Brevet Figure AI US20260064125A1 : L'Architecture à Deux Cerveaux qui Rend les Robots Humanoïdes Réellement Utiles
💡 Figure AI (US20260064125A1) vient de publier un brevet décrivant une architecture à deux cerveaux pour robot humanoïde bipède : un réseau raisonne comme un planificateur à 1-20 Hz, l'autre contrôle chaque articulation comme un réflexe à 100-10 000 Hz, le tout embarqué dans le torse du robot, sans connexion nuage requise. Déposé le 4 septembre 2025, publié le 5 mars 2026. Cette architecture constitue la feuille de route la plus précise à ce jour pour un robot physique véritablement autonome, issue de la start-up de robotique humanoïde la plus valorisée au monde.
Le modèle d'action bipède (bipedal action model, BAM) s'impose comme l'une des architectures d'intelligence artificielle les plus déterminantes de la décennie, et US20260064125A1 - demande de brevet déposée par Figure AI Inc. le 4 septembre 2025 et publiée le 5 mars 2026 - constitue la revendication juridique la plus précise disponible sur la manière d'en construire un. L'enjeu ne se limite pas à savoir qui remportera la course au robot humanoïde : il s'agit surtout de qui possède le terrain juridique sur lequel cette course se déroule.
Ce que le brevet revendique concrètement
L'invention décrit une architecture hiérarchique à deux modèles conçue pour tenir dans le torse d'un robot humanoïde. Le premier composant, le modèle alpha, reçoit des commandes en langage naturel - "apporte cette boîte à l'étagère numéro trois" - et traite la scène visuelle via les caméras embarquées. Il fonctionne à une fréquence de 1 à 20 Hz : la fréquence de la planification intentionnelle. Le second composant, le modèle bêta, prend le résultat du modèle alpha et le traduit en couples et vélocités précis pour chaque articulation du corps du robot, à une fréquence de 100 à 10 000 Hz, soit la fréquence des réflexes musculaires.
Les deux modèles sont reliés par un mécanisme que le brevet appelle action chunking : le modèle alpha conditionne son intention en courtes séquences de mouvements prévus couvrant 50 à 150 millisecondes, que le modèle bêta exécute comme un flux continu de commandes motrices. Le modèle alpha contient davantage de paramètres pour le raisonnement ; le modèle bêta est plus léger mais plus rapide pour l'exécution. Les deux fonctionnent sur des GPU distincts situés dans le robot lui-même, sans serveur distant. Le pipeline d'entraînement combine données à l'échelle d'internet, simulation robotique et télé-opération humaine du robot physique, le tout dans un cadre unifié.
| Champ | Détail |
|---|---|
| Numéro de brevet | US20260064125A1 |
| Titre | Bipedal action model for humanoid robot |
| Titulaire | Figure AI Inc. |
| Inventeurs | Corey Lynch, Yevgen Chebotar, Toki Migimatsu, Michael Ahn |
| Déposé le | 4 septembre 2025 |
| Publié le | 5 mars 2026 |
| Juridiction | États-Unis (USPTO) |
| Fréquence modèle alpha | 1-20 Hz (planification et raisonnement) |
| Fréquence modèle bêta | 100-10 000 Hz (contrôle des articulations) |
| Taille des action chunks | 50-150 ms de mouvement prédit |
Ces chiffres ne sont pas accessoires : ils constituent le cœur technique de la revendication et comblent un écart qui a silencieusement bloqué l'ensemble du domaine robotique depuis des années.
Le problème que cette architecture résout
Un grand modèle de langage sollicité pour planifier l'étape suivante d'une tâche raisonne à environ 1 à 10 requêtes par seconde. Un bras robotique effectuant un mouvement fluide a besoin de mises à jour de position 500 à 1 000 fois par seconde. Ces deux échelles temporelles sont séparées de presque trois ordres de grandeur. Tout robot ayant tenté de combler cet écart via une connexion à un serveur distant devait accepter la latence du réseau interposé.
La latence réseau ne paraît pas fatale jusqu'à ce qu'un robot rate une prise parce que la commande est arrivée 200 millisecondes trop tard, ou jusqu'à ce qu'il perde la connectivité dans un entrepôt souterrain et tombe. L'architecture BAM supprime la dépendance en co-localisant le planificateur et le contrôleur sur une même plateforme physique, conçus pour communiquer via une interface de chunks asynchrones efficace. Le planificateur n'attend pas que chaque commande motrice s'exécute ; le contrôleur ne s'interrompt pas pendant que le planificateur rédige chaque phrase.
