Figure lâche son robot dans 30 maisons inconnues pour faire le ménage : voici ce qu’il y parvient à faire

Figure a fait entrer son robot humanoïde dans 30 maisons qu’il n’avait jamais vues, sans réentraînement, pour ranger, plier des serviettes et faire des lits. Le résultat, environ 56 % de réussite, marque une avancée notable et rappelle qu’un robot majordome n’est pas pour tout de suite.

C’est, d’après Brett Adcock, le patron de l’entreprise Figure, « le Saint Graal de la robotique ». Est-il possible de généraliser, c’est-à-dire appliquer avec efficacité un programme d’entraînement par intelligence artificielle dans un contexte jamais vu auparavant ? Un test en ce sens a justement eu lieu pour mettre à l’épreuve un nouveau modèle d’IA.

Ce jeudi 17 septembre 2026, l’entreprise californienne Figure a présenté Helix 2.5, le réseau de neurones qui pilote son robot humanoïde Figure 03. La démonstration tient en une idée : louer 30 logements dans la baie de San Francisco, y lâcher le robot sans lui avoir montré ni les pièces ni les objets, puis le regarder ranger un salon, plier des serviettes et faire des lits.

« Helix 2.5 a été conçu pour répondre à une question plus complexe : un robot humanoïde peut-il entrer dans une maison qu’il n’a jamais vue et se mettre immédiatement au travail, en utilisant tout son corps, de manière autonome ? », a résumé Brett Adcock. Y parvenir ouvrirait notamment un horizon commercial crédible pour Figure.

Pour aller plus loin

Un entraînement général de base

Jusqu’à ici, un robot apprenait l’endroit précis où il allait travailler, avec des données collectées sur place, ce qui n’est pas vraiment efficace. Un employé de maison, en comparaison, sait évidemment s’adapter immédiatement à n’importe quel foyer. Il n’a pas besoin d’un entraînement préalable, juste des consignes de ce qu’il faut faire.

Ce qui change par rapport aux démonstrations habituelles, c’est qu’Helix 2.5 a été pré-entraîné sur Index, une vaste base de comportements humains filmés que Figure a ouverte fin août. Figure avait déjà eu l’idée d’un projet consistant à s’appuyer sur des caméras en vue subjective pour avoir des références de mouvements humains.

En l’espèce, à partir de ce seul modèle de base, l’entreprise a dérivé trois tâches : ranger un salon, plier des serviettes, faire un lit. Le terme « zero-shot » que la société met en avant dans sa communication veut dire que ni les maisons ni les objets manipulés n’apparaissaient dans l’entraînement ; le robot improvise avec ce qu’il connaît déjà.

Et visiblement, il n’y a pas à rougir des résultats : le robot a réussi environ 56 % des essais. Certes, il échoue encore près d’une fois sur deux, mais ce pré-entraînement a permis de se constituer un socle général très solide. À données de tâche identiques, un modèle parti de zéro ne réussit que 9 % des essais. Via Index, c’est six fois mieux.

Brett Adcock a par ailleurs mis en ligne près de quatre heures d’images du robot à l’œuvre dans les 30 maisons.

The holy grail for robotics is being able to generalize: doing work in unseen places

We rented 30 homes in the Bay Area and are doing tasks without any new training pic.twitter.com/l0vekD79N8

— Brett Adcock (@adcock_brett) September 17, 2026

Ce contenu est bloqué car vous n’avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Twitter.
Pour pouvoir le visualiser, vous devez accepter l’usage étant opéré par Twitter avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l’amélioration des produits d’Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l’audience de ce site (en savoir plus)

En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .

Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.

Une avancée remarquable de recherche, pas encore un majordome

Si le score est remarquable, il faut convenir que Figure n’a pas encore un robot aussi performant qu’un vrai majordome. Pour une clientèle, ce serait même encore trop largement inadmissible : on ne peut pas se satisfaire d’un travail effectué à moitié correctement, avec un lit à moitié fait ou bien des serviettes mal pliées.

Pour comprendre ce 56 %, Figure n’a compté justement aucun point pour un lit à moitié fait ou une serviette mal pliée : il faut boucler la tâche entière. La méthode est honnête, car elle reflète le niveau de prestation que l’on est en droit d’attendre. Surtout, elle rappelle qu’un robot qui rate une fois sur deux ne peut pas encore être laissé seul dans un salon.

Toujours est-il que malgré les limites encore observées, Figure qualifie Helix 2.5 de réseau neuronal le plus avancé jamais développé par ses soins. Sa trajectoire est en tout cas suivie avec intérêt par les investisseurs : le 16 septembre 2025, Figure a levé plus d’un milliard de dollars, pour une valorisation de 39 milliards de dollars (près de 34 milliards d’euros).

Figure ne prétend donc pas avoir résolu la robotique domestique. Ce que montre surtout Helix 2.5, c’est qu’un robot humanoïde peut appliquer un savoir-faire appris ailleurs vers des lieux inconnus, sans tout réapprendre à chaque fois. Il y a certes un pourcentage à améliorer, mais cette preuve de concept est déjà une étape importante.

Pour aller plus loin

Toute l'actu tech en un clin d'œil

Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !

Un édito exclusif, un guide, une reco de lecture et l’agenda de la rédaction : c’est ce que vous trouverez tous les jeudis dans ToujoursPlus, la newsletter tech écrite par Julien Cadot. Inscrivez-vous gratuitement ici !