# NTT annonce 92,3 % de réussite pour un test robotisé, avant les essais sur le terrain

> NTT affirme qu’un modèle fondé sur la physique a fait passer de 73,1 % à 92,3 % la réussite d’une simulation de chargement par petit robot. Les essais avec Mujin restent prévus et aucun déploiement commercial n’est annoncé.

- URL canonique: https://newsverum.com/fr/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11
- Éditeur: Newsverum
- Rubrique: Technologie
- Publié: 2026-11-12T03:09:09+00:00
- Mis à jour: 2026-11-12T03:09:09+00:00
- Période de l’événement / des données: 2026-11-11
- Autres éditions: [Türkçe](https://newsverum.com/tr/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [English](https://newsverum.com/en/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [العربية](https://newsverum.com/ar/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [Español](https://newsverum.com/es/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [Deutsch](https://newsverum.com/de/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md), [Português](https://newsverum.com/pt/news/ntt-robot-physical-ai-shelf-loading-test-2026-11-11.md)

Le 11 novembre, NTT a déclaré qu’un modèle du monde fondé sur la physique avait fait passer de 73,1 % à 92,3 % le taux de réussite d’une tâche de chargement d’étagère réalisée par un petit robot. La tâche simulait l’empilement d’objets et comparait, selon l’entreprise, l’usage de la technologie avec son absence. NTT a aussi publié un score LPIPS inférieur à celui de deux systèmes de référence sur le benchmark vidéo OBJ3D. Le premier usage envisagé concerne les bagages d’aéroport, mais les essais sur le terrain avec la société de robotique Mujin restent à venir. Le communiqué ne fait état d’aucun déploiement commercial.

Le système est conçu pour examiner plusieurs actions possibles avant que le robot ne bouge. NTT indique que son modèle estime à partir de la vidéo la position, l’orientation, la vitesse et la masse des objets, puis utilise les équations du mouvement pour prévoir leurs déplacements et interactions. Un adaptateur de contrôle physique développé par l’entreprise relie ces calculs à un modèle de génération vidéo. Pour chaque action proposée par le logiciel de contrôle existant, le système produit une scène future possible et évalue des résultats comme une collision, la chute d’un objet ou l’effondrement d’une pile. Il complète un contrôleur existant et ne démontre pas que des robots peuvent fonctionner sans supervision en toute sécurité.

Le résultat de chargement d’étagère est notable, mais le gain absolu est plus parlant qu’une affirmation générale selon laquelle le robot serait devenu meilleur au travail. Le taux de réussite rapporté augmente de 19,2 points de pourcentage, calculés par 92,3 moins 73,1. Par rapport au taux de départ, la hausse est d’environ 26,3 %, soit 19,2 divisés par 73,1. Ces deux calculs utilisent les valeurs arrondies publiées par NTT. L’entreprise ne précise ni le nombre d’essais, ni la définition du succès, ni les variations d’objets ou de conditions initiales, ni l’écart entre les répétitions. Le communiqué ne fournit pas d’intervalle d’incertitude.

Le tableau 1 de NTT apporte des détails sur un autre test de prédiction. Il donne un score LPIPS multiplié par 100 de 7,81 pour le modèle NTT, de 7,92 pour OCK, un modèle académique, et de 21,90 pour NVIDIA Cosmos Predict 2.5, un modèle commercial de génération vidéo. Un score LPIPS plus faible est préférable. La valeur de NTT est inférieure de 0,11 à celle d’OCK, soit environ 1,4 % par rapport à 7,92. Ce calcul décrit uniquement les valeurs affichées. Le communiqué ne donne aucun intervalle statistique ni comparaison de protocole qui permettrait d’établir que le faible écart se maintient dans d’autres conditions.

Le benchmark doit être replacé dans son contexte. Un article ICCV de 2025 signé Yeon-Ji Song et ses coauteurs décrit OBJ3D comme un jeu de données synthétiques avec des objets rigides dans des scènes grises neutres, comprenant 2 920 séquences d’entraînement et 200 de test. Il vise à examiner la géométrie des objets et des interactions comme les collisions. NTT dit avoir évalué son modèle sur le benchmark public OBJ3D, sans préciser si elle a utilisé le même découpage des données, le même protocole de test ou le même entraînement que l’article OCK. Le résultat mesure donc la prédiction vidéo dans un benchmark contrôlé, pas la manutention de bagages dans un véritable aéroport.

La différence technique mise en avant par NTT est la représentation explicite de l’état physique. Un modèle vidéo peut produire des images plausibles tout en manquant les forces ou le mouvement qui feront basculer une charge. Selon NTT, son adaptateur représente la masse et le mouvement et applique les équations du mouvement pour générer des futurs possibles. Cette approche pourrait aider un robot à écarter un plan risqué avant d’agir, notamment lorsque chaque valise ou carton diffère. Le communiqué ne précise ni latence, ni configuration matérielle, ni mémoire nécessaire, ni test de sécurité. Il ne démontre donc pas que ces calculs sont assez rapides et fiables dans un entrepôt en activité.

