Le fait
Collaborative Robotics (Cobot, Santa Clara, Californie), fondée par Brad Porter (ex-Amazon Robotics), annonce la deuxième génération de Proxie, son robot mobile collaboratif généraliste. Le message produit tient en trois avancées concrètes : Autotasking (le robot identifie et exécute le travail sans intégration logicielle ni dispatcher humain), une option modulaire à deux bras pour la manipulation bimanuelle, et un passage aux batteries lithium fer phosphate (LiFePO4) avec station de swap autonome pour tourner sans downtime.
Proxie Gen 2 s’appuie sur un retour terrain assumé : environ 28 robots en production, près de 13 000 heures d’opération, plus de 22 000 miles parcourus, 154 000+ chariots déplacés, et — selon la communication Cobot — plus de 40 millions de livres de matériel transportées et 17 millions de pas épargnés aux opérateurs sur deux ans. Plus de 500 enseignements design issus du terrain ont conduit à une refonte quasi complète des sous-systèmes : 40 % de pièces en moins, empreinte plus compacte pour couloirs et ascenseurs, capacité à déplacer des chariots jusqu’à 1 500 lb et à soulever jusqu’à 200–220 lb sur la colonne verticale.
L’architecture conserve les signatures Proxie — suite capteurs en hauteur (ScoutSense), colonne verticale, swerve drive omnidirectionnel, logique de swap batterie — mais Cobot revendique une plateforme reconstruite pour fiabilité et industrialisation. L’inférence de tâches tourne localement (compute NVIDIA Jetson à bord), sans dépendance cloud pour l’exécution critique. Le cloud AWS alimente Vista (console flotte) et l’entraînement des modèles derrière Autotasking. La plateforme est commandable immédiatement, déploiements prévus sur l’année, à partir de 5 000 dollars par mois, avec démonstrations notamment au pavillon humanoïde NVIDIA d’Automate (Chicago).
Contexte
Du mobile AMRs « dumb cart » au mobile manipulator intelligent. Pendant des années, le marché a imposé un choix : mobilité sans dextérité (AMR / AGV) ou bras fixes / cobots en cellule. Les tentatives d’ajouter des bras trop tôt ont souvent échoué sur la base mobile, la sécurité et le coût d’intégration. Porter le dit explicitement : Cobot a volontairement retardé les bras jusqu’à avoir durci la base (10 000+ heures), avant d’attaquer la manipulation — problème « open-ended » — avec des politiques VLA, diffusion et world models désormais assez matures pour un déploiement prudent.
Autotasking = world model opérationnel, pas un ticket IT. Après un mapping SLAM classique, Proxie construit un real-time world model (RTWM) de l’opération : chariots, bacs, postes. Il détecte quand du matériel est prêt à bouger, infère la destination, crée la tâche. Chez un site Maersk, des opérateurs écrivent simplement la destination sur de petits tableaux blancs accrochés aux chariots ; le modèle multimodal lit le texte. Porter évoque environ 95 % des mouvements de chariots initiés sans assignation humaine ni intégration WMS sur une période de mesure. C’est le reverse de la doxa « robot = projet SI de 18 mois » : on parle d’intelligence, plus d’intégration système.
Terrain avant storytelling. Cobot a privilégié les heures de production (hôpitaux, labos, manufacturing, logistique — dont Mayo Clinic pour le transport multi-flux : labo, restauration, équipements médicaux) plutôt que le hype. Gen 2 hérite de cette discipline : moins de pièces, composants testés en cycle de vie, lidar additionnel pour viser des certifications sécurité futures. Les bras actuels sont encore en partie « research-grade », avec versions industrialisées attendues plus tard dans l’année ; le claim n’est pas « manipulate anything », mais « assez bon pour déployer » sur des tâches humaines à deux mains (réassort hôpital, kitting entrepôt, lab life sciences, line tending).
