Feather Robotics L Android Des Robots Humanoïdes

Et si le fameux « moment ChatGPT » de la robotique n’arrivait pas d’un seul coup, sous la forme d’une machine universelle capable de tout faire dès demain matin ? Pendant que les regards restent collés aux démonstrations spectaculaires, une autre partie se joue en coulisses : celle d’un matériel assez simple, assez fiable et assez ouvert pour que des équipes indépendantes commencent enfin à déployer de l’IA physique dans de vrais lieux de travail. C’est précisément le pari de Feather Robotics, une jeune pousse californienne qui se présente, sans complexe, comme le futur Android des robots humanoïdes.

Pourquoi Feather Change La Donne Pour Les Développeurs

Le débat dans la robotique ressemble parfois à une pièce de théâtre. D’un côté, les titanes promettent un cerveau généraliste et un corps capable d’entrer dans n’importe quelle usine. De l’autre, les laboratoires livrent des plateformes de recherche souvent fragiles, chères à maintenir, peu adaptées à un usage quotidien. Entre les deux, beaucoup d’entreprises qui voudraient tester une application concrète se retrouvent bloquées : elles n’ont ni le droit, ni le kit, ni le calendrier pour coder au-dessus d’un robot que personne ne leur vend vraiment.

Hoa Mai, cofondateur de Feather, résume le problème avec une phrase qui claque. On ne peut pas, aujourd’hui, acheter un robot Tesla et développer par-dessus. Ce constat n’est pas un tacle gratuit. Il décrit un modèle industriel où le matériel, le logiciel et la promesse marketing restent enfermés dans la même boîte. Or l’histoire de l’électronique grand public raconte autre chose. Les acteurs qui ont duré ont souvent commencé par un produit déployable, imparfait mais utilisable, puis ont ajouté de la complexité. Apple n’a pas attendu l’ordinateur parfait. Nvidia n’a pas attendu le modèle de langage universel pour vendre des puces.

Cette analogie n’est pas anodine. Elle replace Feather dans une lignée : celle des plateformes. Le téléphone Android n’était pas le plus beau. Il était assez ouvert, assez abordable et assez documenté pour qu’un écosystème entier s’y greffe. Feather veut la même mécanique, appliquée aux corps mécaniques. Le robot n’est plus seulement une vitrine. Il devient un socle sur lequel d’autres peuvent construire des métiers : cuisine, nettoyage de laboratoire, logistique légère, assistance en atelier.

Deux Fondateurs, Deux Expériences Très Concrètes

L’histoire commence en 2025, à East Palo Alto. Hoa Mai vient de céder sa précédente société d’humanoïdes, Kind Humanoid, au norvégien 1X. Il n’arrive pas en touriste. Né au Vietnam, élevé en Californie dans une famille nombreuse qui vivait avec des ressources très serrées, il raconte souvent que l’obsession de produire plus — logements, biens, services — n’est pas un slogan de conférence. C’est une mémoire d’enfance. Il a commencé à bricoler des humanoïdes dans un garage dès 2018. Chez Feather, il porte le titre de directeur général et assume une mission presque personnelle : résoudre l’embodied AI, l’intelligence incarnée, sans attendre que cinq géants verrouillent le marché.

À ses côtés, Parsa Bakhtiari apporte une culture rare dans la robotique naïve : celle de la production de masse. Ancien ingénieur du Model 3 chez Tesla, il a travaillé dans la période où la chaîne d’assemblage était un champ de bataille. Il a un jour reporté directement à Elon Musk. Cette expérience ne garantit rien sur la marche d’un robot. Elle change en revanche le regard sur les tolérances, les pièces, la maintenance, le coût unitaire, le service après-vente. Un robot de démonstration peut tomber une fois par jour. Un robot vendu à un restaurateur ne le peut pas.

Le duo a construit un premier prototype en deux mois, livré une première commande en moins de neuf mois, puis dépassé le million de dollars de chiffre d’affaires. Ces rythmes, dans le hardware, sont inhabituels. Ils expliquent aussi pourquoi Gradient Ventures, le fonds lié à l’écosystème Google, a suivi le projet dès l’origine et mené une levée pré-amorçage de 7,6 millions de dollars, avec Builder Capital, Geometry, Seed Innovations et Virgo VC.

