Google DeepMind indique que son nouveau modèle Gemini Robotics 2.5 a aidé l’humanoïde Apollo 2 d’Apptronik à réaliser des opérations de kitting automobile sur des lignes de production Mercedes‑Benz actives — y compris à Sindelfingen, Allemagne — avec un taux de réussite déclaré de 96 % dans une preuve de concept. Le résultat, annoncé le 10 novembre 2026, a fait sortir l’intelligence physique vision‑langage‑action du laboratoire pour la placer sur une ligne industrielle où des tâches monotones et répétitives sont encore largement effectuées par des personnes.

Ce que DeepMind a testé et pourquoi c’est important

DeepMind décrit Gemini Robotics 2.5 comme « notre modèle vision‑langage‑action (VLA) le plus performant à ce jour », testé sur plus de 200 tâches distinctes et ajusté pour améliorer la dextérité, la fiabilité et la sécurité. Dans le pilote Mercedes, le robot Apollo 2 a prélevé des supports métalliques dans des bacs en vrac et les a placés dans des plateaux de séquençage — un travail de kitting de faible complexité mais à fort volume qui permet de maintenir les lignes d’assemblage en mouvement. DeepMind rapporte des gains globaux de réussite des tâches de 30 à 100 % par rapport aux références précédentes et des améliorations de vitesse de tâche de 20 à 30 % dans ses évaluations.

La preuve de concept de Sindelfingen est importante parce qu’elle démontre un environnement d’usine réel (et non un simple banc d’essai) et parce que Mercedes‑Benz a annoncé l’essai en collaboration avec des partenaires. Les médias technologiques indépendants ayant couvert le communiqué ont mis en avant le chiffre de 96 % et ont noté que le modèle avait été déployé auprès de partenaires en robotique plutôt que rendu public. Cette couverture externe aide les planificateurs industriels allemands et les comités d’entreprise à évaluer si les humanoïdes feront bientôt partie des discussions sur les effectifs des ateliers de production.

Ce que cela signifie pour le marché

Pour les fabricants et les fournisseurs en Allemagne, l’implication immédiate est pratique : des robots capables de gérer de manière fiable le kitting répétitif pourraient réduire les goulets d’étranglement dans le séquençage des pièces et diminuer les contraintes ergonomiques pour le personnel, tout en modifiant le mélange de compétences requis sur la ligne. DeepMind présente le kitting comme un travail « monotone, physiquement exigeant » que les robots peuvent prendre en charge afin que les techniciens puissent se concentrer sur des tâches d’assemblage complexes. Les syndicats du secteur automobile, les équipementiers de rang 1 et les responsables d’usine observeront si de tels pilotes se traduisent par des gains de débit durables et des améliorations prévisibles de la qualité.

Pour les concessionnaires, les ateliers et le réseau après‑vente au sens large, l’effet sera indirect mais réel. Un assemblage plus rapide et moins coûteux et une qualité de montage plus constante en amont peuvent réduire les taux de garantie et la variabilité des pièces en aval ; en parallèle, les ateliers de service devront acquérir de nouvelles compétences de diagnostic et de manutention si davantage de tâches d’usine deviennent assistées par des robots. Les commentateurs du secteur notent que l’annonce constitue une étape importante mais pas un déploiement de masse immédiat : Gemini Robotics 2.5 est « en cours de déploiement auprès de nos partenaires en robotique », ce qui signale une voie commerciale échelonnée.

La sécurité et le contrôle réglementaire seront déterminants. DeepMind a également publié de nouveaux travaux sur la sécurité (le benchmark ASIMOV‑Jailbreak) et rapporte des améliorations mesurables dans l’exécution sûre des tâches autour d’obstacles et de personnes — des chiffres que l’entreprise a fournis dans le communiqué du 10 novembre. Toute usine allemande ou comité d’entreprise évaluant des humanoïdes exigera des données de sécurité transparentes, une supervision humaine claire et des limites concrètes quant aux zones où les robots opèrent à proximité des collègues.

En bref : le pilote de Sindelfingen est un signal crédible que l’intelligence physique avancée atteint les ateliers. Cela ne signifie pas un passage à l’échelle immédiat dans les usines allemandes, mais cela resserre le calendrier pour que fabricants, fournisseurs et réseaux concessionnaires/atelier planifient la formation, les changements de processus et les achats.

Les solutions conçues pour les concessionnaires, les ateliers et les fabricants — par exemple des systèmes multi‑agents autonomes, des agents téléphoniques et vocaux IA, la numérisation des marchés et des stocks, et des assistants à mémoire persistante — seront essentielles pour intégrer les changements induits par la robotique dans les opérations quotidiennes. Des fournisseurs tels que DaVinci AI proposent des outils qui aident les concessions et les centres de service à convertir les nouvelles efficacités en amont en une meilleure gestion des prospects, des rendez‑vous et des flux de gestion des pièces, facilitant ainsi la transition pour le personnel et les clients. (Voir note finale.)

Offres Mercedes Benz sur WorldTrader24 →

Sources : Google DeepMind, RobotsBeat, CellCog