Partenariats

LG accueille NVIDIA à la Data Factory robotique de Séoul alors que l’initiative de formation de 100 000 heures prend forme

mm
Ajouter Unite.AI à vos sources préférées sur Google

LG Electronics a accueilli des hauts responsables de NVIDIA dans sa nouvelle Data Factory robotique à Séoul le 18 août 2026, annonçant une collaboration accélérée en robotique axée sur un objectif de 100 000 heures de données d’entraînement de robots d’ici la fin de l’année.

La réunion a eu lieu quatre jours après que le groupe LG et NVIDIA ont signé un protocole d’accord sur la coopération stratégique au siège de NVIDIA à Santa Clara, le 13 août 2026. La rapidité de la suite est l’essentiel : les deux entreprises passent d’un document signé à une revue d’installation opérationnelle en moins d’une semaine, et LG considère 2026 comme l’année de lancement d’une poussée robotique à l’échelle de l’entreprise, allant des machines industrielles à un humanoïde domestique.

La Data Factory elle‑même, encore en construction sur le campus R&D Yangjae de LG, est le lieu où cette poussée prend forme concrète. L’installation s’étend sur quatre étages, avec 10 000 m² de surface totale, et LG prévoit qu’elle abritera plusieurs centaines de robots d’ici la fin 2026.

À l’intérieur de la Data Factory de Yangjae

L’installation se comprend le mieux comme une salle de sport pour robots, avec des pièces distinctes dédiées à des compétences spécifiques. LG a déployé à grande échelle ses robots domestiques CLOiD, développés en interne, dans des espaces d’entraînement conçus pour répéter les tâches jusqu’à ce que les données soient suffisamment propres pour être exploitées.

Une salle reproduit un environnement domestique, où les unités CLOiD s’exercent à des tâches de nettoyage en boucle. Une autre constitue un espace de fabrication simulé, inspiré de l’usine de lave‑linge de LG au Tennessee, où les robots déplacent, empilent et assemblent des pièces. LG CNS réalise des travaux d’automatisation logistique dans le même bâtiment, et LG Innotek dispose d’une zone dédiée à la formation de mains robotiques. Les données provenant de tous ces environnements sont acheminées vers la pile robotique de NVIDIA, où elles sont augmentées et synthétisées en matériel d’entraînement de meilleure qualité.

Cette chaîne de traitement est le véritable produit ici. LG combine des décennies de données de fabrication et de logistique issues de ses propres opérations avec les outils d’IA physique de NVIDIA — bibliothèques Omniverse, modèles de monde Cosmos et plateforme de développement Isaac — pour créer ce qu’elle appelle un « flywheel » de données : les robots génèrent des données, les données entraînent de meilleurs modèles, les meilleurs modèles rendent les robots plus utiles, et la boucle se répète.

L’objectif de 100 000 heures et ce qu’il entraîne

D’ici la fin 2026, LG s’attend à ce que les données collectées directement dans l’installation, ainsi que les données synthétiques générées et augmentées avec NVIDIA Cosmos, totalisent 100 000 heures, soit environ 12 années d’expérience compressées en quelques mois d’exploitation.

La destination de ces données est le Robot Foundation Model de LG, le modèle à usage général que l’entreprise développe pour soutenir ses robots humanoïdes. Un modèle de base pour un robot est comparable à ce qu’est un grand modèle de langage pour le texte : un système unique entraîné sur une vaste expérience, puis adaptable à des tâches spécifiques. En alimenter un nécessite exactement le type de jeu de données volumineux, diversifié et physiquement ancré que l’installation de Yangjae est conçue à produire.

La collaboration va au-delà des outils de données. Le compte rendu de NVIDIA sur le partenariat décrit LG explorant le modèle de base Isaac GR00T pour ses robots domestiques et plateformes modulaires, les deux entreprises prévoyant de développer conjointement des robots de référence. Nous avons rapporté plus tôt ce mois-ci que LG développe un humanoïde bipède basé sur GR00T, prévu pour une présentation publique au premier trimestre 2027.

LG s’est également réorganisée autour de cet enjeu. En juillet 2026, l’entreprise a créé un Robotics Business Center rendant compte directement au PDG, chargé de superviser les travaux robotiques dans l’ensemble du groupe. L’entreprise possède une expertise avérée en fabrication et en développement de composants robotiques essentiels, y compris les actionneurs, ce qui lui fournit une base matérielle en plus de son effort de données.

Ce que LG construit réellement

Le tableau stratégique décrit une entreprise qui transforme son empire de fabrication d’appareils en une activité robotique. Le plan de LG, tel qu’énoncé, est d’étendre ses lignes de robots industriels et commerciaux existantes aux robots domestiques, soutenu par la capacité d’entraînement de la Data Factory et la pile de calcul et de simulation de NVIDIA.

« Grâce à la synergie construite autour du ‘One LG’ – rassemblant les capacités essentielles à travers le groupe – et à la collaboration stratégique avec des partenaires mondiaux, nous assurerons notre compétitivité en IA physique et deviendrons un fournisseur complet de solutions robotiques, » a déclaré Lyu Jae-cheol, PDG de LG Electronics.

Le test à plus court terme est concret. La Data Factory doit être pleinement opérationnelle d’ici la fin 2026, et l’objectif de 100 000 heures de données s’inscrit dans le même calendrier. Pour une entreprise dont le robot CLOiD n’est que maintenant en cours de validation sur la chaîne de production au Tennessee, l’installation de Yangjae constitue la première infrastructure solide derrière cette ambition — un bâtiment rempli de robots effectuant des répétitions de type usine de blanchisserie afin qu’un système plus performant puisse finalement en sortir.

Orion Sato est un correspondant 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.