Un Humanoïde À Roues, Pensé Pour Tenir Debout Dans Le Réel

Feather ne vend pas un androïde de science-fiction qui grimpe les escaliers en souriant à la caméra. Le choix technique est plus prosaïque et, pour beaucoup d’acheteurs, plus intelligent. La base est omnidirectionnelle à roues. Le buste peut monter et descendre sur environ 600 millimètres. Deux bras à sept degrés de liberté travaillent à hauteur humaine. Les bras atteignent environ un mètre. La vitesse au sol annoncée tourne autour de 1,3 mètre par seconde. L’autonomie est présentée autour de dix heures, avec batteries échangeables à chaud.

Cette architecture dit quelque chose du marché. Marcher sur deux jambes reste spectaculaire. Cela reste aussi coûteux, énergivore et risqué dans une cuisine ou un laboratoire. Les roues réduisent les chutes, simplifient la maintenance et allongent l’autonomie. Feather assume ce compromis. Le robot n’est pas là pour gagner un concours de locomotion. Il est là pour rester allumé assez longtemps afin qu’un développeur puisse itérer.

La modularité n’est pas un mot marketing collé après coup. Les fondateurs insistent sur la possibilité d’adapter le matériel à un cas d’usage : longueur des bras, configuration, intégration logicielle. Le message aux clients est clair. Vous n’achetez pas une sculpture. Vous achetez une machine que l’on peut ajuster, comme on ajustait autrefois un PC de bureau.

• Prix promotionnel annoncé autour de 29 990 dollars, soit près de 30 000 dollars.
• Deux bras à sept degrés de liberté, conçus pour la manipulation réelle.
• Base à roues omnidirectionnelle, plus stable qu’une marche bipède en milieu encombré.
• Course verticale du torse d’environ 60 centimètres pour changer de plan de travail.
• Autonomie visée d’une dizaine d’heures, bien au-delà de plusieurs humanoïdes concurrentiels.
• SDK et contrôles ouverts pour brancher des modèles d’IA de différents éditeurs.

Le détail des charges utiles reste prudent : une charge nominale assez faible par bras, une pointe plus élevée. Ce n’est pas un dockeur d’entrepôt. C’est un assistant de postes où les objets tiennent dans une main humaine. Cuisine, verrerie de laboratoire, petits outils, plateaux, lingettes, ustensiles. Le réalisme du cahier des charges vaut mieux qu’une promesse de soulever une palette.

Des Clients Discrets, Mais Déjà Dans La Vraie Vie

Feather ne publie pas de logos clients. La discrétion est classique à ce stade. Elle protège les premiers utilisateurs et évite de transformer chaque incident en affaire publique. La société affirme pourtant que ses machines travaillent déjà comme cuisiniers dans des restaurants — notamment au Japon selon certaines versions du récit — et qu’elles assurent le nettoyage dans des laboratoires scientifiques.

Ces deux scènes ne sont pas choisies au hasard. Une cuisine est chaude, grasse, bruyante, irrégulière. Un laboratoire est exigeant sur la contamination, les gestes répétitifs et la documentation. Si un robot survit à ces deux environnements pendant une année d’essais terrain, le discours change. On quitte la vidéo virale. On entre dans la catégorie des outils.

Mai évoque une phase de tests où presque tous les problèmes opérationnels auraient été traités. L’entreprise parle maintenant d’un lancement produit plus large. Le site commercial serait déjà en mesure de prendre des commandes. Dans le hardware, cette phrase doit toujours être lue avec un grain de sel : livrer cinq unités n’est pas livrer cinq cents. Mais le million de dollars de revenus, s’il est confirmé, place Feather hors de la case « slide deck et proto dans un loft ».

Le Logiciel Ne Sera Pas Une Prison

L’autre moitié du discours concerne le cerveau. Tesla, Figure et quelques autres veulent posséder à la fois le corps et le modèle de fondation. Feather refuse ce verrou. Le matériel est conçu pour exécuter des modèles provenant de plusieurs fournisseurs d’IA robotique. Selon les récits, on retrouve des noms comme Nvidia, Skild, Physical Intelligence, parfois Generalist. L’idée n’est pas de devenir un laboratoire de fondation models. L’idée est de devenir le châssis sur lequel ces laboratoires, et surtout leurs clients, peuvent déployer.

Cette neutralité a un prix stratégique. Feather dépendra de la qualité des modèles tiers. Elle devra documenter, stabiliser les interfaces, gérer les versions, former un support. En échange, elle évite de se battre seule contre des budgets de plusieurs milliards. Elle mise sur un marché où, dans cinq ans, il n’existera plus seulement une poignée de champions de l’IA physique, mais des milliers d’entreprises applicatives. Cuisines spécialisées, biotech, hôtellerie, retail, maintenance légère. Chacune voudra un corps standard et un logiciel spécifique.

