Seeed met en avant reBot-DevArm, un bras robotique 6 axes pensé pour abaisser le seuil d’entrée de l’IA incarnée. Le projet rassemble les fichiers matériels, la nomenclature, les guides d’assemblage et une pile logicielle compatible avec ROS, LeRobot, Pinocchio, Isaac Sim et Python.
Le signal frais vient d’un relais publié le 11 août sur X par Lukas Ziegler, mais la matière vérifiable se trouve surtout dans le dépôt GitHub de Seeed et dans les guides officiels du constructeur. Le point important n’est donc pas une démonstration isolée : c’est la disponibilité d’un ensemble complet autour d’un bras de bureau destiné à l’apprentissage, à la recherche et aux premiers prototypes robotiques.
Seeed présente deux déclinaisons au même format général : reBot Arm B601-DM, fondé sur des actionneurs Damiao, et reBot Arm B601-RS, fondé sur des actionneurs Robostride. Les deux versions annoncent 6 degrés de liberté plus une pince, une répétabilité inférieure à 0,2 mm et une intégration avec ROS 1, ROS 2, LeRobot, Pinocchio, Isaac Sim et un SDK Python.
Un bras ouvert au-delà du code
La promesse de Seeed est de ne pas limiter l’ouverture au logiciel. Le dépôt inclut les plans des pièces en tôle et des éléments imprimés en 3D, les nomenclatures détaillées, les liens d’achat et les ressources d’assemblage. C’est un élément important pour les laboratoires et les ateliers qui veulent comprendre le coût réel d’un bras robotique, le réparer, l’adapter ou le reproduire partiellement.
Les deux variantes ne visent pas exactement le même compromis. Selon les spécifications publiées, la version B601-DM pèse environ 4,5 kg, atteint 767 mm et accepte 1,5 kg de charge utile. La version B601-RS monte à environ 6,7 kg, annonce 754 mm de portée et 2,5 kg de charge utile. La première fonctionne en 24 V, la seconde en 48 V.
Seeed vend aussi plusieurs configurations : kits moteurs, kits structurels, pince, kit complet et bras préassemblé selon la version. Cette granularité compte pour les usages pédagogiques, car elle permet de choisir entre l’assemblage complet, l’achat d’un système prêt à tester ou une approche plus modulaire.
ROS, LeRobot et Isaac dans la même trajectoire
Le bras n’est pas seulement présenté comme un objet mécanique. Seeed insiste sur la continuité entre contrôle bas niveau, simulation et apprentissage. Les guides officiels mentionnent une intégration ROS 2 avec cinématique, planification de trajectoire et compensation de gravité. L’intégration LeRobot sert de point d’entrée aux workflows de collecte de démonstrations, d’entraînement et de déploiement de politiques robotiques.
La documentation décrit aussi des scénarios plus proches du terrain : calibration du bras, téléopération avec un bras leader, usage avec Jetson Orin, démonstrations de préhension avec caméra de profondeur et intégration à Isaac Sim. Pour un laboratoire, cette combinaison a plus de valeur qu’une simple fiche produit, car elle relie l’objet physique aux outils utilisés pour entraîner et tester des comportements.
Notre analyse
reBot-DevArm arrive dans un moment où la robotique cherche des plateformes abordables pour sortir les modèles d’IA incarnée des vidéos de laboratoire. Un bras de bureau ouvert ne remplace pas une cellule industrielle certifiée, mais il peut accélérer les essais de manipulation, la collecte de données et la formation des équipes.
La prudence reste nécessaire. Les guides de Seeed multiplient les avertissements sur l’alimentation, la calibration, les distances de sécurité et les limites des environnements virtuels. Ce n’est pas un jouet logiciel : un bras motorisé mal alimenté, mal calibré ou mal piloté peut devenir dangereux. L’intérêt du projet dépendra donc autant de la qualité de la documentation et de la communauté que des performances mécaniques annoncées.
Pour l’écosystème robotique, le signal est toutefois clair : les fabricants commencent à emballer matériel ouvert, simulation, apprentissage et guides d’intégration dans une même offre. C’est exactement le type d’infrastructure dont les développeurs ont besoin pour transformer les modèles de manipulation en expériences reproductibles.
