Optimus a un rival parisien : UMA, fondée par d’anciens ingénieurs de Tesla, cible l’industrie là où personne ne l’attendait

À Paris, une nouvelle start-up veut remettre l’Europe dans la course aux robots humanoïdes, là où Tesla occupe déjà l’espace médiatique avec Optimus. Son visage le plus visible, Rémi Cadène, a travaillé sur le programme Optimus avant de s’entourer d’anciens de Google DeepMind et de Hugging Face. UMA promet des robots pensés pour des usages concrets, d’abord dans l’industrie et la logistique, avec une ambition de plateforme.

À lire aussi :

• Sonair certifie l’ADAR One, le capteur 3D à ultrasons inédit qui change la façon dont les robots industriels détectent les humains au travail
• Six mois sous les océans sans interruption : on pensait la surveillance continue des câbles et pipelines impossible, ce robot autonome prouve le contraire

Rémi Cadène, ex-Optimus, installe UMA au cur de Paris

Le lancement d’UMA, pour Universal Mechanical Assistant, s’appuie sur un signal fort, son cofondateur et dirigeant Rémi Cadène vient du programme Tesla Optimus. Dans l’écosystème robotique, ce type de profil compte, non pas pour le prestige, mais pour l’exposition à des contraintes réelles, industrialisation, sécurité, coût, intégration logicielle, chaîne d’approvisionnement.

La société se positionne d’emblée sur un créneau lisible, développer des robots humanoïdes capables d’assister des opérateurs dans des environnements variés. Les secteurs cités couvrent l’industrie, la logistique, l’éducation, la recherche, la santé, ou encore la mobilité. Ce large spectre dit surtout une chose, UMA veut construire une base technologique réutilisable, puis décliner des cas d’usage.

Le choix de Paris n’est pas anodin. La ville concentre un vivier en IA, une densité de laboratoires, et une proximité avec des donneurs d’ordres européens. Pour UMA, rester en Europe facilite aussi l’accès à des pilotes industriels locaux, tout en évitant de dépendre uniquement d’un marché américain déjà très disputé.

Le pari est risqué, car la robotique humanoïde impose des cycles longs. Mais le message est clair, UMA veut jouer dans la même ligue que Tesla, sans copier son récit, en mettant l’accent sur l’utilité, la fiabilité et la capacité à s’insérer dans des chaînes opérationnelles existantes.

DeepMind et Hugging Face au casting, une équipe orientée IA appliquée

UMA ne se présente pas comme une aventure solitaire. Autour de Rémi Cadène, on retrouve Simon Alibert au poste de CTO, avec un passage par Hugging Face, où la culture produit et open source a façonné des usages concrets de l’IA. Dans la robotique, ce pragmatisme compte autant que la recherche pure, parce que le logiciel doit survivre au terrain.

Le quatuor de fondateurs inclut aussi Pierre Sermanet, passé par Google DeepMind, et Robert Knight, présenté comme un concepteur de robots humanoïdes depuis plus de deux décennies. Ce mélange vise à couvrir plusieurs briques, apprentissage, perception, contrôle, mécanique, intégration, et surtout itération rapide entre simulation et monde réel.

Derrière ces CV, une tendance se dessine, l’IA moderne, modèles de perception, apprentissage par imitation, politiques de contrôle, devient un accélérateur, mais ne supprime pas la difficulté matérielle. Les humanoïdes doivent gérer l’équilibre, la préhension, les chocs, l’usure, la maintenance. Avoir des profils “software-first” et “hardware-first” dans la même pièce limite les angles morts.

UMA insiste sur l’idée de robots “assistants”. Ce mot est moins spectaculaire que “remplacer”, mais il colle aux réalités des sites industriels, où la sécurité, la certification et l’acceptabilité sociale imposent souvent des déploiements progressifs, tâches simples, zones balisées, supervision, puis extension.

