Anthropic teste un langage commun pour que l'IA pilote des machines réelles

Anthropic a annoncé le 27 août l'ouverture d'un accès anticipé au Model Hardware Standard (MHS), une norme commune qui permet à un agent IA de piloter directement des appareils physiques, microscopes, bras robotisés, lasers, automates de laboratoire, sans intégration sur mesure pour chaque machine.

Le projet est né d'une collaboration entre Anthropic et le centre de recherche HHMI Janelia.

Le problème que ça résout

Aujourd'hui, brancher plusieurs appareils ensemble dans un laboratoire ou une usine prend des semaines, parfois des mois. Chaque fabricant a son propre logiciel, son propre langage, et rien ne communique nativement d'un appareil à l'autre. Il faut un spécialiste pour bricoler une intégration sur mesure entre chaque paire de machines.

MHS ramène ce travail à quelques heures, en donnant à tous les appareils compatibles un langage commun.

Comment ça marche, simplement

MHS ajoute une couche logicielle standard entre l'appareil et l'ordinateur, avec des commandes simples comme "lire la température" ou "régler la température". N'importe quel appareil compatible comprend ce langage, et devient automatiquement repérable par un agent IA, sans traducteur sur mesure à écrire.

Autre détail utile : les informations qu'un technicien note d'habitude dans un manuel papier (le poids d'un bras robotisé, ses limites de sécurité) peuvent être décrites en langage courant, et MHS les transforme en fiche de référence que l'agent sait exploiter directement.

Des résultats déjà concrets

Chez QuEra, une entreprise d'informatique quantique, un agent a passé une nuit entière à améliorer, seul, un script de récupération d'un laser de précision. Résultat au matin : un taux de réussite passé de 58 % à 99,3 %, et un temps de récupération réduit de 150 secondes à 6 secondes.

Chez Genentech, laboratoire pharmaceutique, Claude a piloté un test de dosage de protéines sur trois appareils reliés, et corrigé lui-même certaines erreurs en cours de route. À l'Université Carnegie Mellon, des expériences de dosage tournent désormais environ trois fois plus vite qu'avant.

Ce que ça laisse entrevoir pour toutes les entreprises

Ces exemples viennent tous du monde de la recherche scientifique, mais le principe dépasse largement ce cadre. Toute activité qui repose sur des machines, des capteurs ou des instruments avec une interface programmable pourrait, à terme, en tirer parti : contrôle qualité sur une ligne de production, maintenance prédictive, coordination d'équipements dans un entrepôt logistique.

C'est le même mouvement de fond que celui du modèle de navigation robotique de Mistral dont on vous parlait récemment : l'IA quitte progressivement l'écran pour se connecter à des équipements physiques réels. Après le texte et le code, c'est au tour du matériel de devenir un terrain d'action courant pour ces agents.

Anthropic reste toutefois prudent : ce n'est qu'un aperçu de recherche, réservé pour l'instant à un nombre restreint de laboratoires et de fabricants, pas une diffusion ouverte à tous. L'entreprise le reconnaît elle-même, Claude n'a pas encore d'intuition physique innée, ce qui justifie de construire des garde-fous de sécurité avant d'aller plus loin.

---

Source : Previewing the Model Hardware Standard, Anthropic, 27 août 2026