La conséquence immédiate est un robot capable de réagir à des scènes changeantes en temps réel tout en suivant des instructions en plusieurs étapes - comme le taux de réussite de 40 % pour "fermer un sac ziplock" dans le graphique ci-dessus l'illustre. À plus long terme, la complexité du déploiement de robots dans de nouveaux environnements diminue fortement, car l'intelligence accompagne le matériel plutôt que de résider dans un centre de données distant.
Ce que cette invention dépend et pourrait débloquer
Le brevet BAM se situe à l'intersection de trois grands domaines technologiques. Le premier est le matériel d'inférence IA mobile : l'architecture entière repose sur des GPU mobiles suffisamment petits et puissants pour tenir dans un torse tout en exécutant des milliards de paramètres en temps réel - les puces AI embarquées de NVIDIA et la course plus large aux processeurs d'inférence haute efficacité en sont les catalyseurs directs. Le deuxième est la simulation robotique et les données synthétiques : le pipeline d'entraînement nécessite la génération de millions d'expériences robotiques simulées. Le troisième domaine est celui des modèles d'IA de fondation : la compréhension linguistique et visuelle du modèle alpha repose sur les mêmes architectures transformer que les plus grands modèles de langage et de vision.
Si les revendications sont maintenues dans leur étendue, le brevet BAM pourrait agir comme un péage pour les concurrents. Tout robot humanoïde doté d'une architecture embarquée à deux niveaux - un modèle de raisonnement alimentant un modèle d'exécution via des séquences d'action fragmentées - devrait potentiellement négocier une licence avec Figure AI. Cela inclut les équipes de Google DeepMind (dont Gemini Robotics 2, annoncé le 30 juillet 2026, utilise une structure similaire), ainsi que de nombreuses start-ups chinoises de robotique humanoïde qui accélèrent leur production en 2026. La capacité à faire respecter ces droits au-delà des frontières est l'endroit précis où la traduction de brevets spécialisée prend toute sa valeur : une revendication mal traduite dans un dépôt chinois ou européen peut rendre la protection sans effet avant même d'être testée en justice.
Qui se trouve derrière ce brevet et ce que cela révèle
Figure AI Inc. a été fondée en 2022 par Brett Adcock. À la fin de 2025, la valorisation de l'entreprise avait atteint 39 milliards de dollars, soutenue par un financement Series B de 675 millions de dollars en février 2024, apporté par Microsoft, NVIDIA, Intel, Amazon, Jeff Bezos et OpenAI. En juin 2026, l'entreprise avait déployé 740 robots opérationnels dans des entrepôts et des installations logistiques, davantage que ses 600 employés humains.
Les quatre inventeurs nommés dans ce brevet ne sont pas de jeunes chercheurs. Corey Lynch, directeur de l'IA chez Figure AI, a passé sept ans au sein de Robotics at Google à développer certains des travaux les plus cités dans le domaine de l'apprentissage par imitation conditionné au langage, avant de rejoindre Figure AI pour construire le système Helix VLA. Yevgen Chebotar, Toki Migimatsu et Michael Ahn ont contribué au robot learning chez Google Brain et DeepMind avant de rejoindre Figure AI. La lignée des inventeurs et la spécificité des revendications techniques indiquent qu'il s'agit d'une revendication précise sur un système en fonctionnement que l'entreprise entend commercialiser et défendre, et non d'un dépôt défensif visant une classe technologique large.
Ce que cela signifie concrètement
Il y a cinq ans, "un robot humanoïde capable de suivre une instruction en langage naturel" était une démonstration de recherche. Aujourd'hui, c'est une catégorie de produits valant des dizaines de milliards de dollars, et les documents juridiques les plus importants sont des dépôts de brevets comme US20260064125A1. Ce brevet ne garantit pas que Figure AI remportera la course aux robots - les brevets protègent une invention, pas une position de marché. Mais il établit le droit d'exclure les concurrents d'une approche technique spécifique que l'entreprise juge centrale pour rendre les robots bipèdes véritablement utiles.
