Avec G1-D, Unitree mise sur un humanoïde mobile pour accélérer l’automatisation

Suivez INTELLIGENCE-ARTIFICIELLE.COM

Unitree Robotics, acteur bien connu du secteur, présente G1-D, son premier humanoïde à roues. Contrairement aux humanoïdes bipèdes classiques, ce modèle adopte une base roulante, privilégiant la rapidité et la stabilité. Ce robot exécute des tâches concrètes comme l’enrichissement des modèles d’intelligence artificielle.

L’automatisation industrielle ne cesse pas de trouver des solutions plus agiles. Les acteurs du secteur explorent désormais des machines capables d’évoluer vite, sans sacrifier la précision ni la fiabilité. Avec G1-D, Unitree propose un robot humanoïde mobile capable d’enchaîner les tâches répétitives tout en collectant des données précieuses issues du terrain. Une approche pragmatique qui place l’IA au cœur des usages concrets.

Unitree entre dans l’ère des humanoïdes mobiles

Unitree Robotics amorce un virage stratégique avec G1-D, premier humanoïde mobile de son catalogue industriel. Contrairement aux modèles bipèdes classiques, la base roulante privilégie stabilité, vitesse et continuité opérationnelle. Cette architecture cible les environnements où l’arrêt coûte cher, comme les entrepôts ou les chaînes de production.

Selon Unitree, le robot atteint 1,5 mètre (5 pieds) par seconde en déplacement contrôlé. Cette cadence favorise les cycles courts et répétitifs. L’approche rappelle les choix observés chez Boston Dynamics pour la logistique. Toutefois, G1-D conserve une morphologie humanoïde, facilitant son intégration dans des espaces conçus pour l’humain déjà présents dans l’industrie moderne mondiale actuelle connectée.

G1-D comme outil d’acquisition et d’annotation de données

G1-D s’inscrit aussi comme une plateforme dédiée à la donnée opérationnelle. Chaque mission alimente des flux exploitables pour l’apprentissage machine. Unitree met en avant l’acquisition et l’annotation directement sur site industriel. Bras articulés et caméras multiples capturent gestes, trajectoires et interactions matérielles.

Cette collecte s’effectue sans mise en scène artificielle. D’après Interesting Engineering, l’objectif vise l’amélioration des modèles en conditions réelles. La suite logicielle associée centralise tâches, simulations et annotations. Les données servent ensuite à l’entraînement distribué.

Cette logique réduit l’écart entre laboratoire et terrain numérique pour des usages industriels complexes à grande échelle mondiale contemporaine robotique avancée professionnelle actuelle. Elle facilite l’entraînement en parallèle des modèles d’IA et s’intègre harmonieusement aux frameworks comme GROOT et PI.

Des performances adaptées aux environnements réels

Les performances techniques positionnent G1-D pour des contextes exigeants. Deux versions coexistent : stationnaire ou mobile selon les contraintes du site. Chaque bras supporte 3 Kg en charge utile continue et avec 17 degrés de liberté pour la version standard. Le modèle phare embarque une transmission différentielle et 19° de liberté.

La plage verticale atteint 2 mètres, favorisant la polyvalence gestuelle. Vision binoculaire haute définition et caméras de poignet affinent la précision. Nvidia Jetson Orin NX délivre jusqu’à 100 TOPS. L’autonomie annoncée grimpe à 6 heures. Ces choix répondent aux rythmes industriels prolongés observés dans la logistique moderne et les environnements manufacturiers automatisés à grande échelle mondiale actuelle stable continue.

Le G1-D standard reste stationnaire, tandis que sa version haut de gamme roule sur une base à roues avec transmission différentielle et peut filer jusqu’à 1,5 mètre par seconde. Les deux modèles mesurent entre 49,5 et 66 pouces de hauteur et pèsent jusqu’à 80 kg.

Un robot conçu pour entraîner et déployer l’IA

G1-D ne se limite pas à l’exécution mécanique. Grâce à sa plateforme logicielle intégrée, sa vocation inclut le déploiement direct des modèles entraînés. Unitree facilite l’export des réseaux vers le robot sans reconfiguration lourde. Cette continuité accélère les cycles d’itération. Logistique, services et commerce figurent parmi les secteurs visés.

Manipulation de colis, inspection visuelle ou interaction client deviennent automatisables. La combinaison mobilité et dextérité change l’approche terrain. Selon Unitree, cette stratégie rapproche l’IA des usages quotidiens.

L’humanoïde devient un outil d’expérimentation continu, directement ancré dans les réalités industrielles. Il accompagne les entreprises vers une automatisation évolutive, fiable et durable, portée par des données terrain exploitables.

Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !

Abonnez-vous à notre chaîne YouTube et rejoignez-nous sur Actualités

ARTICLES SIMILAIRES

Unitree dévoile H2-X, un robot humanoïde pensé comme garde du corps

Unitree Robotics a dévoilé le H2-X, un robot humanoïde présenté comme un gardien capable de pratiquer les arts martiaux et d’intervenir dans des situations dangereuses.

23 octobre 2026

La nouvelle main d’Atlas révèle le vrai défi des robots humanoïdes en usine

Boston Dynamics a dévoilé le 1er octobre une nouvelle main à quatre doigts pour son robot humanoïde Atlas. Dotée de 13 degrés de liberté et

5 octobre 2026

Androïde définition de la grande innovation des partenaires intelligents

Androïde définition de la grande innovation des partenaires intelligents

L’androïde def est conçu pour ressembler physiquement à un humain ou pour se comporter comme lui. À la différence des robots qui se distinguent facilement

27 septembre 2026

Hugging Face dévoile un mini robot-canard à programmer et entraîner soi-même

Le 27 août 2026, Hugging Face a introduit Microduck, un mini robot-canard open source à la fois ludique et pédagogique. Conçu en tandem avec sa

31 août 2026

La startup en robotique Generalist atteint une valorisation de 3 milliards de dollars, selon des sources

La startup Generalist marque un tournant majeur dans le secteur de la robotique en 2026. Avec une récente levée de fonds, sa valorisation atteint 3

27 août 2026

Après l’IA générative, place aux machines autonomes 

Après les modèles capables de générer du texte, des images ou du code, l’intelligence artificielle s’attaque désormais au monde physique. Des systèmes capables d’apprendre en

27 juillet 2026