Après des années consacrées au développement de robots humanoïdes capables de courir, de danser et d’effectuer des saltos arrière, les entreprises chinoises de robotique réorientent leur attention vers les logiciels qui pourraient rendre ces machines utiles dans un éventail plus large de métiers. Ce domaine, connu sous le nom d’IA incarnée, vise à aider les robots à comprendre leur environnement, à apprendre de nouvelles tâches et à s’adapter sans être programmés pour chaque action individuelle.
Les entreprises chinoises d’IA incarnée ont levé 93,5 milliards de yuans (13 milliards de dollars) dans le cadre de 322 opérations au cours du premier semestre 2026, soit cinq fois le montant levé pendant la même période un an plus tôt, selon le cabinet de recherche ITjuzi. Les investissements se dirigent de plus en plus vers des développeurs spécialisés dans l’intelligence robotique, parallèlement aux fabricants de matériel déjà établis.
Cette évolution reflète la pression croissante exercée sur les fabricants de robots pour qu’ils trouvent de la valeur au-delà des machines physiques, alors que la concurrence fait baisser les prix du matériel. Dermot McGrath, fondateur du cabinet de conseil technologique shanghaïen ZenGen Labs, a déclaré que les entreprises estiment de plus en plus que les bénéfices viendront du « cerveau » du robot plutôt que de son matériel.
La compétition s’inscrit également dans la rivalité technologique plus large entre les États-Unis et la Chine. Les entreprises américaines disposent d’un avantage dans certains systèmes avancés d’IA robotique, tandis que les développeurs chinois s’appuient sur leur expertise manufacturière et leur accès à des données industrielles issues du monde réel. Le pays qui combinera le plus efficacement l’IA et les machines pourrait prendre une longueur d’avance dans l’automatisation des usines et de la logistique.
Des start-up américaines telles que Physical Intelligence, Skild AI et Generalist développent des systèmes destinés à enseigner plusieurs compétences aux robots sans réentraînement important. Generalist affirme que son modèle GEN-1.5 a réalisé environ 60 % de tâches simples après avoir regardé des démonstrations d’une durée comprise entre trois et 12 secondes. La société chinoise X Square a indiqué que ses robots pouvaient apprendre des compétences de manipulation à partir d’une seule vidéo montrant un humain, sans réentraîner le modèle pour chaque tâche.
Des spécialistes chinois, notamment X Square, Galaxea et Spirit AI, ont chacun atteint des valorisations d’environ 3 milliards de dollars, selon les informations communiquées par les entreprises. Les fabricants établis augmentent eux aussi leurs investissements. UBTech a publié une offre pour un poste de scientifique en chef chargé de superviser le développement de modèles d’IA, avec une rémunération pouvant atteindre 124 millions de yuans (18 millions de dollars), actions et avantages compris. Unitree compte environ 30 chercheurs travaillant sur une IA conçue pour prédire le comportement des objets, selon une personne informée par l’entreprise.
L’entraînement des robots nécessite des données différentes de celles utilisées pour entraîner les chatbots. Au lieu d’apprendre principalement à partir de textes disponibles sur internet, les robots ont besoin d’exemples d’interactions physiques, comme saisir des objets, manipuler des fils flexibles et se déplacer dans des environnements de travail. Les entreprises chinoises recueillent ces informations au moyen de démonstrations humaines, de capteurs portables, de simulations informatiques et de combinaisons de ces méthodes.
Spirit AI a recruté environ 1 000 personnes pour enregistrer des activités quotidiennes et industrielles, a déclaré son cofondateur Gao Yang. ACE Robotics utilise des capteurs portables pour recueillir les mouvements et les forces de préhension des employés dans des magasins et des hôtels. Robbyant, l’unité robotique d’Ant Group, a déclaré avoir entraîné un modèle avec 160 000 heures de contenu, dont 50 000 heures de mouvements de robots guidés par des humains, et avoir utilisé des données provenant de 20 configurations de robots fabriquées par 17 marques.
DexForce utilise des environnements générés par ordinateur pour entraîner ses robots. L’entreprise a déclaré que certaines tâches industrielles pouvaient être préparées pour leur déploiement en six à huit heures, avec des taux de réussite supérieurs à 99,9 % dans des opérations de précision précises. Toutefois, les environnements simulés ne peuvent pas reproduire totalement les interactions physiques, selon Jerry Wang, de Manycore Tech.
Les développeurs chinois sont également confrontés à des contraintes susceptibles de ralentir les progrès. Les contrôles américains à l’exportation ont limité l’accès aux puces avancées de Nvidia, tandis que les inquiétudes concernant des valorisations excessives et la surpopulation du secteur ont rendu le financement par introduction en Bourse plus difficile. Zhu Mingxuan, qui dirige le développement de l’IA robotique du robot Aether de JoyIn Technology, a déclaré que la pénurie de puces avancées pourrait devenir un problème sérieux à mesure que les systèmes robotiques gagneraient en capacités.
Les entreprises testent la capacité de leurs systèmes à aider les robots à résoudre des problèmes inconnus. Zhu a décrit une expérience au cours de laquelle un robot échouait à plusieurs reprises à placer des écouteurs dans une armoire hors de sa portée. Après que des ingénieurs lui ont montré des vidéos de personnes accomplissant cette tâche, le robot a poussé une boîte vers l’armoire et a tenté de monter dessus.
Certains systèmes sont déjà utilisés dans des environnements industriels et commerciaux contrôlés. CATL a déclaré que les robots de Spirit AI raccordaient des fils flexibles pendant les tests de blocs-batteries dans son usine de Zhongzhou, avec un taux de réussite de l’insertion supérieur à 99 %. Robbyant a déclaré que ses robots traitaient des commandes dans deux pharmacies de Shanghai, tandis que le personnel vérifiait les médicaments avant leur expédition.
L’objectif plus large est de créer des logiciels capables d’apprendre de nouveaux métiers sans adaptation importante et de fonctionner de manière fiable chez différents clients et dans différents environnements de travail. Les entreprises chinoises tentent de réduire leurs besoins en puissance de calcul grâce à des modèles plus efficaces, à des données synthétiques et à des simulations, tandis que des fabricants nationaux de puces comme Huawei développent des solutions de remplacement au matériel de Nvidia. Il reste incertain dans quelle mesure ces efforts pourront compenser la pénurie de puces.
Wang Xingxing, fondateur d’Unitree, a estimé que la robotique pourrait connaître un bond majeur en matière de capacités si les futurs modèles d’IA pouvaient gérer un large éventail de tâches inconnues. Il a déclaré qu’il considérerait ce seuil comme atteint lorsque les robots pourraient accomplir 80 % des tâches dans 80 % des environnements inconnus à partir d’instructions vocales.
Le consultant en robotique Georg Stieler a averti que des démonstrations impressionnantes ne témoigneraient pas nécessairement d’une capacité de déploiement commercial généralisé. Les robots pourraient bientôt être capables d’accomplir un large éventail de tâches inconnues lors de démonstrations, a-t-il déclaré, mais une performance fiable pour les clients pourrait encore être éloignée de plusieurs années.
Sources: Investing.com News.