La suite est prévisible à partir de l'histoire : dépôt dans d'autres juridictions (OEB, Japon, Corée du Sud, Chine), négociations de licences, puis contentieux. À chaque étape, la qualité de la traduction détermine la qualité de la protection. Un "action chunk" mal traduit dans un dépôt japonais, ou un "GPU embarqué dans le torse" formulé de manière ambiguë dans une revendication en chinois, peut réduire la portée d'un brevet valant des centaines de millions de dollars à quelque chose que la concurrence peut aisément contourner. La précision technique et juridique requise ici est exactement là où la traduction de brevets et la traduction technique spécialisées démontrent leur valeur.
FAQ
Qu'est-ce que le modèle d'action bipède (BAM) dans le brevet Figure AI ?
Le BAM est une architecture d'IA à deux niveaux pour les robots humanoïdes. Un modèle alpha (1-20 Hz) traite les commandes en langage naturel et planifie l'étape suivante ; un modèle bêta (100-10 000 Hz) convertit ces plans en couples articulaires précis. Les deux fonctionnent sur des GPU dédiés dans le torse du robot, sans connexion cloud, communiquant via des séquences de mouvement prédit de 50 à 150 ms.
En quoi cela diffère-t-il des systèmes de contrôle robotique existants ?
La plupart des systèmes précédents séparaient la cognition et le contrôle entre un serveur cloud et un contrôleur local, acceptant la latence réseau entre les deux. Le BAM co-localise les deux sur le robot physique, éliminant cette latence. Il utilise également un cadre d'entraînement unifié combinant données à l'échelle d'internet, simulation et télé-opération, plutôt que des pipelines distincts.
Pourquoi la fréquence de 100 à 10 000 Hz du modèle bêta est-elle importante ?
Un mouvement physique fluide exige des commandes de contrôle à haute fréquence. Les systèmes musculaires humains fonctionnent dans cette plage. À des fréquences inférieures, les mouvements d'un robot paraissent saccadés ou décalés par rapport aux événements du monde réel. La revendication selon laquelle le modèle bêta fonctionne jusqu'à 10 000 Hz signale une architecture conçue pour le déploiement réel plutôt que pour les démonstrations en laboratoire.
Quels concurrents principaux sont concernés par ce brevet ?
Toute entreprise construisant un robot humanoïde avec une architecture VLA embarquée à deux niveaux pourrait être concernée : Google DeepMind (Gemini Robotics 2, juillet 2026), Tesla (programme Optimus) et une série de start-ups chinoises en robotique humanoïde. L'applicabilité dépend largement de l'interprétation des revendications dans chaque juridiction, ce qui rend la traduction de brevets de qualité essentielle dans chaque pays cible.
Pourquoi ce brevet est-il important pour les services de traduction de brevets ?
À mesure que Figure AI et ses concurrents déposent aux États-Unis, en Europe, au Japon, en Corée et en Chine, chaque juridiction exige une traduction techniquement précise. Une mauvaise traduction d'un terme clé comme "action chunking" ou "fréquence d'inférence du modèle alpha" peut réduire ou invalider une revendication de brevet valant des centaines de millions de dollars. La traduction spécialisée de brevets pour la robotique et l'IA constitue un domaine de service en pleine croissance et à fort enjeu.
Sources :
Brevet US20260064125A1, Google Patents | Figure AI, Wikipédia | Gemini Robotics 2, Google DeepMind, juillet 2026 | Analyse des brevets Figure AI, GreyB, 2026
À propos de l'auteur
Dao Huy (Lucas) est un traducteur professionnel avec plus de 7 ans d'expérience en traduction de brevets, traduction technique et traduction de propriété intellectuelle (PI), travaillant de l'anglais, du chinois et du français vers le vietnamien. Il a localisé des plateformes logicielles, de la documentation technique et des dossiers de brevets pour des clients dans les secteurs de la technologie, de la robotique et de la fabrication avancée, où la précision du langage technique est une exigence juridique.
Si votre équipe travaille sur de la traduction de brevets, de la traduction technique PI ou de la localisation logicielle et technologique en vietnamien pour le marché Asie-Pacifique, Dao Huy propose des services spécialisés adaptés à ces besoins de haute précision. Demandez un devis sur daohuy.com.
Written by Dao Huy (Lucas), Vietnamese translator & localization specialist (EN · ZH · FR → Vietnamese). See translation services →