Reachy 2, le robot français qui veut faire entrer l’IA dans les laboratoires

Un robot capable d’observer un geste, de le reproduire puis de recommencer lorsqu’il échoue : c’est la promesse portée par Reachy 2, le robot humanoïde développé par la start-up bordelaise Pollen Robotics. L’annonce de l’acquisition de cette entreprise par Hugging Face donne une portée particulière au projet. Elle rapproche en effet un fabricant de robots physiques d’un acteur devenu central dans l’écosystème de l’intelligence artificielle ouverte.

À la date du 21 avril 2025, Reachy 2 ne doit pas être confondu avec un robot autonome prêt à remplacer un salarié dans n’importe quel bureau ou atelier. Son positionnement est plus ciblé : il sert d’abord de plateforme de recherche et d’assistance, notamment pour explorer la manière dont l’IA peut apprendre à agir dans le monde réel. Cette nuance est essentielle pour comprendre à la fois l’intérêt du robot et les limites de sa promesse de productivité.

Pollen Robotics rejoint Hugging Face : pourquoi ce rapprochement compte

Pollen Robotics est une start-up installée à Bordeaux, à l’origine de Reachy 2. Son acquisition par Hugging Face réunit deux approches complémentaires. D’un côté, Pollen Robotics apporte une expertise de la mécatronique, c’est-à-dire l’association de composants mécaniques, électroniques et logiciels qui permet à un robot de percevoir son environnement et de bouger. De l’autre, Hugging Face s’est imposé comme une plateforme importante de partage de modèles, de jeux de données et d’outils d’intelligence artificielle.

L’enjeu n’est pas seulement financier ou industriel. L’IA dite générative sait aujourd’hui rédiger, traduire ou produire du code à partir de grandes quantités de données numériques. La robotique pose une question supplémentaire : comment relier ces capacités logicielles à un corps doté de caméras, de bras et de mouvements, confronté à des objets réels qui ne sont jamais placés exactement au même endroit ?

Dans cette perspective, Reachy 2 constitue un banc d’essai. Les chercheurs et ingénieurs peuvent s’en servir pour tester des méthodes d’apprentissage, concevoir des interactions humain-machine et évaluer les conditions dans lesquelles un robot peut accomplir une manipulation de manière fiable.

Le rapprochement avec Hugging Face pourrait surtout aider à diffuser plus largement les méthodes, les logiciels et les retours d’expérience utiles à la robotique. Il ne garantit pas, à lui seul, des robots immédiatement plus performants. Entre un modèle d’IA qui comprend une instruction et une machine qui l’exécute correctement dans un laboratoire, il reste de nombreuses étapes techniques à franchir.

Reachy 2, un robot conçu comme une plateforme ouverte

Reachy 2 se reconnaît à une identité visuelle inhabituelle : des yeux asymétriques et une tenue inspirée de la marinière Marcel, confectionnée par Armor Lux. Ce parti pris donne au robot une présence moins impersonnelle que les bras industriels traditionnels. Dans un laboratoire ou lors d’une démonstration, l’apparence compte aussi : elle rend l’interaction plus lisible pour les personnes qui travaillent à ses côtés.

Mais l’élément le plus structurant est son positionnement open source. Dans le domaine informatique, ce terme désigne des technologies dont le code ou la documentation sont accessibles afin que d’autres puissent les examiner, les modifier et les réutiliser selon les règles de la licence retenue. Appliqué à la robotique, ce principe peut permettre à une communauté de chercheurs, d’étudiants et d’entreprises de comprendre le fonctionnement du système, puis de l’adapter à des expérimentations particulières.

L’ouverture ne signifie pas qu’un robot est simple à reproduire, à installer ou à faire fonctionner. Un système physique requiert des composants, du temps de paramétrage, des compétences en robotique et des conditions d’utilisation sûres. Elle offre toutefois un avantage important pour la recherche : les équipes peuvent mieux documenter leurs essais, comparer leurs résultats et éviter de dépendre totalement d’une boîte noire logicielle.

Comment Reachy 2 apprend-il par imitation ?

Le principe d’apprentissage par imitation est intuitif. Plutôt que de décrire ligne par ligne tous les mouvements que doit accomplir une machine, on montre au robot une action. Il observe le geste, identifie les informations utiles et tente de reproduire l’opération avec ses propres capacités motrices.

Dans les faits, cette approche repose sur un enchaînement exigeant. Le robot doit d’abord percevoir son environnement : reconnaître la position d’un objet, estimer les distances, distinguer ce qu’il doit saisir de ce qu’il doit éviter. Il doit ensuite convertir cette perception en mouvement, tout en tenant compte de la géométrie de ses bras, de la force à appliquer et des obstacles éventuels. Enfin, il doit vérifier le résultat et corriger son comportement si l’action n’a pas abouti.

C’est là que la possibilité d’échouer puis de recommencer prend son importance. Dans un environnement contrôlé, les essais répétés servent à améliorer une séquence de gestes. Cette logique rapproche la robotique de certains apprentissages en IA, où la répétition de nombreuses tentatives aide le système à trouver un comportement plus adapté.

Pour autant, l’apprentissage par imitation ne résout pas tout. Un geste effectué dans une configuration donnée peut devenir difficile dès qu’un objet change de forme, qu’un outil est déplacé ou que l’éclairage varie. La robustesse, c’est-à-dire la capacité à obtenir un résultat correct malgré ces variations, reste l’un des grands défis de la robotique.

Quels usages dans les laboratoires et la recherche ?