NTT présente la manutention des bagages et des colis comme une application visée et prévoit des essais sur le terrain avec Mujin. Elle indique aussi que la technologie doit être présentée au forum R&D 2026 de NTT. Ce sont des étapes de développement, pas la preuve que des exploitants d’aéroport ont choisi ou installé le système, ou mesuré une économie de main-d’œuvre. Le communiqué ne cite aucun client, budget, date d’installation, objectif de débit, taux d’erreur en conditions réelles ou prix. Passer d’un empilement simulé à des bagages variés sur un tapis ou dans une zone de fret exige des essais avec éclairage changeant, occultations, mouvements de convoyeur et présence humaine.

L’annonce se lit au mieux comme une étape de recherche assortie d’un résultat concret mais étroit. La tâche robotisée suggère un usage opérationnel possible, tandis qu’OBJ3D offre un contrôle distinct de la qualité des vidéos prédites. Aucun des deux résultats ne démontre à lui seul une fiabilité générale dans la logistique, la fabrication ou le commerce de détail, secteurs que NTT cite pour une éventuelle extension. Avant un déploiement, les décideurs auraient besoin d’essais répétés, d’une définition transparente de la réussite, de contrôles de sécurité, de mesures sur des objets nouveaux et d’une comparaison du système complet avec les solutions existantes. NTT a décrit la voie vers ces essais, pas leur résultat.

## Données

### Taux de réussite de la simulation de chargement d’étagère

Taux rapportés par NTT pour sa tâche simulée d’empilement avec un petit robot.

Méthodologie: NTT rapporte les taux de réussite avec et sans sa technologie, sans publier le nombre d’essais, le critère de succès ni la variabilité. 92,3 moins 73,1 donne 19,2 points de pourcentage. 19,2 divisé par 73,1 correspond à une hausse relative d’environ 26,3 %. Ces calculs utilisent des valeurs arrondies de l’entreprise et ne sont pas des mesures distinctes.

| label | value | unit | period | basis | value_qualifier |
|---|---|---|---|---|---|
| Taux de réussite du chargement d’étagère sans la technologie NTT | 73.1 | percent | 2026-11-11 | observed | exact |
| Taux de réussite du chargement d’étagère avec la technologie NTT | 92.3 | percent | 2026-11-11 | observed | exact |

Sources: <https://group.ntt/en/newsrelease/2026/11/11/261111b.html> · Télécharger les données: [JSON](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/shelf-loading-task-success-rate?lang=fr&format=json) · [CSV](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/shelf-loading-task-success-rate?lang=fr&format=csv)

### Comparaison LPIPS sur le benchmark vidéo OBJ3D

Scores des modèles présentés dans le tableau publié par NTT. Un LPIPS plus faible est préférable.

Méthodologie: Le tableau 1 de NTT multiplie le LPIPS par 100, un score plus faible étant préférable. Les cellules conservent les valeurs publiées 7,81, 7,92 et 21,90 avec l’échelle indiquée. Le communiqué ne donne ni intervalle d’incertitude ni comparaison directe des protocoles NTT et OCK.

| Modèle | Type de modèle | Score LPIPS x100 publié |
|---|---|---|
| modèle du monde de NTT | Modèle de l’entreprise | 7.81 LPIPS x100 |
| OCK | Modèle académique cité par NTT | 7.92 LPIPS x100 |
| NVIDIA Cosmos Predict 2.5 | Modèle commercial de génération vidéo | 21.90 LPIPS x100 |

Sources: <https://group.ntt/en/newsrelease/2026/11/11/261111b.html>, <https://openaccess.thecvf.com/content/ICCV2025/papers/Song_OCK_Unsupervised_Dynamic_Video_Prediction_with_Object-Centric_Kinematics_ICCV_2025_paper.pdf> · Télécharger les données: [JSON](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/obj3d-video-benchmark-lpips?lang=fr&format=json) · [CSV](https://newsverum.com/api/v1/articles/ntt-robot-physical-ai-shelf-loading-test-2026-11-11/data/obj3d-video-benchmark-lpips?lang=fr&format=csv)

## Sources

- [NTT, NTT Develops Physical AI Technology That Predicts the Future Before Robots Move to Prevent Failures](<https://group.ntt/en/newsrelease/2026/11/11/261111b.html>) (Source vérifiée: 2026-11-12; Publié: 2026-11-11)
- [Computer Vision Foundation, OCK: Unsupervised Dynamic Video Prediction with Object-Centric Kinematics, ICCV 2025 paper](<https://openaccess.thecvf.com/content/ICCV2025/papers/Song_OCK_Unsupervised_Dynamic_Video_Prediction_with_Object-Centric_Kinematics_ICCV_2025_paper.pdf>) (Source vérifiée: 2026-11-12)
- [Computer Vision Foundation, OCK supplementary material](<https://openaccess.thecvf.com/content/ICCV2025/supplemental/Song_OCK_Unsupervised_Dynamic_ICCV_2025_supplemental.pdf>) (Source vérifiée: 2026-11-12)

---

Citez l’URL canonique ci-dessus. [Principes éditoriaux et corrections](https://newsverum.com/fr/editorial)