Un Paysage Américain Coupé En Trois

Darian Shirazi, associé chez Gradient, dessine une carte simple du hardware aux États-Unis. Premier groupe : les robots domestiques, incarnés par des acteurs comme Sunday, qui visent la maison. Deuxième groupe : les machines généralistes de Figure ou Tesla, destinées à un monde où un seul système sait tout faire. Troisième groupe : une plateforme humanoïde modulaire, vendue à des développeurs. Selon lui, Feather est pour l’instant seule dans cette case sur le sol américain.

Cette taxonomie est évidemment intéressée. Un investisseur aime présenter sa participation comme une catégorie à part. Elle n’est pas absurde pour autant. Beaucoup de start-up américaines veulent le Graal du robot général. Peu acceptent de vendre tout de suite une machine imparfaite, à un prix de professionnel, avec un SDK et une facture. C’est un métier de fournisseur, pas seulement un métier de visionnaire.

Mai reconnaît d’ailleurs avoir regardé du côté chinois, notamment Unitree. Les industriels de Hangzhou ont montré qu’on pouvait industrialiser des quadrupèdes puis des humanoïdes à des prix qui auraient paru irréels il y a cinq ans. Feather reprend cette leçon de coût et de volume, tout en jouant une autre carte : celle du made in USA au moment où l’entrée de certains modèles étrangers sur le marché américain se durcit.

Le Prix, Arme De Guerre Et Argument RH

Trente mille dollars. Le chiffre revient partout. Feather le compare à la moitié du tarif d’une version éducative du Unitree H2. La comparaison mérite d’être lue avec nuance. Les grilles chinoises varient selon le marché, les mains, le kit développeur, le distributeur nord-américain. Aux États-Unis, un H2 « vraiment programmable » peut coûter nettement plus que l’étiquette d’usine. Feather, de son côté, affiche un prix de lancement autour de 29 990 dollars, parfois présenté comme une promotion par rapport à 32 990 dollars.

Shirazi pousse le raisonnement vers la masse salariale. Un ouvrier ou un employé de service peut coûter 50 000 à 60 000 dollars par an, avant formation, ressources humaines, absences, turn-over. Un robot acheté une fois, même s’il faut l’entretenir, change le calcul d’un directeur d’exploitation. Ce raisonnement n’est pas neuf. Il était déjà celui des automates d’usine. Il devient plus troublant lorsqu’il s’applique à des gestes encore très humains : tourner une poêle, essuyer une paillasse, déplacer une boîte.

Il faut pourtant éviter le slogan facile. Un robot à 30 000 dollars n’efface pas un salarié. Il déplace une partie des tâches répétitives, à condition que l’intégration, la sécurité, l’assurance et le support suivent. Le vrai coût d’un humanoïde n’est jamais le chèque initial. C’est la somme des heures d’ingénierie pour lui apprendre un process local, des pièces détachées, des mises à jour, des arrêts de service. Feather le sait : son avantage ne tiendra que si la machine reste simple à faire travailler.

Une Start-Up Qui Dépense Peu, Et C’est Un Signal

Gradient insiste sur un autre point, plus discret : Feather n’aurait consommé qu’une fraction de sa levée. Dans un secteur où l’on brûle des dizaines de millions pour usiner des moules et filmer des publicités, cette frugalité rassure. Elle peut aussi inquiéter si elle signifie un sous-investissement dans l’usine. Pour l’instant, le récit officiel est celui d’une équipe qui a appris à livrer avant de rêver trop grand.

Le ranking de la levée, cité par certaines bases de données, la place dans le haut du panier des tours seed américains en robotique. Ce n’est pas une série B. C’est un ticket d’amorçage généreux, cohérent avec un hardware déjà en vente. L’usage de l’argent est annoncé comme commercial : industrialiser, soutenir les développeurs, tenir la logistique. Moins glamour qu’un modèle de fondation. Plus proche d’une entreprise.

Ce Que « Devenir L Android De La Robotique » Veut Dire

La formule est belle. Elle est aussi piégée. Android a gagné parce que des fabricants multiples, des opérateurs, des développeurs d’applications et des publicitaires ont trouvé leur compte. Feather n’a pas encore cet océan d’acteurs. Elle a un robot, un SDK, quelques clients, un fonds, une fenêtre réglementaire aux États-Unis. Pour que la métaphore tienne, il faudra une boutique d’applications physiques, des intégrateurs, des formations, des pièces standard, une communauté qui partage des recettes de tâches.

