Teradyne Robotics et Sereact industrialisent l’automatisation des retours

Teradyne Robotics, maison mère de Universal Robots et Mobile Industrial Robots, s’est associée à Sereact pour accélérer le déploiement d’IA physique dans le retail, la logistique et la fabrication. L’accord, annoncé le 21 octobre 2026 à Berlin, s’appuie sur Cortex, la plateforme de Sereact, qui pilote des bras Universal Robots sur des tâches non structurées comme le tri de retours ou le piece-picking. L’enjeu est simple : faire passer ces usages du pilote à l’exploitation courante, là où les volumes et les erreurs comptent vraiment.

Une association pensée pour les tâches que les robots n’aiment pas

Le cœur du partenariat tient dans l’idée qu’un robot utile ne doit pas seulement répéter un geste, mais gérer des objets qui changent de forme, d’orientation et d’emballage. Sereact décrit Cortex comme un modèle Vision-Language-Action, c’est-à-dire un système qui relie perception visuelle, compréhension d’instructions et action mécanique. En pratique, la plateforme vise des cas comme le retour produit, le réassort en magasin, le tri, l’induction de commandes, le bin consolidation, le kitting ou encore le packing.

Jacob Pascual Pape, Chief Commercial Officer de Teradyne Robotics, résume l’idée en parlant d’une solution « open, connected and proven through more than 100,000 industrial deployments ». De son côté, Dr. Ralf Gulde, CEO et cofondateur de Sereact, insiste sur la logique de flotte : « One brain serves every robot, with no retraining for each new item or task ». Autrement dit, ce qu’un bras apprend peut profiter aux autres. Cela évite de recommencer la partition à chaque carton un peu étrange.

Des retours Zalando déjà en exploitation

Le partenariat ne se limite pas à une présentation de salon. Les deux entreprises disent avoir déjà expédié des centaines de robots UR dans des systèmes à double bras vers des sites clients en Europe. La démonstration organisée cette semaine au NVIDIA GTC Berlin 2026 repose sur deux bras Universal Robots UR12e-1300, capables de traiter des retours produits dans un environnement déjà déployé en logistique.

Ces installations fonctionnent avec CEVA Logistics pour Zalando, plateforme européenne de mode et lifestyle qui revendique 62 millions de clients actifs et plus de 7 000 marques sur 29 marchés. Les robots opèrent dans les centres de préparation de Greven, en Allemagne, et Świebodzin, en Pologne, où ils traitent de manière autonome des articles retournés. CEVA avait déjà indiqué le 7 octobre 2026 que ces systèmes entraient en production via un modèle Robotics-as-a-Service, avec un transfert des tâches répétitives vers les robots et davantage de supervision pour les équipes humaines.

Pourquoi les retours sont devenus un sujet réglementaire

Les retours e-commerce sont un casse-tête logistique, mais pas seulement. Pour Sereact, leur remise en état rapide aide aussi les enseignes à se conformer aux règles de l’Union européenne qui limitent la destruction ou l’envoi en décharge des marchandises retournées. Quand les produits reviennent dans un ordre aléatoire, avec des emballages différents et un état variable, l’automatisation devient un levier opérationnel autant qu’un outil de conformité.

Teradyne Robotics met aussi en avant son réseau mondial de distribution et d’intégration pour industrialiser ce type de déploiement. Sereact, de son côté, a ouvert cet été un siège aux États-Unis, à Boston, pour soutenir la diffusion de la solution en Amérique du Nord. Le couple vise donc une montée en puissance au-delà de l’Europe, avec une promesse classique mais difficile à tenir : déployer vite, sans casser la qualité d’exécution.

Le cloud et NVIDIA, pièces discrètes mais centrales

La démonstration de Berlin repose aussi sur une pile technique signée NVIDIA. Cortex est entraîné dans NVIDIA Isaac Sim, via des modèles Cosmos, puis post-entraîné avec reinforcement learning dans NVIDIA Isaac Lab. En production, l’inférence tourne sur NVIDIA Jetson Thor au niveau de la cellule, tandis que NVIDIA DGX Spark sert au développement, à la validation et aux mises à jour du modèle.

CoreWeave apparaît dans un autre volet de cette actualité avec Physical AI Launchables, un catalogue de configurations testées pour les charges de travail robotiques et de simulation. Le principe est de réduire le temps passé à assembler l’infrastructure avant même de commencer l’expérience. Ici encore, le message est clair : dans l’IA physique, le code ne suffit pas, il faut aussi que le banc d’essai tienne debout.