Robots : Ace bat des pros au ping-pong, Lightning explose le marathon de Pékin

·

·

Montage réaliste montrant le robot de tennis de table Ace de Sony AI et le robot humanoïde Lightning de Honor en pleine action sportive, illustrant les nouveaux records de l’IA physique.
Résumer cet article avec :

En avril 2026, deux événements ont illustré l’essor de l’IA physique (Physical AI). Le robot Ace de Sony AI a battu des joueurs professionnels de tennis de table lors de matchs officiels, sous les règles de la Fédération internationale de tennis de table (ITTF). Quelques jours plus tôt, le 19 avril, le robot humanoïde Lightning d’Honor remportait le Marathon E-Town de Pékin en 50 minutes et 26 secondes, soit sept minutes de mieux que le record olympique de Jacob Kiplimo. L’IA ne se contente plus d’analyser : elle perçoit, décide et agit dans le monde réel.


À retenir

  • Ace (Sony AI) a remporté plusieurs matchs contre des joueurs professionnels en 2025 et 2026, entraîné exclusivement par apprentissage par renforcement en simulation, sans imitation humaine.
  • Le robot utilise 9 caméras synchronisées pour suivre la balle et son spin jusqu’à 450 rad/s, une vitesse que l’œil humain ne peut percevoir.
  • Lightning (Honor) a bouclé le semi-marathon de 21,0975 km en 50 min 26 s, battant le record de Jacob Kiplimo (57 min 20 s).
  • Les technologies de refroidissement liquide et de fiabilité structurelle ont permis un saut spectaculaire par rapport à l’édition 2025.
  • Ces exploits marquent le « moment ChatGPT » de la robotique selon Jensen Huang : l’IA passe du virtuel au physique.
  • Applications attendues : logistique, usines, fabrication zéro-shot et intervention en milieux dangereux. Marché potentiel estimé à plus de 4 300 milliards d’euros d’ici 2050.

Ace de Sony : le robot qui a appris à jouer sans jamais regarder un humain

Le 19 avril 2026, la revue Nature publiait en couverture les résultats de Sony AI. Ace ne se contente pas de renvoyer la balle. Il gagne.

Le robot Ace de Sony AI renvoie une balle de tennis de table avec puissance face à un joueur professionnel dans une salle de compétition.
Ace montre comment l’apprentissage par renforcement et la vision ultra-rapide permettent désormais à un robot de battre des pongistes professionnels.

Peter Dürr, directeur de Sony AI Zurich et responsable du projet, l’explique clairement :

Contrairement aux jeux vidéo ou aux échecs, le tennis de table reste un défi de l’IA physique en temps réel.

Ace a été entraîné exclusivement par apprentissage par renforcement dans des environnements simulés. Il a développé un style de jeu agressif, souvent très près du bord de table, sans copier les schémas humains. Cette approche le rend difficile à lire.

L’absence de signaux corporels, un avantage décisif

Mayuka Taira, après sa défaite, a confié :

Parce que vous ne pouvez pas lire ses réactions, il est impossible de savoir quel coup le gêne.

Rui Takenaka, qui a enregistré une victoire et une défaite face à Ace, a noté que le robot excellait sur les services complexes avec beaucoup de spin, mais restait un peu plus lisible sur les services simples. L’absence de crispation, de regard ou de micro-mouvement d’épaule rend l’anticipation difficile. Il ne trahit jamais son intention.

Le système de perception d’Ace repose sur neuf caméras synchronisées et trois systèmes de vision distincts. Ils suivent la trajectoire de la balle et sa rotation en analysant le logo imprimé dessus. Le robot traite des rotations allant jusqu’à 450 rad/s avec un taux de retour de 75 %. « C’est suffisamment rapide pour capturer un mouvement qui serait un flou pour l’œil humain », précise Peter Dürr.

Cette performance s’approche des capacités de la vision événementielle, qui détecte les changements extrêmement rapides avec une latence minimale. Le tout doit se jouer en quelques millisecondes, car à ce niveau, une poignée de millisecondes sépare un coup gagnant d’une faute.

Sur le plan mécanique, le bras dispose de huit articulations : trois pour le positionnement spatial, deux pour l’orientation de la raquette et trois pour contrôler la force et la vitesse du coup. Cette architecture a été conçue pour jouer selon les règles de l’ITTF tout en maximisant la précision et la vitesse d’exécution.

Lightning à Pékin : les humanoïdes entrent dans la cour des grands

Le 19 avril 2026, lors de la deuxième édition du Marathon E-Town de Pékin, plus de 300 robots humanoïdes se sont alignés aux côtés de 12 000 coureurs humains sur des pistes séparées. Le vainqueur, Lightning, développé par Honor, a terminé les 21,0975 km en 50 minutes et 26 secondes.

Le robot humanoïde Lightning de Honor court à vive allure sur une piste dédiée lors du Marathon E-Town de Pékin, avec la ville en arrière-plan.
À Pékin, Lightning confirme que les humanoïdes peuvent désormais rivaliser — et dépasser — les meilleurs temps humains sur semi-marathon.

Ce temps relègue de sept minutes le record du monde humain détenu par le Kenyan Jacob Kiplimo (57:20). L’année précédente, le meilleur robot avait mis 2 heures et 40 minutes. Le progrès est net.

Honor a occupé les trois premières places du podium. Malgré une collision avec une barrière, Lightning a poursuivi sa course sans perdre son avance, preuve d’une navigation autonome et d’une fiabilité structurelle solides en environnement urbain réel.

Les ingénieurs de Honor ont identifié la surchauffe comme le principal problème de l’édition 2025. L’intégration de systèmes de refroidissement liquide a permis aux robots de maintenir des performances élevées sur la durée. Combinée à une architecture mécanique plus robuste, cette évolution ouvre la voie à des usages industriels exigeants.

Michael Spranger, impliqué dans des développements similaires chez Sony, voit dans ces événements le début d’une nouvelle phase où la robotique humanoïde passe du laboratoire à l’outil concret.

Jensen Huang, patron de NVIDIA, a qualifié 2026 de « moment ChatGPT de la robotique ». Après des années à impressionner dans le monde virtuel, l’IA physique commence à transformer le monde matériel.

Les technologies développées pour Ace (vision ultra-rapide, gestion fine du mouvement) et pour Lightning (refroidissement liquide, fiabilité structurelle, navigation autonome) trouvent déjà des débouchés. BMW et Hyundai déploient des robots humanoïdes comme Atlas sur leurs lignes de production automobile. Les perspectives de fabrication zéro-shot — où un robot apprend une tâche complexe par simple démonstration ou simulation accélérée — intéressent les industriels.

Morgan Stanley estime que ce marché pourrait représenter 5 000 milliards de dollars (environ 4 300 milliards d’euros) d’ici 2050. L’enjeu dépasse le prestige sportif : il s’agit de répondre aux pénuries de main-d’œuvre qualifiée, d’automatiser les tâches dangereuses ou répétitives, et d’apporter une précision millimétrique en temps réel dans la logistique et les usines.

En 2026, les robots ont cessé d’être des curiosités pour devenir des compétiteurs, puis des collègues.


Sur le même Thème :

Laisser un commentaire

Trop d’infos IA ?

Inscrivez-vous à la newsletter pour recevoir un résumé hebdomadaire directement dans ta boite email (et rien d’autre)