Tech • IA • Robotique
La Chine a déjà gagné la course aux robots (et personne n'en parle)
9.4/10INTRO
Un nouvel élan de l’IA physique injecte des milliards dans la robotique, alors que les entreprises s’éloignent du rêve d’un humanoïde à modèle unique pour aller vers des systèmes en couches capables de planifier, prédire, agir et vérifier dans le monde réel.
POINTS CLÉS
L’essor des investissements s’accélère
Les start-up de la robotique ont levé plus de 18 milliards de dollars depuis janvier, dépassant déjà tout 2025 alors que l’année n’est qu’à moitié écoulée. Agility Robotics prépare une entrée en Bourse autour de 2,5 milliards de dollars, Figure est valorisée à 39 milliards de dollars, et une entreprise allemande de robotique a récemment obtenu près de 1,5 milliard de dollars en un seul tour. Cette vague de capitaux reflète une conviction plus large: le prochain grand marché de l’IA sera physique plutôt que purement numérique.
Pourquoi la robotique revient maintenant
Les précédentes vagues de robotique ont souvent déçu. Les bras robotiques collaboratifs promettaient de bouleverser l’industrie vers 2015, l’automatisation des entrepôts a bondi en 2020, et les humanoïdes sont devenus un thème phare après l’apparition de Tesla Optimus en 2021, mais beaucoup de systèmes restaient rigides et fragiles hors d’environnements très contrôlés. Ce qui a changé, c’est le progrès simultané du matériel et de l’IA: des actionneurs plus légers, une meilleure électronique embarquée et des corps plus contrôlables rencontrent désormais des modèles multimodaux capables de relier vision, langage et action.
D’un seul cerveau à une chaîne de commandement
Le secteur abandonne de plus en plus l’idée qu’un seul grand modèle puisse simplement être placé dans un robot. À la place, les développeurs construisent une pile cognitive qui répartit les tâches entre couches spécialisées: un planificateur pour comprendre les objectifs, un prédicteur pour estimer ce qui va se passer ensuite, un modèle d’action pour mouvoir le corps, et une couche de vérification pour contrôler si la tâche a réellement réussi. Le robot émergent ressemble moins à un cerveau unique qu’à une équipe de systèmes coordonnés fonctionnant à des vitesses différentes.
Pourquoi les grands modèles de langage ne suffisent pas
Un obstacle central est l’absence d’un véritable « internet du mouvement ». Les modèles de texte ont réussi parce qu’ils ont été entraînés sur d’immenses réserves d’écrits, mais les compétences physiques sont surtout tacites et rarement documentées sous une forme précise et réutilisable. Le roboticien Ken Goldberg a noté que les données de texte et d’images utilisées pour les grands modèles d’IA représentent environ 100 000 ans de lecture et d’observation humaines, tandis que l’un des plus grands jeux de données d’entraînement robotique ne contenait autrefois qu’environ un an de démonstrations humaines téléopérées.
L’essor des modèles VLA
Pour combler cet écart, les entreprises étendent les systèmes vision-langage vers des modèles VLA, pour vision-language-action. Ces systèmes prennent une scène et une consigne, comme ramasser une tasse, puis génèrent les actions motrices nécessaires pour un robot donné. L’architecture Helix de Figure utilise trois niveaux, dont une couche lente de compréhension de scène, une couche rapide de mouvement fonctionnant à 200 Hz, et une couche de coordination du corps entier à 1000 Hz, tandis que Google et Nvidia développent des piles d’action similaires via Gemini Robotics et Groot.
Les modèles du monde deviennent le prochain champ de bataille
Au-delà du choix des actions, les robots doivent anticiper les conséquences: si un objet va glisser, si un conteneur va déborder, ou si une trajectoire va déstabiliser le corps. Cela a placé les modèles du monde au centre du secteur. World Labs de Fei-Fei Li a levé 1 milliard de dollars pour construire des systèmes capables de percevoir, générer, raisonner et interagir dans des environnements tridimensionnels, tandis que Nvidia Cosmos vise à générer des futurs réalistes pour fournir des données synthétiques d’entraînement et soutenir la simulation robotique.
Deux approches rivales émergent
Un camp, mené notamment par Nvidia, cherche à générer des états futurs possibles du monde, donnant en pratique aux robots un moteur d’imagination pour l’entraînement et la planification. L’autre, associé à l’approche JEPA de Yann LeCun et Meta, estime que prédire chaque pixel futur gaspille du calcul et que les robots devraient plutôt apprendre des représentations abstraites de la structure physique. Meta a montré que cette voie peut fonctionner en entraînant un modèle surtout sur vidéo, puis en l’adaptant avec environ 62 heures de données robotiques avant de l’utiliser pour planifier la préhension et le mouvement dans de nouveaux environnements.
Google pousse le raisonnement robotique de haut niveau
Google a séparé l’exécution motrice de la planification de haut niveau avec Gemini Robotics ER2, qui agit comme un cerveau superviseur plutôt qu’un contrôleur direct des articulations. Il peut décomposer une tâche en étapes, suivre les progrès dans le temps, détecter le moment où un événement critique se produit, et déclencher des tentatives ciblées au lieu de relancer toute une mission. Google a aussi démontré cette orchestration sur plusieurs robots, dont Spot, Apollo et Franka, ce qui suggère que l’intelligence robotique de demain pourrait coordonner des flottes plutôt qu’habiter une seule machine.
L’avantage de Nvidia pourrait être le péage incontournable
Même si aucune architecture unique ne l’emporte, Nvidia est présent à presque tous les niveaux de la pile. L’entreprise propose Cosmos pour la modélisation du monde, Groot pour l’action robotique, Isaac pour l’entraînement et la simulation, Jetson pour l’exécution embarquée, ainsi que l’infrastructure GPU qui alimente l’essentiel de la chaîne. Cette portée signifie que beaucoup de concurrents pourraient malgré tout dépendre de Nvidia quelque part entre la génération de données, l’entraînement des modèles et le déploiement.
L’atout de la Chine pourrait être l’échelle industrielle
Tandis que Google et Nvidia rivalisent pour contrôler la pile cognitive, la Chine pourrait détenir la position la plus forte pour déployer les machines physiques à grande échelle. Les robots exigent des moteurs, réducteurs, batteries, capteurs et chaînes d’approvisionnement, des domaines où la Chine dispose déjà d’une forte profondeur. Unitree a livré environ 5 500 humanoïdes en 2025, soit près d’un tiers du volume mondial, et prévoit une cotation à Shanghai pour lever environ 4,2 milliards de yuans, soulignant à quel point la production de masse pourrait devenir aussi décisive que l’architecture de l’IA.
CONCLUSION
La nouvelle course à la robotique ne consiste plus seulement à construire des humanoïdes plus intelligents. Elle vise à contrôler toute la pile de l’IA physique, du raisonnement et de la simulation jusqu’aux composants, à la fabrication et au déploiement à grande échelle.
Explique-moi