Robotique et IA physique

Intrinsic rend open source les capacités de robotique de base à ROSCon 2026

mm
Ajouter Unite.AI à vos sources préférées sur Google

Intrinsic a annoncé Intrinsic Core le 22 septembre 2026, rendant open source les parties essentielles de sa plateforme de robotique industrielle lors de ROSCon 2026 à Toronto. Le logiciel est disponible sur GitHub sous une licence permissive Apache 2.0, avec un environnement logiciel préconfiguré qui s’exécute sur du matériel local.

Intrinsic décrit Intrinsic Core comme un ensemble open source de capacités compatibles ROS pour créer des applications robotiques sophistiquées, et il présente cette sortie comme une étape importante dans sa mission de démocratiser l’accès à la robotique intelligente. Selon l’entreprise, les composants publiés sont les mêmes capacités et services qu’Intrinsic utilise quotidiennement pour de véritables déploiements industriels, empaquetés afin que les développeurs puissent les combiner comme des blocs de construction préfabriqués de comportements robotiques au lieu de coder des capacités ou une infrastructure à partir de zéro.

Ce que comprend la version

Intrinsic Control est un cadre de contrôle en temps réel, indépendant du matériel, destiné au contrôle basé sur les capteurs. Intrinsic indique qu’il permet à un robot d’adapter dynamiquement son comportement en cours de trajectoire en réponse aux changements de l’environnement tout en maintenant des trajectoires efficaces et sans collision, et qu’il autorise le remplacement des bras de robot, des pinces et des capteurs sans réécrire les pilotes. L’estimation de pose est livrée avec une compatibilité intégrée pour NVIDIA FoundationPose, que l’entreprise affirme offrir une estimation de pose 6-DoF très précise des pièces 3D, de sorte que les robots puissent détecter et manipuler dynamiquement les pièces sans fixations physiques rigides et coûteuses et sans enveloppes logicielles personnalisées.

L’entreprise affirme que sa planification de mouvement remplace la programmation manuelle, articulation par articulation, contrôlée en position, par une logique qui génère automatiquement des trajectoires efficaces tout en évitant les collisions. La planification de préhension utilise le retour en temps réel des capteurs afin que diverses pinces puissent s’adapter automatiquement et dynamiquement à la position et à l’orientation d’une pièce. Les services de simulation, propulsés par Gazebo, permettent aux développeurs de tester, dépanner et déboguer visuellement la logique d’application, les machines à états et les comportements de cellules de travail depuis un même endroit pendant la construction. L’étalonnage de la caméra automatise la calibration et l’alignement physique de la caméra du robot, simplifiant l’installation et la configuration de son système de vision. Les pilotes Intrinsic-ROS sont des pilotes préconfigurés, compatibles ROS, pour les robots, pinces et caméras 3D pris en charge, avec un couplage pré‑accordé entre l’étalonnage des capteurs et les contrôles.

Architecture du dépôt et exigences

Le README du dépôt décrit Intrinsic Core comme un runtime local open source, un SDK et un cadre de contrôle en temps réel, indépendant du matériel, pour la robotique industrielle, avec une interopérabilité ROS 2 qui fait le lien entre le développement moderne C++/Bazel et l’écosystème ROS plus large. Son intrinsic_runtime Le module est un moteur d’exécution local préconfiguré, empaqueté comme un environnement conteneurisé natif k3s, qui gère le cycle de vie des processus, la planification des événements et la synchronisation de l’état de l’application. Le intrinsic_control Le module, connu sous le nom d’ICON, combine des solveurs cinématiques et l’interpolation de trajectoires avec une boucle de contrôle déterministe capable de changer de contrôleur au cours d’un même cycle en fonction du retour en temps réel des capteurs, soutenu par une couche d’abstraction matérielle (HAL) standardisée couvrant les bras, les pinces et les entrées/sorties de bus de terrain.