Le risque inverse existe. Si un modèle d’IA devient si bon qu’il s’adapte à n’importe quel corps, le hardware redevient une commodité. Feather le sait et l’accepte : la valeur se déplacerait alors vers l’écosystème, pas vers le secret du contrôle moteur. C’est exactement le pari Android. Le téléphone n’était pas magique. Le store l’était.

En attendant ce basculement, la start-up doit gagner des batailles moins poétiques. Qualité des réducteurs. Disponibilité des cartes. Délais de pièces. Cybersécurité d’une machine connectée dans une cuisine. Responsabilité en cas de brûlure ou de casse. Acceptation sociale d’un robot qui prépare un plat sous les yeux des clients. Ces sujets ne font pas de belles keynotes. Ils décident qui survit.

Le Contexte Plus Large De L IA Physique

Depuis deux ans, l’expression physical AI a quitté les laboratoires pour les slides d’investisseurs. Les modèles multimodaux comprennent mieux le langage, la vidéo, parfois le toucher simulé. Les simulateurs se sont améliorés. Les politiques de contrôle apprises en simulation se transfèrent un peu moins mal vers le réel. Pourtant, le goulot d’étranglement reste le corps : capteurs, actionneurs, fatigue des câbles, chaleur, huile, sol glissant, humains imprévisibles.

C’est pourquoi tant de fondateurs parlent encore d’un horizon flou. Certains voient la percée dans dix-huit mois. D’autres dans dix ans. Feather refuse de choisir. Son robot est censé servir les deux calendriers. Si le grand modèle généraliste arrive vite, le châssis sera déjà installé. S’il tarde, les développeurs pourront quand même automatiser des tâches étroites, lucratives, répétitives.

Cette posture pragmatique rappelle moins la Silicon Valley des démos que l’électronique industrielle asiatique. On vend d’abord. On apprend ensuite. On ajoute des capteurs plus tard. On allonge les bras si le client cuisine dans des hottes trop hautes. On change le gripper si le laboratoire manipule de la verrerie fragile. La customisation devient un produit, pas une exception gênante.

États-Unis, Chine, Et La Question Du Contrôle

Le timing politique n’est pas un détail. Plusieurs récits indiquent que de nouveaux modèles étrangers peinent davantage à entrer sur le marché américain. Qu’il s’agisse de règles commerciales, de sécurité nationale ou de simples frictions logistiques, le résultat est le même pour un acheteur de Boston ou d’Austin : un fournisseur local devient soudain plus simple à justifier auprès d’un comité d’achat.

Feather s’engouffre dans cette brèche. Elle ne prétend pas que son robot est supérieur à tout ce qui se fabrique en Asie. Elle prétend qu’il est disponible, supporté, adaptable, et moins exposé aux aléas d’importation. Pour un laboratoire fédéral, une université, une chaîne de restaurants américaine, cet argument pèse parfois plus que deux degrés de liberté supplémentaires.

La comparaison avec Unitree reste toutefois utile. Les machines chinoises ont habitué le marché à des prix bas, des volumes, une communauté de bidouilleurs. Elles ont aussi montré les limites d’une offre où le modèle de base n’inclut pas toujours les mains utiles, où la version éducative se négocie à part, où le support local varie. Feather joue la carte de la clarté : un prix, un usage professionnel, une intention d’écosystème.

Ce Que Les Développeurs Devraient Surveiller

Pour une équipe qui hésite à commander une unité, les questions concrètes dépassent la fiche technique. Quelle est la latence entre une politique d’IA et les moteurs ? Le SDK permet-il vraiment de remplacer le stack interne ? Les logs sont-ils exploitables ? Existe-t-il un jumeau de simulation fidèle ? Combien de temps faut-il pour passer d’une démo de laboratoire à un service de huit heures ? Qui se déplace quand le bras se met en défaut un samedi soir ?

Les réponses, aujourd’hui, restent partielles. C’est normal pour une société de cet âge. Ce qui distingue Feather, c’est qu’elle accepte d’être jugée sur ces questions plutôt que sur une vidéo de danse. Les premiers clients cuisiniers et laborantins serviront de preuve ou de contre-preuve. Si les machines tiennent, le bouche-à-oreille professionnel ira plus vite que n’importe quelle campagne.

