Pollen Robotics

Pollen Robotics est la startup française qui démocratise la robotique humanoïde open sourceLogiciel dont le code source , et parfois les poids du modèle , sont publiés librement et réutilisables.. Fondée à Bordeaux en 2016 par deux docteurs en robotique sortis de l INRIA, elle conçoit Reachy, l un des seuls robots humanoïdes au monde dont l intégralité du hardware et du software est publiée en open source.

Acquise par Hugging Face en avril 2024, Pollen Robotics joue désormais un rôle central dans la stratégie robotique du "GitHub de l IA". L acquisition a permis de lancer Reachy Mini, version compacte vendue 299 dollars et ciblée éducation et makers, qui dispose désormais d un AppStore dédié.

1. Étape 01

   Pollen Robotics naît en 2016 à Bordeaux comme spin-off des recherches INRIA sur la robotique sociale. Premier produit : Reachy, robot humanoïde de bureau ressemblant à un bébé robot avec deux bras, des oreilles et des yeux animés. Le robot est vendu à des laboratoires académiques (MIT, Stanford, ENS) et à quelques entreprises pour des applications expérimentales.

2. Étape 02

   Levée seed de 2,5 millions d euros en 2019. Pendant la pandémie, l entreprise itère sur le hardware et publie progressivement tout son code en open sourceLogiciel dont le code source , et parfois les poids du modèle , sont publiés librement et réutilisables., devenant une référence mondiale chez les chercheurs et makers. Acquisition par Hugging Face en avril 2024 pour un montant non divulgué (estimé à 50-80 millions d euros). En 2025, lancement de Reachy Mini à 299 dollars. En mai 2026, ouverture de l AppStore dédié avec 200 apps disponibles, créant le premier écosystème app pour robotique humanoïde grand public.

Trois produits principaux : Reachy 2 (robot humanoïde grand format pour la recherche, 19 000 euros), Reachy Mini (version compacte pour éducation et makers, 299 dollars), et Reachy Cloud (plateforme cloud pour téléopération et entraînement à distance). Tous open sourceLogiciel dont le code source , et parfois les poids du modèle , sont publiés librement et réutilisables. : schémas hardware, firmware, code Python pour le contrôle, modèles ML pré-entraînés.