Xavier Niel, Yann LeCun, Nico Rosberg, un tour de table très exposé

Le projet UMA attire des soutiens qui pèsent dans le débat public, Xavier Niel, Yann LeCun et Nico Rosberg sont cités parmi les investisseurs. Pour une jeune pousse, ce type de backing sert à la fois de crédibilisation et d’aimant à talents, un enjeu central dans une discipline où les équipes se recrutent à l’échelle mondiale.

Cette visibilité a un revers, elle place UMA sous un projecteur immédiat, avec une comparaison quasi automatique à Optimus. Or Tesla dispose d’un avantage structurel, une puissance industrielle, un accès à des volumes, et une capacité à financer des itérations coûteuses. UMA doit donc convaincre sur un autre terrain, précision des cas d’usage, vitesse de prototypage, partenariats européens, et capacité à livrer des pilotes.

Le contexte de marché est favorable, la robotique humanoïde attire à nouveau l’attention, portée par les progrès en vision, en apprentissage et en compute. Mais les clients, eux, veulent des indicateurs concrets, taux de disponibilité, temps moyen de réparation, coût total de possession, intégration avec les systèmes existants.

Dans ce cadre, des investisseurs “noms connus” peuvent ouvrir des portes, mais ne remplacent pas le travail de fond, industrialisation, sécurité fonctionnelle, support. UMA devra transformer cet effet d’annonce en contrats, puis en retours terrain, seule monnaie durable dans la robotique.

Deux robots en développement, UMA vise des tâches répétables avant le grand public

UMA annonce deux modèles de robots en cours de développement. Peu de détails techniques sont publics à ce stade, ce qui est classique pour une jeune société. Le point important tient au choix produit, plutôt que de promettre un humanoïde universel dès le départ, UMA semble préparer des variantes adaptées à des contextes distincts.

Dans l’industrie et la logistique, les premières tâches rentables sont souvent les plus répétitives, déplacer des bacs, alimenter une ligne, manipuler des objets standardisés, ouvrir et fermer des contenants, réaliser des inspections visuelles. Ce sont des missions moins glamour que “faire le ménage à la maison”, mais elles ont un avantage, elles se mesurent, temps de cycle, taux d’erreur, accidents évités.

Pour situer le positionnement, voici une comparaison prudente, basée sur des informations publiques, sans extrapoler des spécifications non annoncées.

Le nerf de la guerre sera l’exécution, obtenir rapidement des démonstrations robustes, puis des pilotes chez des industriels. Dans la robotique, une vidéo ne suffit pas, les clients demandent des semaines d’essais, des logs, et une capacité de support sur site.

Face à Tesla, UMA joue la carte européenne, intégration terrain et sobriété narrative

Comparer UMA à Tesla est tentant, mais les trajectoires peuvent diverger. Tesla vise un produit très large, avec une communication mondiale. UMA, en se lançant depuis l’Europe, peut chercher une voie plus “B2B”, intégrée à des contraintes locales, sites multi-normes, langues, exigences de sécurité, et cycles d’achat plus prudents.

La fenêtre d’opportunité existe, l’Europe dispose d’un tissu industriel dense, automobile, aéronautique, luxe, logistique, et d’une pression démographique sur certains métiers en tension. Si UMA arrive avec un assistant humanoïde capable d’exécuter un petit nombre de tâches de façon fiable, cela peut suffire à créer un marché initial, puis à financer l’extension des capacités.

Le défi technique majeur reste la combinaison perception, manipulation et locomotion dans des environnements semi-structurés. Les usines changent, les cartons se déforment, les sols sont irréguliers, les humains circulent. La promesse d’un humanoïde utile se joue sur la tolérance à l’imprévu, et sur la capacité à apprendre sans mettre en danger.

UMA devra aussi clarifier sa stratégie logicielle, quelle part d’open source, quels partenariats, quelle approche de la donnée terrain. Dans ce secteur, la donnée robotique est chère à produire, parce qu’elle implique du matériel, du temps, et des scénarios variés. Si UMA parvient à mutualiser ces apprentissages entre ses deux modèles, elle peut gagner du temps, et rendre sa plateforme plus attractive pour des clients européens qui veulent du concret, rapidement.