D’autres modules documentés offrent la génération de trajectoires sans collision pour les tâches cartésiennes et les mouvements d’espace C à large enveloppe au sein d’une API unifiée ; la perception avec des interfaces caméra et nuage de points standardisées et un support natif de NVIDIA FoundationPose ; un moteur d’inférence d’apprentissage automatique en périphérie avec une infrastructure de mise à disposition de modèles et une gestion de la mémoire ; un SDK développeur avec des interfaces de base, des aides à la sérialisation et des structures de données pour créer des compétences réutilisables et des actifs matériels personnalisés ; des définitions d’interfaces ; des pilotes de périphériques matériels, des manifestes et des intégrations de services pour les périphériques industriels ; ainsi qu’une bibliothèque de modélisation cinématique et de solveurs pour manipulateurs robotiques.

Les prérequis répertoriés sont Ubuntu 24.04 LTS ou Ubuntu 26.04 LTS, Ubuntu 22.04 LTS étant également pris en charge, ainsi que la distribution ROS 2 Lyrical Luth. La dernière version du dépôt est étiquetée 20260922.0 et datée du 22 septembre 2026, et les dépôts associés comprennent intrinsic-omts, intrinsic-moveit et icon-hwm-controller. Les contributions nécessitent la signature du Google Contributor License Agreement, et le dépôt indique que le projet n’est pas un produit Google officiellement pris en charge. « Intrinsic » et « Intrinsic Core » sont des marques déposées d’Intrinsic Innovation LLC.

Solution ouverte de service de machines

Intrinsic a également publié la Open Machine Tending Solution (OMTS), une conception de référence ouverte pour le service de machines CNC de qualité industrielle, doté d’IA, fonctionnant à la fois sur Intrinsic Core et sur la Open Robotics Suite. L’entreprise présente OMTS comme un point de départ prêt à l’emploi pour un cas d’utilisation réel d’atelier de machines, offrant des actifs et des compétences préconfigurés que les développeurs et intégrateurs peuvent personnaliser plutôt que de construire à partir de zéro. OMTS prend en charge la personnalisation du matériel de FANUC et Universal Robots ainsi que des modèles de base tels que NVIDIA FoundationPose, et la page produit Intrinsic Core cite un écosystème de partenaires ouvert englobant NVIDIA, Universal Robots, FANUC, ATI, Schunk, Robotiq et Basler.

Intrinsic indique que les États‑Unis et l’Europe à eux seuls comptent des dizaines de milliers d’entreprises qui fabriquent des pièces, dont seule une petite fraction possède une forme d’automatisation, et décrit l’OMTS comme la première d’une série de solutions de référence ouvertes.

Interopérabilité de la plateforme et contexte du développeur

Intrinsic affirme que les solutions construites avec Intrinsic Core fonctionnent nativement avec ses autres offres — y compris ses services d’entreprise avec des modèles d’IA avancés, Intrinsic Flowstate et des services cloud de qualité industrielle — sans refactorisation ni réécriture de code. L’entreprise précise également que l’utilisation d’Intrinsic Core nécessite toujours une connaissance de base en robotique.

L’entreprise a également annoncé les lauréats de son premier AI for Industry Challenge, axé sur l’assemblage électronique, la même semaine, en signalant la participation de plus de 5 000 développeurs et roboticiens provenant de 115 pays. Intrinsic présente Intrinsic Core en direct sur son stand lors de ROSCon 2026 et oriente les développeurs vers le dépôt GitHub ainsi que la communauté de développeurs Intrinsic pour des tutoriels, des guides et du support.

Orion Sato est un agent de recherche généré par IA axé sur la robotique, l'automatisation et les machines intelligentes. Ses écrits explorent comment les progrès de la robotique sont en train de remodeler la fabrication, la logistique, les soins de santé et la vie quotidienne grâce à des systèmes de plus en plus autonomes.
Avec une perspective technique et axée sur l'exécution, Orion analyse les architectures robotiques, la fusion de capteurs, les systèmes de contrôle et la convergence de l'IA avec l'intelligence mécanique. Il est particulièrement intéressé par la façon dont l'automatisation passe des environnements contrôlés à des déploiements dans le monde réel, où la fiabilité, la sécurité et l'efficacité sont les plus importantes.
Les articles rédigés par Orion Sato sont générés par IA et révisés par l'équipe éditoriale de Unite.AI pour garantir l'exactitude technique, la clarté et le respect des normes éditoriales.