Agility Robotics a montré son humanoïde Digit en train de réorganiser une pièce remplie d’objets de tailles, de masses et de prises différentes. Le constructeur relie cette démonstration à un objectif industriel concret : traiter des charges mixtes et des agencements changeants sur un sol d’entrepôt.
Une démonstration centrée sur la variété
La séquence publiée le 2 septembre ne montre pas une répétition autour d’un contenant standard. Digit doit au contraire saisir et déplacer plusieurs objets dont la géométrie impose des prises différentes. Cette variété met en évidence l’enjeu de la manipulation généralisée : conserver une même logique de tâche lorsque le contenu et l’environnement changent.
Agility Robotics explique que cette capacité correspond aux conditions rencontrées en logistique, où les charges mixtes et les changements de disposition limitent l’intérêt d’une automatisation conçue pour une seule référence. Le robot bipède peut se déplacer dans des espaces pensés pour les humains et intervenir entre des îlots d’automatisation existants.
Démonstration officielle de Digit publiée par Agility Robotics
Du rangement d’une pièce au flux d’entrepôt
Le parallèle doit être interprété avec prudence. Ranger une pièce n’est pas encore une preuve de cadence industrielle, de disponibilité continue ou de retour sur investissement. La vidéo ne fournit ni taux de réussite, ni durée détaillée, ni comparaison avec une opération humaine. Elle montre toutefois un axe de développement différent du simple transport de bacs identiques.
Digit est déjà présenté par Agility comme un humanoïde déployé commercialement. L’entreprise l’associe à Arc, sa plateforme cloud de gestion, et concentre ses premiers cas d’usage sur les entrepôts et les usines. Elle avait annoncé en 2025 que Digit avait déplacé plus de 100 000 bacs dans un déploiement commercial, un jalon fondé sur une tâche plus structurée que la manipulation variée montrée ici.
Le vrai test sera la répétabilité
Pour les exploitants, l’intérêt d’un robot polyvalent dépend moins d’une prise réussie que de sa capacité à enchaîner les cas difficiles sans intervention. Les objets souples, réfléchissants, mal orientés ou partiellement masqués restent des sources classiques d’échec. La sécurité autour des opérateurs et la récupération après une mauvaise prise comptent également.
Cette démonstration suggère qu’Agility cherche à élargir Digit au-delà du déplacement répétitif de contenants. La prochaine étape sera de publier des mesures comparables sur plusieurs heures : taux de succès, fréquence des reprises, cadence et conditions de déploiement. Ces données permettront de savoir si la manipulation généralisée devient un outil industriel ou demeure une capacité de laboratoire prometteuse.
