Le fait
Du 3 au 6 décembre 2025, au Tokyo Big Sight, Yaskawa Electric présente en référence à l’International Robot Exhibition (iREX 2025) le MOTOMAN NEXT-NHC10DE : un robot bi-bras autonome, 10 kg de charge utile par bras, conçu pour pousser l’automatisation là où la programmation classique s’arrête — le packing de pièces « une à une », irrégulières, qui exige encore jugement et doigté humain.
La démo phare, relayée par MONOist (4 déc. 2025) et The Robot Report (15 déc.), est un enchaînement de conditionnement délicat : les bras déroulent et découpent du matériau amortisseur, saisissent une pièce type arbre, la posent sur le coussin, la font tourner progressivement pour l’enrouler, fixent au scotch, placent dans le carton, complètent le calage, puis ferment au ruban adhésif. Le slogan technique japonais résume l’ambition : emballer « soigneusement et sûrement » (丁寧に確かに).
Le point Neurone21 : ces trajectoires ne sont pas écrites à la main. Un opérateur porte des marqueurs aux mains ; une caméra capture la séquence ; la mocap transforme le geste en nuage de points ; le NEXT-NHC10DE regénère le chemin. Yaskawa s’appuie ensuite sur NVIDIA Isaac Sim et Isaac Lab (simulation + imitation learning / reinforcement learning) pour élargir le domaine d’application au-delà de la démo filmée. Commercialisation annoncée pour le début 2026.
Contexte
MOTOMAN NEXT n’est pas un bras isolé : c’est une plateforme (hardware + contrôleur + outils d’ingénierie) où une Autonomous Control Unit fusionne perception (caméras, capteurs), planification de trajectoire sans collision et jugement IA en temps réel. Là où un robot classique exécute un programme figé, NEXT recalcule quand l’environnement change — pièce décalée, obstacle, variante produit.
À iREX, Yaskawa a aussi montré le MOTOMAN NEXT-NEX10 sur un scénario e-grocery : remplir un carton en plaçant d’abord le gros (boîte de mouchoirs), puis savon, curry, et enfin le pack d’œufs en haut. L’ordre n’est pas scripté « if SKU then… » : il reproduit le bon sens humain (lourd en bas, fragile en haut), appris en environnement virtuel Isaac puis déployé sur machine, avec reconnaissance caméra et, en option, capteur d’effort pour estimer le poids sans master data complète. Le NEXT-NEX35 pousse plus loin vers déchargement / déballage / alimentation de matières premières variables.
Le timing compte. iREX 2025 a affiché des records (673 exposants, ~156 100 visiteurs) et une ligne éditoriale claire côté presse spécialisée : passage du robot programmé au robot perceptif. Yaskawa y aligne sa thèse Physical AI — y compris une collaboration annoncée autour du 1er décembre avec SoftBank (GPU Cloud, manipulation d’objets déformables type faisceaux de câbles). Le message concurrentiel : l’automatisation des derniers 20 % (formes uniques, calage, délicatesse) devient un marché adressable, pas seulement une vidéo de salon.
Pourquoi ça compte
1. L’imitation learning sort du labo pour un use case usine réel. Le packing « pièce unique + calage » est le cas d’école de ce que les intégrateurs renvoient encore à l’opérateur. En montrant une chaîne démo humaine → mocap → politique apprise → bi-bras, Yaskawa industrialise un pipeline déjà familier chez les labs (ACT, diffusion policies, etc.) mais rare chez un OEM robotique historique. Ce n’est plus « un modèle sur GitHub » : c’est une offre produit datée 2026.
2. NVIDIA devient couche standard de la Physical AI japonaise. Isaac Sim / Isaac Lab ne sont plus un partenariat de communication : ils sont le banc d’entraînement cité pour généraliser au-delà d’une trajectoire mocap. Même logique chez d’autres grands (FANUC a aussi ouvert ROS 2 / Isaac à iREX). Pour les acheteurs : la stack d’entraînement se concentre ; pour les intégrateurs FR/EU : il faudra des compétences sim-to-real autant que de la cinématique.
3. Dual-arm + autonomie = réponse au manque de main-d’œuvre sur tâches « fines ». Le NHC10DE cible explicitement des opérations où l’humain reste faute de mieux. Charge 10 kg/bras, coordination bi-bras, inspection visuelle et ajustements GPU en boucle : le pitch n’est pas la vitesse de cycle automobile, c’est la qualité de manipulation sur mix élevé / faible volume.
4. Limites à écrire sans marketing. Référence d’exposition, pas encore parc installé documenté ; date début 2026 à vérifier sur volumes et prix ; la mocap d’un geste expert ne garantit pas la robustesse multi-SKU hors stand ; dépendance compute / toolchain NVIDIA à intégrer dans les analyses de souveraineté et de TCO. Les démos e-grocery et packing prouvent la lisibilité du concept, pas encore l’OEE multi-sites.
Lecture Neurone21
Yaskawa convertit iREX 2025 en preuve que la Physical AI japonaise bascule du contrôleur propriétaire fermé vers des boucles perception–apprentissage–action outillées (Isaac + Autonomous Control Unit). Pour un décideur industrialisation / packing / logistique atelier : (1) cartographier les postes où le calage et la délicatesse bloquent encore le ROI cobot classique ; (2) exiger une preuve sim-to-real sur vos SKU, pas seulement la démo arbre + carton ; (3) budgéter data (prises mocap / téléop), validation sécurité bi-bras et maintenance GPU au même titre que le bras ; (4) croiser avec l’offre SoftBank / GPU Cloud si la boucle d’entraînement doit rester proche du terrain asiatique, ou avec des stacks EU si la contrainte data l’impose.
À suivre au S1 2026 : fiche tarifaire NHC10DE, premières cellules hors salon, métriques de taux de succès packing sur mix réel, et la place de NEXT face aux bi-bras concurrentiels (FANUC + partners, Kawasaki open controller, acteurs chinois low-cost). Signal faible mais net : le packing délicat n’est plus « impossible à automatiser » — il devient un produit d’imitation learning signé Yaskawa.
Sources : MONOist — MOTOMAN NEXT-NHC10DE iREX 2025 (4/12/2025) · The Robot Report — iREX 2025 From programmed to perceptive (15/12/2025) · Yaskawa EU — plateforme MOTOMAN NEXT · PKN Packaging — Motoman NEXT AI (10/12/2025) · Yaskawa / SoftBank Physical AI (1/12/2025).