Spot ne se contente plus de trotter dans les couloirs d'une usine en suivant un parcours préprogrammé. Boston Dynamics vient d'annoncer l'intégration du modèle Gemini Robotics-ER 1.6 de Google DeepMind dans son robot quadrupède et sa plateforme logicielle Orbit AI, dédiée à l'inspection industrielle. L'objectif affiché : donner à Spot une capacité de raisonnement et de décision qui dépasse largement le simple suivi de trajectoire.
Jusqu'ici, les robots d'inspection comme Spot fonctionnaient surtout sur des scénarios balisés à l'avance. On leur indique un itinéraire, des points de contrôle, des capteurs à relever, et ils exécutent. Efficace, mais rigide dès qu'un imprévu surgit : un obstacle déplacé, une vanne mal positionnée, une zone temporairement inaccessible. Avec Gemini Robotics-ER 1.6, Boston Dynamics mise sur un modèle capable de comprendre l'espace qui l'entoure et d'ajuster son comportement en conséquence, sans intervention humaine à chaque anomalie.
Un raisonnement spatial pensé pour l'usine
Le modèle ER de Google DeepMind (le sigle signifie embodied reasoning, raisonnement incarné) est spécifiquement conçu pour équiper des systèmes physiques, contrairement aux modèles Gemini classiques taillés pour le texte ou l'image. Il permet à Spot d'interpréter une scène en trois dimensions, d'identifier les éléments pertinents pour sa mission, et de prendre des décisions autonomes face à des environnements complexes ou changeants, selon l'annonce de Google Cloud.
Concrètement, cela signifie qu'un robot d'inspection pourrait, en théorie, repérer une fuite non répertoriée, contourner un obstacle imprévu sur son passage, ou adapter sa trajectoire lorsqu'une zone de l'usine est temporairement condamnée pour maintenance. Ce type de flexibilité était jusqu'ici l'apanage des opérateurs humains ou nécessitait une reprogrammation manuelle.
L'autre brique mise en avant est l'apprentissage continu. Plutôt que de rester figé sur les paramètres définis au moment de son déploiement, le système est censé affiner son comportement au fil des missions, en tirant parti des données collectées sur le terrain.
Orbit AI, le tableau de bord de la flotte
Cette intelligence embarquée s'articule avec Orbit AI, la plateforme logicielle de Boston Dynamics qui centralise la gestion des flottes de robots Spot déployées chez les clients industriels. C'est là que se joue une partie de l'intérêt commercial de l'opération : les entreprises qui exploitent plusieurs robots sur un même site (énergie, pétrochimie, manufacture) veulent avant tout gagner du temps de supervision. Un robot capable de gérer seul les situations courantes libère les équipes humaines pour les cas réellement complexes.
Le partenariat associe Google Cloud, DeepMind et Boston Dynamics, une combinaison qui illustre la manière dont les grands modèles d'IA générale s'invitent désormais directement dans le hardware industriel.
Une convergence hardware-software qui s'accélère
Cette annonce s'inscrit dans une tendance plus large : les laboratoires qui développent des modèles de fondation cherchent des débouchés concrets au-delà des chatbots et des assistants de code. La robotique physique, longtemps freinée par la difficulté à généraliser un comportement d'un environnement à l'autre, apparaît comme un terrain d'application naturel pour des modèles capables de raisonnement multimodal.
Pour Google, l'opération renforce aussi la visibilité de Gemini Robotics-ER face à la concurrence, à un moment où plusieurs acteurs de la tech investissent le secteur de la robotique humanoïde et industrielle. Pour Boston Dynamics, historiquement reconnue pour la prouesse mécanique de ses robots plutôt que pour leur intelligence logicielle, l'alliance avec DeepMind permet de combler ce qui restait souvent perçu comme un maillon faible : la capacité de décision autonome en environnement réel.
Reste à voir comment cette promesse se traduira sur le terrain, dans des usines où les conditions (poussière, bruit, réseaux instables) sont bien moins clémentes qu'un laboratoire. Google Cloud n'a pas précisé de calendrier de déploiement à grande échelle ni communiqué de premiers retours clients chiffrés.
