Les réseaux sociaux regorgent de vidéos montrant des robots humanoïdes danser, servir des boissons ou accomplir des tâches ménagères avec une aisance troublante. Ces démonstrations, souvent produites par des entreprises comme Figure, Tesla ou Unitree, alimentent l'idée que l'arrivée d'assistants robotiques domestiques est imminente. Mais selon une analyse publiée par MIT Technology Review en collaboration avec la fondation Aventine, cette impression est largement trompeuse.
Le fossé entre une démonstration contrôlée en studio et une utilisation fiable dans un environnement réel reste considérable. Les robots actuels peinent encore à généraliser leurs compétences au-delà des scénarios pour lesquels ils ont été entraînés. Un geste aussi simple que saisir un objet inconnu sur une table encombrée, ou naviguer dans une maison désordonnée, continue de poser des défis techniques importants liés à la perception, au contrôle moteur fin et à l'adaptation en temps réel.
Un autre obstacle majeur concerne les données. Contrairement aux grands modèles de langage, qui s'entraînent sur d'immenses corpus de texte disponibles en ligne, les robots ont besoin de données physiques — interactions avec des objets, forces, frottements, erreurs de manipulation — qui sont coûteuses et lentes à collecter. Les techniques de simulation progressent, mais le transfert du virtuel vers le réel, ou « sim-to-real », demeure imparfait et génère des comportements imprévisibles une fois les robots déployés hors laboratoire.
Enfin, les questions de coût, de sécurité et de fiabilité freinent toute adoption à grande échelle. Déployer des humanoïdes dans des foyers ou des espaces publics suppose des garanties strictes contre les défaillances mécaniques ou les erreurs de jugement algorithmique, un niveau de robustesse que l'industrie n'a pas encore atteint. Les experts cités dans l'article s'accordent sur un point : les avancées en IA générative ont accéléré certains aspects de la perception et de la planification robotique, mais la matérialisation de ces progrès en produits grand public utilisables au quotidien prendra encore de nombreuses années, voire des décennies pour certaines applications.