Brief IA : ABB et NVIDIA : l'IA physique transforme l'automatisation

ABB et NVIDIA : l'IA physique transforme l'automatisation

Brief IA
Tom Levy·4 min·2 vues

Le partenariat entre ABB et NVIDIA met en avant l'importance de la simulation physique de l'IA pour améliorer le retour sur investissement (ROI) dans l'automatisation des usines. Cette initiative, qui vise à rendre les robots intelligents plus fiables en milieu réel, devrait aboutir au lancement de RobotStudio HyperReality dans la seconde moitié de 2026, transformant ainsi l'intégration de l'IA dans les processus de production.

En bref
1ABB et NVIDIA collaborent pour intégrer l'IA physique dans l'automatisation industrielle, promettant un retour sur investissement significatif.
2Le logiciel RobotStudio HyperReality, prévu pour 2026, vise à réduire les coûts de déploiement de 40 % et à accélérer la mise sur le marché de 50 %.
3Des entreprises comme Foxconn et Workr testent déjà ces innovations pour améliorer la précision et réduire les temps de configuration.
💡Pourquoi c'est importantCette avancée pourrait transformer la production industrielle en rendant l'automatisation plus précise et rentable, renforçant ainsi la compétitivité des fabricants.
Le brief IA que lisent les pros

Le brief IA que les pros lisent chaque soir

Les 7 actus IA du jour, décryptées en 5 min. Gratuit.

Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.

Choisis ton rythme

Gratuit · Pas de spam · Désabonnement en 1 clic

📄
L'analyse en français

Le partenariat entre ABB et NVIDIA marque une avancée significative dans l'automatisation industrielle grâce à l'intégration de l'IA physique. Ce partenariat vise à résoudre un problème persistant pour les fabricants : l'écart entre les simulations numériques et les conditions réelles des lignes de production. Les différences dans l'éclairage, la physique des matériaux et les variations de pièces rendent souvent les robots intelligents peu fiables en dehors des environnements de test.

Historiquement, cette disparité a contraint les ingénieurs à revenir à des prototypes physiques, ce qui a retardé les lancements de produits et augmenté les coûts. Pour surmonter ces obstacles, ABB Robotics et NVIDIA ont uni leurs forces pour introduire une IA physique de niveau industriel dans les installations de fabrication.

RobotStudio HyperReality : une révolution attendue

Prévu pour être lancé dans la seconde moitié de 2026, le logiciel RobotStudio HyperReality suscite déjà un intérêt mondial. En intégrant les bibliothèques NVIDIA Omniverse dans son logiciel RobotStudio, ABB propose une plateforme permettant des tests numériques avec une précision physique accrue. Cette intégration permet de réduire les coûts de déploiement jusqu'à 40 % et d'accélérer le temps de mise sur le marché jusqu'à 50 %.

Pour réaliser ces gains d'efficacité, les responsables de production peuvent concevoir, tester et valider des cellules d'automatisation complètes avant d'installer du matériel. Le système exporte une station entièrement paramétrée, incluant robots, capteurs, éclairage, cinématique et pièces, sous forme de fichier USD dans l'environnement Omniverse.

Dans cet espace numérique, un contrôleur virtuel exécute le même firmware que celui des machines physiques, assurant une correspondance comportementale de 99 % entre les domaines numérique et physique. Plutôt que de programmer manuellement les mouvements, des modèles de vision par ordinateur apprennent en utilisant des images synthétiques générées à l'intérieur du logiciel. Cette méthode, combinée à la technologie Absolute Accuracy, réduit les erreurs de positionnement de 8-15 mm à environ 0,5 mm, offrant une haute précision pour les applications industrielles.

Marc Segura, Président d'ABB Robotics, a déclaré : « En combinant RobotStudio avec la puissance de simulation physiquement précise des bibliothèques NVIDIA Omniverse, nous avons comblé le fossé de longue date entre le 'sim-to-real' de la technologie – une étape majeure pour déployer l'IA physique avec une précision de niveau industriel, pour des applications réelles chez nos clients. »

Validation sur le terrain par des leaders industriels

Les premiers utilisateurs valident déjà ces capacités sur des lignes de production actives. Foxconn, par exemple, teste le logiciel pour l'assemblage de dispositifs grand public, un domaine où les changements fréquents de produits et les composants métalliques délicats compliquent l'automatisation traditionnelle. En générant des données synthétiques pour former leurs systèmes virtuellement, Foxconn atteint une grande précision sur le terrain tout en anticipant une réduction du temps de configuration et l'élimination de tests physiques coûteux.

De même, Workr – un fournisseur d'automatisation basé en Californie – intègre sa plateforme WorkrCore avec le matériel d'ABB formé via Omniverse. Lors de l'événement NVIDIA GTC 2026 à San Jose, Workr prévoit de présenter des systèmes capables d'intégrer de nouvelles pièces en quelques minutes sans nécessiter de compétences en programmation spécialisées.

Deepu Talla, vice-président de Robotics et Edge AI chez NVIDIA, a commenté : « Le secteur industriel a besoin de simulations de haute fidélité pour combler le fossé entre la formation virtuelle et le déploiement réel de robots alimentés par l'IA à grande échelle. L'intégration des bibliothèques NVIDIA Omniverse dans RobotStudio apporte une simulation avancée et un calcul accéléré à la technologie de contrôleur virtuel d'ABB, accélérant la manière dont des milliers de fabricants mettent des produits complexes sur le marché. »

L'écosystème matériel s'étend également à l'informatique en périphérie. ABB évalue l'intégration de la plateforme NVIDIA Jetson dans ses contrôleurs Omnicore, une étape qui faciliterait l'inférence en temps réel à travers les flottes robotiques existantes. Adopter ce type de simulation numérique pour l'IA physique peut réduire les temps de configuration et de mise en service jusqu'à 80 %. À mesure que l'IA passe des applications logicielles aux opérations matérielles, la préparation des pipelines de données et le perfectionnement des équipes d'ingénierie pour travailler avec des données synthétiques détermineront quels fabricants maintiendront un avantage concurrentiel.

Suivez Brief IA

L'actu IA du jour, aussi dans votre fil.

Commentaires