• Vérifier la documentation réelle du SDK, pas seulement l’annonce d’ouverture.
• Mesurer le temps d’apprentissage d’une tâche métier, pas seulement le picking en labo.
• Anticiper la maintenance : batteries, câbles, réducteurs, pièces d’usure.
• Évaluer la sécurité autour des humains, surtout en restauration.
• Comparer le coût total sur trois ans, pas uniquement le prix d’achat.

Une Lecture Plus Large Pour Les Investisseurs

Du point de vue du capital-risque, Feather occupe une niche confortable à raconter. Moins chère qu’une tentative de cerveau universel. Plus concrète qu’une recherche pure. Déjà génératrice de revenus. Positionnée sur un thème porteur, l’IA incarnée, sans prétendre détenir à elle seule le modèle de fondation. Les fonds aiment ces histoires de « pics and shovels » : vendre les pelles pendant la ruée vers l’or.

La contrepartie est un plafond possible. Une plateforme hardware peut être copiée. Les marges du matériel sont plus dures que celles du logiciel. Un concurrent mieux financé peut aligner un robot similaire en dix-huit mois. La défense de Feather devra donc venir de la communauté, des intégrateurs, des données de terrain, du service. Exactement comme Android n’a pas gagné par la beauté d’un téléphone unique.

Shirazi insiste sur la taille potentielle du marché à 30 000 dollars. Si le robot remplace ou complète un poste dont le coût annuel dépasse largement ce montant, le volume n’est plus celui des laboratoires universitaires. Il devient celui des chaînes de restaurants, des campus scientifiques, des petites usines, des hôpitaux pour des tâches non cliniques. On peut discuter le calendrier. On peut difficilement discuter l’ordre de grandeur si la fiabilité suit.

Les Limites Qu’Il Faut Dire Sans Fard

Un article honnête doit aussi lister ce que Feather n’est pas. Ce n’est pas encore le robot capable de monter trois étages avec des courses. Ce n’est pas un système autonome au sens fort du terme. Ce n’est pas une preuve que l’IA physique a basculé. C’est un outil intermédiaire, vendu à un moment où le marché a faim d’intermédiaires.

La confidentialité des clients empêche de juger la profondeur des déploiements. Un robot qui aide deux heures par jour n’a pas le même impact qu’une flotte qui tient un service complet. Le million de dollars de revenus peut correspondre à peu d’unités à 30 000 dollars, plus du service. Rien de honteux. Mais le passage à l’échelle industrielle reste devant l’équipe, pas derrière.

Enfin, l’ouverture logicielle devra être prouvée dans la durée. Beaucoup de plateformes se disent agnostiques jusqu’au jour où un partenariat exclusif devient plus tentant. Si Feather cède à cette tentation trop tôt, elle perdra précisément l’argument qui la distingue de Tesla ou Figure.

Et Après ? Une Plateforme Ou Une Marque De Plus

Les prochains mois diront si le « grand lancement » n’est qu’une communication ou le début d’une distribution réelle. Il faudra regarder trois indicateurs simples. Premier : le nombre d’unités hors sites amis. Deuxième : la diversité des modèles d’IA réellement branchés par des tiers. Troisième : la naissance d’intégrateurs qui vivent de Feather sans être salariés de Feather.

Si ces trois feux passent au vert, la métaphore Android cessera d’être une punchline. Elle deviendra une description. Des milliers d’applications physiques pourront alors s’écrire sur un corps commun, comme des milliers d’apps se sont écrites sur un système commun. Si l’un des trois feux reste rouge, Feather rejoindra la longue liste des hardware prometteurs qui ont bien tourné en salon et mal tourné en cuisine à 23 heures.

En attendant, la start-up a au moins le mérite de poser la bonne question au bon moment. Le monde n’a peut-être pas besoin, tout de suite, d’un humanoïde qui comprend tout. Il a besoin de machines que l’on peut acheter, modifier, faire travailler, réparer. Moins de mythe. Plus de boulons. C’est moins photogénique. C’est souvent comme cela que les industries naissent.

Feather Robotics n’a pas inventé l’humanoïde. Elle n’a pas non plus inventé l’idée d’un écosystème ouvert. Elle assemble les deux à un prix pensé pour des équipes qui n’ont pas le budget d’un constructeur automobile. Dans un secteur encore ivre de démos, ce réalisme a quelque chose de rafraîchissant. Reste à savoir si le marché récompensera la pelle plus que la pépite. Les développeurs, eux, ont enfin une porte d’entrée. Il leur appartient d’écrire les applications qui justifieront le slogan.