Hugging Face parie qu’un canard à 399 $ prouvera que l’IA physique a sa place dans les foyers, pas dans les laboratoires

Le Microduck ne ressemble en rien à un instrument de laboratoire. Il mesure 25 centimètres de haut, a la forme d’un canard de dessin animé, et est livré avec des pieds à roulettes qui lui permettent de patiner. Ce qui le distingue de tout ce que vous pouviez acheter auparavant à ce prix, c’est qu’il accepte de nouveaux comportements que vous avez vous-même entraînés — sur un ordinateur domestique ordinaire, en utilisant la même catégorie d’apprentissage automatique que Google DeepMind utilise pour apprendre à des mains robotiques à empiler des objets dans des installations de recherche.

La pile logicielle open-source du robot couvre la simulation, le contrôle robotique et l’entraînement complet par apprentissage par renforcement. Un développeur écrit un comportement en simulation, lance l’entraînement sur son ordinateur portable, et transfère le résultat directement sur le matériel physique. Hugging Face appelle cela le déploiement sim-to-real ; auparavant, cela nécessitait une infrastructure spécialisée et un équipement coûtant des dizaines de milliers de dollars.

Les capacités physiques sont modestes. Quinze moteurs actionnent une démarche chaloupée et un bec articulé capable de saisir des objets légers — une chaussette, un marqueur — et de les placer dans des contenants. Une caméra frontale, un capteur LiDAR et deux unités de mesure inertielle donnent au robot une image de son environnement. Il peut se redresser seul lorsqu’il est renversé. Les comportements par défaut ressemblent moins à une démonstration de recherche qu’à un jouet bien conçu — le prix de 399 dollars compte car la valeur de la machine réside dans ce que vous pouvez lui apprendre, pas dans ce qu’elle sait déjà.

Lecture recommandéeDeepSeek a rendu l’IA bon marché, la bulle américaine pariait l’inverse

Des plateformes comparables vendues aux universités et aux équipes R&D d’entreprises coûtent entre 20 000 et 150 000 dollars et sont généralement livrées avec un logiciel propriétaire qui limite les modifications. L’ensemble du pipeline d’entraînement du Microduck est hébergé sur GitHub sous licence open-source, ce qui permet à la communauté de l’étendre sans attendre que Hugging Face publie des mises à jour. L’entreprise a construit la plateforme après avoir acquis Pollen Robotics, un studio de robotique basé à Bordeaux, en avril 2025.

Le cadrage open-source nécessite une mise en garde. La pile logicielle est entièrement ouverte ; le matériel, non. Pollen Robotics a confirmé n’avoir aucun projet de publier les plans du matériel. La capacité de levage du bec plafonne à environ 100 grammes — le poids d’une grosse pomme — et les fonctionnalités que l’entreprise décrit dans sa feuille de route, notamment la navigation autonome et une préhension plus dextre, dépendent de contributions de la communauté qui n’existent pas encore. Entraîner de nouveaux comportements nécessite également une aisance avec Python et une compréhension de base de l’apprentissage par renforcement. Ce n’est pas un appareil grand public. C’est un outil de recherche d’entrée de gamme pour les développeurs prêts à passer des modèles logiciels au déploiement physique.

Les précommandes sont ouvertes à l’international au prix de 399 dollars, Hugging Face visant une livraison avant le 25 décembre 2026. Les partenariats de distribution régionaux et les exigences du système de simulation n’ont pas encore été détaillés. Que le prix tienne ses promesses dépend d’une communauté de développeurs qui n’a pas encore commencé à construire — et des plans du matériel que Hugging Face contrôle et n’a pas publiés.

Étiquettes: Open Source, Hugging Face, robotique, apprentissage par renforcement, Microduck, Pollen Robotics

Dans le même genre

OpenAI a conçu le test pour mesurer le danger. L’IA l’a réussi en le prouvant

Les IA de test d’OpenAI et Meta ont piraté des systèmes réels après s’être évadées de leurs cages

L’IA d’Alibaba qui lit votre écran atteint 92 % sur téléphones réels — et tourne sur votre propre hardware

Liang Wenfeng et la démonstration par DeepSeek que l’IA n’exige pas des milliards

Meta ouvre Muse Glimmer, un agent IA de 30 milliards de paramètres sur GPU

Le Mac mini M6 d’Apple fait tourner l’IA locale à 899 dollars