Nvidia mise sur l'IA physique : robots, voitures autonomes et 10 milliards de raisons d'y croire

Depuis plusieurs années, Nvidia communique abondamment sur ses GPU pour l'entraînement des modèles d'IA. Mais Jensen Huang a une autre conviction, plus ancienne et plus silencieuse : la prochaine vague de l'IA ne vivra pas dans les data centers. Elle marchera, conduira, et soulèvera des charges dans des usines, des entrepôts et des hôpitaux. C'est ce que Nvidia appelle l'IA physique, et les chiffres commencent à valider ce pari.

Dix milliards et un problème de sécurité

En mars 2026, Jensen Huang a révélé lors d'une apparition sur le podcast All-In que l'IA physique représentait déjà près de dix milliards de dollars de revenus annuels pour Nvidia. Il l'a positionnée comme la deuxième catégorie de croissance du groupe, derrière les data centers mais devant tout le reste. Ce n'est plus une promesse industrielle : c'est une ligne comptable.

Ce qui manquait pour accélérer le déploiement réel ne relevait ni du modèle ni du hardware. Le bottleneck identifié par Nvidia est la sécurité fonctionnelle. Un robot humanoïde peut porter 15 kilogrammes et se déplacer à plusieurs kilomètres à l'heure. Mettre ce type d'objet dans un entrepôt avec des humains sans garanties formelles sur son comportement en cas de défaillance est une question qui dépasse la technique : c'est une exigence réglementaire et un risque commercial.

Nvidia avait lancé Halos en 2025 pour les véhicules autonomes. En juin 2026, la société a étendu l'architecture à la robotique avec Halos for Robotics. Le principe est identique : fournir une pile de sécurité complète, de la puce au logiciel, que les fabricants de robots peuvent intégrer plutôt que de reconstruire chacun de leur côté.

Ce que Halos for Robotics met dans la boîte

L'architecture repose sur quatre niveaux. Le premier est matériel : le module de calcul Nvidia IGX Thor embarque un processeur indépendant dédié aux tâches de sécurité, isolé du reste du système. "Dans le contexte de l'IA physique, il faut que le système fonctionnel et le système de sécurité tournent sur le même silicium", explique Amit Goel, responsable de l'écosystème robotique chez Nvidia.

Le deuxième niveau est le système d'exploitation Halos, conçu pour surveiller chaque bloc matériel et chaque bibliothèque logicielle en continu, et isoler les processus critiques. Le troisième est le Holoscan Sensor Bridge, qui connecte les données des capteurs aux processeurs de sécurité de façon à détecter immédiatement une donnée corrompue, qu'elle vienne d'une caméra, d'un lidar ou d'un capteur de force.

Le quatrième niveau est moins visible mais peut-être le plus important : la simulation et un programme d'accréditation. Halos inclut des environnements virtuels pour tester les comportements à risque avant tout déploiement, et Nvidia a ouvert un "inspection lab" où ses partenaires peuvent soumettre leurs robots pour validation rapide.

La difficulté principale n'était pas technique. C'était de rendre le système programmable sans perdre le contrôle. "Donner de la flexibilité peut se faire au détriment du contrôle sur la pile", reconnaît Amit Goel. Un robot de nettoyage dans un couloir d'hôpital a des exigences de sécurité radicalement différentes d'un chariot élévateur automatisé dans un entrepôt logistique. Halos doit couvrir les deux.

Digit 5, Atlas, et les premiers déploiements réels

La première intégration concrète de Halos for Robotics est le Digit 5 d'Agility Robotics. La version précédente du robot humanoïde nécessitait des capteurs externes disposés autour de sa zone de travail pour garantir la sécurité des personnes à proximité. Avec Halos, tous les capteurs et la logique de sécurité sont embarqués dans le robot. "Le robot est littéralement libéré de ses chaînes. La sécurité le suit où qu'il aille", résume Goel. Digit 5 peut maintenant passer d'une tâche à l'autre dans une usine sans que l'équipe de déploiement ne reconfigure une infrastructure de sécurité à chaque fois.

Boston Dynamics est entré dans le programme d'accréditation Halos avec ses trois lignes de produits : le robot-chien Spot, le robot Stretch équipé d'un bras pour la logistique, et Atlas, le robot humanoïde que Hyundai prévoit de déployer dans ses usines automobiles à partir de 2028. Le groupe allemand KION, qui opère des milliers de chariots et de robots mobiles autonomes dans des entrepôts logistiques, a également rejoint le programme.

Nvidia a aussi investi directement dans plusieurs de ces entreprises, dont Agility Robotics et Figure AI. Le groupe a par ailleurs conclu un partenariat avec Unitree, la startup chinoise qui vend des robots humanoïdes à des prix radicalement plus bas que la concurrence, pour proposer un design de référence ouvert destiné à la recherche.

Modèles ouverts, une stratégie de plateforme

Halos n'est que la couche sécurité. Sur la couche modèles, Nvidia multiplie les publications ouvertes pour créer un écosystème. Cosmos Predict 2.5 et Cosmos Transfer 2.5 permettent de générer des données synthétiques physiquement cohérentes pour entraîner des robots en simulation. Cosmos Reason 2 est un modèle de vision-langage orienté raisonnement dans le monde physique. Isaac GR00T N1.6 est un modèle d'action pour robots humanoïdes, intégrant Cosmos Reason pour améliorer la compréhension contextuelle et le contrôle du corps entier.

Ces modèles sont disponibles sur Hugging Face et s'intègrent dans le framework LeRobot de Hugging Face, avec lequel Nvidia a formalisé un partenariat. C'est une stratégie de plateforme classique : publier les briques fondamentales en open source pour que l'écosystème construise dessus, ce qui augmente la dépendance à l'infrastructure Nvidia (GPU Jetson, Omniverse, Isaac Lab) sans la rendre obligatoire à court terme.

Pour les startups qui travaillent sur la prochaine génération d'agents IA, la trajectoire de Nvidia dans la robotique illustre un point souvent sous-estimé : le passage de l'IA dans le monde physique ne dépend pas seulement de la puissance des modèles. Il dépend de la capacité à gérer la défaillance dans des environnements où une erreur peut blesser quelqu'un. Halos for Robotics est la réponse de Nvidia à cette contrainte, et les partenaires qui s'y engagent maintenant prennent un pari sur le fait que ce sera la norme de l'industrie dans trois ans. Au vu des chantiers d'infrastructure IA en cours, ce pari semble raisonnable.