Écosystème Physical AI. NVIDIA (Jetson onboard, Isaac Sim / Omniverse NuRec pour jumeaux numériques nourris par le terrain) et AWS (backbone Vista + training) ancrent Proxie dans la stack cloud-edge dominante 2026. Vista transforme une flotte de robots individuels en système qui s’améliore en continu — le narratif « fleet intelligence » plutôt que « un robot = un script ».
Pourquoi ça compte
1. Autotasking attaque le vrai goulot : le coût d’adoption. Le frein n°1 des robots mobiles en EU/US n’est souvent plus le hardware, c’est le projet d’intégration (WMS, HIS hospitalier, MES). Un robot qui lit l’environnement et s’auto-assigne des tâches change le business case : pilote en semaines, pas en trimestres IT.
2. Dual-arm + mobilité = catégorie mobile manipulator crédible. Beaucoup d’humanoïdes promettent la même chose. Proxie arrive avec des heures de production sur la base, un pricing SaaS-like (5 k$/mois) et une option bras modulaire — on n’oblige pas l’acheteur à prendre la dextérité dès le jour 1.
3. Battery swap LiFePO4 = 24/7 opérationnel. Le passage au LiFePO4 (sécurité industrielle) + station de swap autonome répond au critère que les ops hospitaliers et 3PL exigent : pas de downtime charge. C’est un détail hardware qui décide souvent du go/no-go en RFQ.
4. Signal « production-tested Physical AI ». Contrairement aux démos salon, Cobot publie des métriques (heures, miles, chariots, poids déplacé). Pour un acheteur, c’est un filtre : on peut exiger les mêmes KPI chez le concurrent.
5. Positionnement face aux humanoïdes et aux AMR classiques. Proxie n’est pas un humanoïde bipède ; c’est une plateforme collaborative mobile à hauteur humaine (ScoutSense), qui annonce vocalement ses actions avant de bouger — angle sécurité et acceptabilité sociale en hôpital. Face aux AMR purs, Gen 2 ajoute manipulation et autonomie de tâche. Face aux stacks « un robot = un modèle custom », Cobot vend une plateforme end-to-end conçue pour enlever la complexité (métaphore Jobs / PC que Porter utilise volontairement).
6. Timing Automate / NVIDIA Humanoid Pavilion. Être dans le pavillon NVIDIA au moment où le Physical AI domine le discours salon n’est pas neutre : Cobot se place dans la conversation VLA / world models tout en vendant déjà du flux matériel réel.
Lecture Neurone21
Thèse courte : Proxie Gen 2 n’est pas « encore un AMR avec bras » — c’est la cristallisation d’une stratégie field-first (13k h) qui débouche sur un mobile manipulator capable d’Autotasking (world model + zéro intégration) et d’une option bimanuelle, avec un modèle économique abonnement dès 5 k$/mois et une continuité 24/7 via swap LiFePO4. Pour une équipe FR/EU (hôpital, 3PL, usine, intégrateur, fonds) : (1) tester Autotasking sur un flux chariot sans brancher le WMS — c’est le différenciateur à falsifier ; (2) exiger les KPI terrain (heures, interventions, taux d’auto-initiation de tâches) et pas seulement une vidéo Automate ; (3) comparer le TCO 5 k$/mois + station swap au coût d’un projet AMR + intégration SI + bras séparés ; (4) cartographier l’option dual-arm sur un poste deux mains (kitting, réassort) plutôt que sur du « manipulate anything » ; (5) vérifier la roadmap bras industrialisés vs research-grade avant un déploiement large.
À suivre : premiers sites Gen 2 hors early adopters, maturité des bras production, certification sécurité lidar, et si le ratio ~95 % d’auto-initiation de tâches se reproduit hors du cas Maersk / whiteboards.
Sources : The Robot Report — Proxie Gen 2 autotasking & mobile manipulation, 22/06/2026 · PRWeb / Cobot — Proxie Gen 2 announcement · RoboticsTomorrow — Cobot Proxie Gen 2.