Tutor Intelligence lance une deuxième génération de robots mobiles pour les entrepôts et les usines. Cassie gagne une autonomie complète de déplacement, tandis que Sonny associe deux bras à un modèle vision-langage-action de 4,5 milliards de paramètres pour préparer des commandes.
Les deux machines sont déjà pensées pour le travail en production, pas seulement pour la démonstration. Tutor indique que Cassie opère dans des installations américaines et que Sonny doit commencer par la préparation de commandes dans des entrepôts existants. Le constructeur revendique une croissance mensuelle de 20 % de sa flotte.
Cassie devient mobile dans tout l’entrepôt
Cassie reste le robot à un bras de la gamme, mais son châssis à quatre roues peut désormais se déplacer d’un poste à l’autre. Tutor annonce une autonomie supérieure à une équipe de travail et l’intégration de la génération de vide à bord, ce qui réduit les travaux d’installation pour les applications de palettisation ou d’induction.
La machine fonctionne avec la famille de modèles Turing, forte de 200 millions de paramètres. Ses caméras servent à reconnaître et manipuler des objets sans programmation spécifique annoncée par le fournisseur. Tutor affirme que la première génération a déjà réalisé des millions de prises en vrac. La nouvelle version doit être déployée cet automne sur des flux complets de préparation de caisses pour la logistique B2B.
La sécurité progresse aussi avec deux lidars 3D ajoutés au lidar 2D et au matériel collaboratif certifié ISO. L’objectif est de détecter les personnes et de naviguer dans des bâtiments non conçus autour du robot. Selon l’entreprise, le délai médian entre la signature et la mise en production est d’environ 40 jours.
Sonny vise la préparation de commandes unitaires
Sonny adopte une silhouette semi-humanoïde montée sur une base roulante. Ses deux bras et ses mains doivent lui permettre de naviguer devant des rayonnages, de saisir des produits variés puis de livrer une commande complète au poste d’emballage. Tutor le destine ensuite au conditionnement, à l’assemblage et à certaines tâches de maintenance.
Le robot exécute Ti0, un modèle vision-langage-action de 4,5 milliards de paramètres. Son apprentissage s’appuie sur Data Factory 1, un site réunissant 100 robots et des opérateurs capables de leur montrer de nouvelles tâches à distance. Les séquences sont ensuite répétées afin d’améliorer les comportements avant leur transfert en exploitation.
Deux formes pour deux familles de tâches
La stratégie de Tutor tranche avec l’idée d’un humanoïde unique pour tous les usages. Cassie privilégie la force et les flux de cartons, tandis que Sonny recherche la dextérité nécessaire aux articles individuels. Cette spécialisation doit limiter le coût et la complexité de chaque déploiement tout en partageant les mêmes briques d’apprentissage.
Les performances et le retour sur investissement restent des déclarations du constructeur qui devront être suivies sur la durée. Le signal important est néanmoins concret : Tutor ne présente plus Sonny comme une simple plateforme de recherche et annonce son passage vers des opérations commerciales.
Sources : Tutor Intelligence, via MassRobotics, et SiliconANGLE.
