoup arrivent en vrac dans des bacs mélangés. Un bras robotisé traditionnel excelle quand l’objet se présente toujours au même endroit et dans la même position. Dès que la pièce est retournée, partiellement cachée ou déformable, la cellule automatisée devient coûteuse à concevoir et fragile à exploiter. C’est pour cette raison que ce travail est resté largement manuel.
Ce que doivent prouver les humanoïdes d’Agile Robots
Agile Robots, entreprise allemande fondée par Zhaopeng Chen, fournit des humanoïdes mobiles dotés de deux bras et d’une perception par intelligence artificielle. Le communiqué précise qu’ils doivent saisir des composants non triés dans des conteneurs mixtes, y compris des pièces volumineuses ou flexibles, puis les placer dans la bonne séquence. Le fait de travailler à hauteur humaine permet de les insérer dans des postes conçus pour des opérateurs, sans redessiner tout l’environnement.
La supply chain d’Audi apporte de son côté son expertise du séquençage et définit les exigences opérationnelles qui serviront aux essais en conditions réelles.
Un jumeau virtuel avant le premier geste réel #
Le volet le plus structurant du projet se joue avant même l’arrivée physique des robots. Dassault Systèmes construit avec son application DELMIA un jumeau virtuel de la zone logistique. Sur la plateforme 3DEXPERIENCE, les équipes vérifient la faisabilité, les temps de cycle, l’ergonomie et la sécurité, en s’appuyant sur ce que l’éditeur appelle des modèles de monde industriels.
NVIDIA intervient avec ses bibliothèques d’IA physique Omniverse, qui servent à simuler et valider le comportement des humanoïdes. Dassault Systèmes indique en outre que LEO, son compagnon virtuel à base d’IA, doit assister les ingénieurs. Philippe Laufer, vice-président exécutif de l’éditeur, résume l’ambition en parlant de « réduire de plusieurs mois à quelques jours » le travail de mise en service.
Pour un industriel, l’intérêt est concret : la mise en service d’une nouvelle cellule robotisée mobilise souvent des semaines d’essais sur site, avec des arrêts de production à la clé. Valider trajectoires, cadences et zones de sécurité dans une copie numérique de l’atelier limite ces interruptions et réduit le risque de découvrir un défaut une fois le robot installé.
Une preuve de concept, pas un déploiement #
Il faut garder la mesure. Audi parle bien d’une preuve de concept, et le communiqué ne fixe aucune date de déploiement physique dans l’intralogistique du site. Le constructeur présente la technologie comme un moyen de reprendre une tâche répétitive et difficile, et Gerd Walker, membre du directoire chargé de la production et de la logistique, insiste sur la capacité à « combiner l’expertise industrielle et l’intelligence artificielle ».
Comme le rappelle La Revue Automobile, les humanoïdes devront encore démontrer leur fiabilité, leur vitesse, leur sécurité et leur coût réel sur des milliers d’heures, dans un environnement où une panne de quelques minutes devient un problème de production.
Audi n’est pas seul sur ce terrain
Le même article souligne que d’autres constructeurs explorent cette voie. BMW a expérimenté des humanoïdes Figure dans son usine américaine de Spartanburg, et Hyundai prévoit, avec Boston Dynamics, d’utiliser le robot Atlas dans son usine américaine à partir de 2028, en commençant justement par des tâches de séquençage. Le séquençage apparaît ainsi comme le premier terrain d’essai commun de la robotique humanoïde dans l’automobile.
Ce que les industriels peuvent en retenir #
Au-delà du secteur automobile, le projet d’Ingolstadt illustre une méthode transposable. D’abord, cibler un poste précis où l’automatisation classique échoue, plutôt que de chercher un robot à tout faire. Ensuite, valider l’intégration dans un jumeau numérique avant tout investissement matériel lourd. Enfin, associer fournisseur de robots, éditeur de simulation et spécialiste de l’IA physique autour d’un même cas d’usage.
Pour les PME industrielles, ces humanoïdes restent hors de portée immédiate. Mais les briques mises en avant, simulation de l’atelier, perception par IA pour le prélèvement en vrac, validation virtuelle de la sécurité, se diffusent déjà dans des solutions plus accessibles. La question n’est plus seulement de savoir si un robot sait répéter un geste, mais s’il sait s’adapter à une pièce qui ne se présente jamais deux fois de la même façon.