Reachy 2 est présenté comme un assistant de laboratoire. Le CNRS et le Commissariat à l’énergie atomique, aussi appelé CEA, comptent parmi les institutions citées comme utilisatrices. Dans ce cadre, l’intérêt d’un robot n’est pas nécessairement de remplacer un chercheur. Il peut aider à étudier la manipulation d’objets, à tester des protocoles, à répéter des gestes ou à collecter des informations dans le cadre d’une expérience.

Les laboratoires sont aussi des lieux adaptés à la maturation de telles technologies. Les tâches y sont souvent observables, les équipements peuvent être organisés de manière méthodique et les spécialistes présents sont capables d’analyser les erreurs. Un robot comme Reachy 2 peut alors devenir à la fois un outil et un objet d’étude : on l’utilise pour expérimenter, tout en cherchant à le rendre plus fiable.

Cette distinction est importante face à la rhétorique de la productivité. Le fait qu’un robot puisse manipuler un objet ou interagir avec un utilisateur ne suffit pas à démontrer un gain de temps dans une organisation entière. Une entreprise doit également considérer le temps de préparation, la supervision humaine, l’adaptation des postes de travail et la maintenance.

Robot programmable ou robot apprenant : deux logiques différentes

Les robots industriels traditionnels excellent dans les environnements très stables : une même pièce arrive au même endroit, la machine exécute le même mouvement et la production est organisée pour réduire les imprévus. Un robot apprenant comme Reachy 2 vise une autre forme de flexibilité, utile lorsque les gestes doivent être enseignés ou adaptés.

Cette opposition ne doit pas être caricaturale. Les deux familles de systèmes peuvent être complémentaires. L’automatisation classique conserve un avantage majeur pour les opérations répétitives, rapides et fortement standardisées. Un robot humanoïde orienté vers l’apprentissage peut être plus pertinent lorsqu’il faut explorer de nouvelles interactions, enseigner une tâche ou expérimenter dans un environnement conçu pour les humains.

Un prix de 70 000 euros qui réserve le robot aux organisations équipées

Selon les informations communiquées, une centaine de Reachy 2 ont déjà été commercialisés, à un tarif d’environ 70 000 euros par unité. Ce niveau de prix le place clairement dans la catégorie des équipements professionnels, destinés aux laboratoires, aux centres de recherche, aux universités ou aux entreprises disposant d’un budget consacré à l’innovation.

Le coût réel d’un projet ne se limite cependant pas au prix d’achat. Pour déployer un robot, il faut généralement prévoir l’installation, l’intégration avec les outils existants, la formation des équipes, l’entretien et le temps nécessaire pour mettre au point les tâches visées. Ces dépenses peuvent être justifiées si le robot permet de mener des recherches nouvelles ou de réaliser un travail difficile à automatiser autrement. Elles doivent être évaluées avec prudence lorsqu’il s’agit d’une promesse générale de productivité.

Avant d’adopter une telle plateforme, une organisation a intérêt à répondre à quelques questions concrètes : quelle tâche doit être améliorée ? À quelle fréquence est-elle exécutée ? Comment mesurer le résultat ? Que se passe-t-il lorsque le robot se trompe ? Qui intervient en cas de problème ? Cette démarche évite de confondre démonstration technologique et déploiement opérationnel.

L’open source, un atout pour la recherche mais pas une garantie de simplicité

L’approche ouverte de Reachy 2 peut accélérer l’innovation en facilitant le partage des méthodes. Pour la recherche publique notamment, disposer d’une plateforme documentée aide à reproduire une expérience et à comparer les performances de plusieurs techniques d’apprentissage. Cette transparence est particulièrement précieuse dans un domaine où les résultats peuvent dépendre de détails matériels ou logiciels difficiles à observer de l’extérieur.

Elle peut aussi favoriser l’émergence d’applications plus spécialisées. Une équipe travaillant sur l’assistance en laboratoire n’a pas les mêmes besoins qu’un groupe étudiant l’interaction avec le public. Une architecture adaptable permet en théorie de construire ces usages sans repartir entièrement de zéro.

Mais l’ouverture ne dispense pas d’un cadre de sécurité. Tout robot qui se déplace ou manipule des objets doit être testé dans des conditions appropriées, avec des règles claires sur les zones d’intervention, l’arrêt de la machine et la supervision. Plus un système gagne en capacités d’apprentissage, plus il devient nécessaire de définir précisément ce qu’il est autorisé à faire, et dans quelles situations un humain doit reprendre la main.

Ce qu’il faut surveiller après l’arrivée de Reachy 2 chez Hugging Face

L’acquisition de Pollen Robotics par Hugging Face ouvre une séquence intéressante pour la robotique française et, plus largement, pour l’IA appliquée au monde physique. Le premier point à suivre sera la capacité de cette alliance à fédérer une communauté active autour de Reachy 2 : chercheurs, développeurs et organisations utilisatrices devront pouvoir partager des méthodes concrètes et reproductibles.

Le deuxième enjeu concerne les preuves d’utilité. Les démonstrations de manipulation et d’apprentissage sont nécessaires, mais les futurs utilisateurs attendront aussi des indicateurs plus opérationnels : fiabilité sur la durée, temps de préparation d’une tâche, facilité de maintenance et qualité de la collaboration avec les équipes humaines.

Enfin, Reachy 2 rappelle que l’avenir de l’intelligence artificielle ne se joue pas uniquement dans les interfaces de conversation. Lorsqu’une IA agit à travers un robot, ses erreurs cessent d’être seulement numériques : elles peuvent interrompre une expérience, endommager un objet ou mettre une personne mal à l’aise. La valeur de ces machines dépendra donc autant de leur intelligence que de leur sûreté, de leur transparence et de leur capacité à répondre à un besoin concret.