Tesla a fait passer la production d’Optimus à Fremont de quelques dizaines d’unités par semaine à plusieurs centaines, soit environ une multiplication par dix depuis le deuxième trimestre, selon un rapport de The Information résumé par Electrek le 25 septembre 2026. Les robots sortant de cette ligne ne peuvent toujours pas effectuer un travail généralisé, et la plupart n’effectuent absolument aucun travail.
La montée en cadence
| Période | Cadence de production |
|---|---|
| T2 2026, essais en petite série | quelques dizaines par semaine |
| Août 2026 | plusieurs centaines par semaine |
| Objectif fin 2026 | plus de 1 000 par semaine |
| Objectif à long terme | environ 20 000 par semaine |
L’objectif de fin d’année dépend d’une ligne automatisée continue qui n’existe pas encore. L’actuelle n’est pas entièrement automatisée, et la raison est révélatrice.
Les mains sont le goulot d’étranglement
Chaque main Optimus contient plus de 100 vis et petits composants, et des ouvriers les assemblent encore à la main. Les gabarits que Tesla a conçus pour cette opération ont du mal à aligner des pièces bien plus petites et soumises à des tolérances plus strictes que tout ce qui se trouve dans une voiture ; les assemblages nécessitent donc des retouches.
Certains capteurs tactiles ne sont pas fiables. La réponse de Tesla est un « gant de détection » remplaçable prévu pour l’année prochaine — une conception qui admet que les capteurs tomberont en panne et rend leur remplacement peu coûteux, plutôt que de les rendre durables.
Les fournisseurs constituent l’autre moitié du problème. Ils peuvent fabriquer de bonnes pièces en quantités de prototype, mais peinent à maintenir la qualité lorsque les volumes augmentent. C’est une étape reconnaissable pour tout nouveau produit, et c’est celle où se trouve Tesla neuf mois après avoir prévu de l’avoir dépassée. C’est aussi pourquoi l’entreprise a procédé à des audits de fournisseurs chinois potentiels dans le Zhejiang.
La généralisation est le problème le plus difficile
Construire le robot et le rendre utile sont deux problèmes d’ingénierie distincts, et Tesla a bien davantage progressé sur le premier.
Optimus ne peut pas gérer de manière fiable une large gamme de tâches, et son comportement est imprévisible dans les situations pour lesquelles il n’a pas été entraîné. L’apprentissage d’une tâche même élémentaire prend plusieurs jours. Un robot qui nécessite des jours d’entraînement par tâche et se comporte de façon imprévisible en dehors de celle-ci est une unité de démonstration, pas un travailleur — voilà pourquoi la plupart des unités construites jusqu’ici sont utilisées en interne pour les essais, l’entraînement et la collecte de données, plutôt que déployées sur une ligne.
C’est l’indicateur à surveiller, et le propre bilan de Tesla à ce sujet n’est pas flatteur. En janvier 2025, Elon Musk avait prédit la construction de 10 000 robots au cours de cette année-là, dont plusieurs milliers effectueraient un travail utile d’ici la fin de l’année. En janvier 2026, il a reconnu qu’aucun robot Optimus n’effectuait de travail utile chez Tesla.
Ce que cela signifie pour un propriétaire européen de Tesla
Une multiplication par dix de la production est réelle, et ce n’est pas négligeable. Tesla construit désormais la structure de l’usine Optimus dédiée à Giga Texas, et le design Gen 3 apparu dans l’application Android ressemble à un produit conçu pour être fabriqué plutôt que pour être démontré.
Mais la cadence de production est le chiffre le plus facile à faire évoluer et le plus facile à annoncer. Les deux chiffres qui déterminent si les robots humanoïdes rapportent de l’argent sont la généralisation et la fiabilité, et rien dans ce rapport n’indique que l’une ou l’autre ait progressé. XPeng se heurte au même mur en venant de l’autre direction.
Rien ici ne concerne une voiture que vous pouvez acheter, et aucun Optimus ne va apparaître dans une concession ou une usine européenne selon ce calendrier. Cela importe pour deux raisons indirectes. Optimus représente une grande part de l’argument de valorisation de Tesla ; ce qu’il peut réellement faire influence donc le cours de l’action qui finance tout le reste. Et l’approche de calcul, de pipeline de données et d’entraînement qui le sous-tend est la même que celle derrière FSD — un système qui se comporte de manière imprévisible dans des situations pour lesquelles il n’a pas été entraîné est une description familière à quiconque suit les lents progrès de FSD vers l’homologation européenne.