2026 World Artificial Intelligence Conference met en évidence le virage de l'industrie chinoise de l'intelligence incarnée

Le Congrès mondial de l’intelligence artificielle 2026 ouvrira ses portes à Shanghai en juillet, avec une superficie d’exposition dépassant pour la première fois 100 000 m² et plus de 1 100 entreprises participantes. Ce congrès a témoigné d’une forte segmentation de l’industrie chinoise de l’intelligence incarnée : sur le marché B2B, les acteurs axés sur l’industrie se concentrent sur les tâches répétitives et pénibles dans les chaînes de production, tandis que les acteurs orientés services commerciaux se dirigent vers des scénarios tels que les supermarchés et les restaurants ; sur le marché B2C, les acteurs se divisent entre ceux qui se consacrent à la compagnie et au divertissement, et ceux qui se concentrent sur les tâches ménagères. Les exposants passent de la « démonstration de technologie » à la « réalisation concrète », en mettant l’accent sur le déploiement dans des scénarios réels et le retour sur investissement. La collecte de données devient un pilier fondamental du secteur, avec un écart de plus de 10 000 fois entre la taille des données incarnées et le volume de corpus utilisés pour l’entraînement préliminaire des modèles linguistiques. L’intelligence physique passe de la phase « capable de démonstration » à la phase « capable d’accomplir des tâches », mais fait toujours face à trois défis majeurs : le mur des données, le mur de la représentation et le mur de la boucle fermée.

Auteur et source de l'article : 36氪

L'action remplace la démonstration, les données définissent l'avenir.

Gagner de l'argent avec les entreprises tout en rêvant de créer un produit grand public phare.

Le 17 juillet, le Congrès mondial de l'intelligence artificielle 2026 (WAIC) a ouvert ses portes au Shanghai World Expo Exhibition & Convention Center. Cette année, la superficie d'exposition a dépassé pour la première fois les 100 000 mètres carrés, avec plus de 1 100 entreprises participantes et 349 produits présentés en première mondiale ou en première exposition, tous des records historiques.

Mais plus intuitif que les chiffres, c’est la chaleur sur place — une longue file en forme de U s’étend à l’entrée du pavillon H3 d’intelligence incarnée, et à l’intérieur, la foule est dense au point qu’il est presque impossible de s’arrêter plus de trois secondes au milieu des allées.

Après avoir visité le pavillon H3, un sentiment saute aux yeux : les expositions sur les robots ont changé.

Les robots humanoïdes qui faisaient des saltos et dansaient l’année dernière ont reculé vers les coins — divertissants, mais ne constituent plus l’attraction principale. En première ligne, on trouve désormais des simulations de chaînes de production d’usine, d’étagères de pharmacie, de comptoirs de restaurant et de salons domestiques. Les exposants ne demandent plus « Vous trouvez ça cool ? », mais disent : « Regardez ce que je peux faire, et combien d’argent je peux vous faire économiser. »

Le stand robotique de WAIC 2026 a témoigné du grand divisé de l'intelligence incarnée en Chine, offrant le commentaire le plus direct de l'industrie : travailler, se différencier, poser les fondations — trois mots-clés correspondant aux trois profondes transformations en cours dans l'industrie. Ci-dessous, nos observations directes issues du salon.

« Travailler » est le thème principal, et la différenciation en est la caractéristique principale ; en examinant de plus près, même au niveau B, les chemins sont totalement différents. Un camp s’immerge dans les usines pour accomplir les tâches les plus monotones et les plus pénibles ; l’autre se dirige vers les supermarchés, les pharmacies et les restaurants, cherchant à s’installer là où les gens sont les plus présents.

La stratégie de l'usine est directe : elle reconstitue à l'identique la ligne de production réelle sur le stand, permettant aux robots de « commencer leur poste » en public pour accomplir des tâches répétitives et monotones.

Le leader mondial des robots logistiques, Geek+, lance son premier robot humanoïde universel, le Gino1, équipé d'une capacité de contrôle parallèle intégral pour la coordination main-pied, permettant de collaborer en équipe avec des robots mobiles et des postes de sélection pour accomplir l'ensemble du processus de sélection. Selon les informations, le temps d'exécution par tâche est réduit d'environ 30 %.

Zhiyuan a lancé cinq nouveaux produits : Yuanqi Expedition A3 Ultra, Spirit G2 Max, Lingxi X2 EDU, Critical Point OmniHand 3 Ultra-M et Kuituo Cycling Robot. Le stand a présenté les scénarios de manutention et de palettisation entre Spirit G2 Max et JD Logistics, reproduisant l'état de déploiement des lignes de chargement et déchargement de plateaux. En collaboration avec Junpu Intelligent, un ensemble complet de ligne de traitement de puces a été installé sur place, réalisant de manière continue des opérations longues et complexes telles que le chargement, le conditionnement et le transfert, validant ainsi sa performance stable sans intervention humaine.

Shi Zhihang a installé sur son stand une chaîne de production circulaire pour faisceaux électriques automobiles. Sa solution intelligente A1 pour faisceaux électriques, conçue pour l'automatisation complète du processus de faisceaux, intègre un grand modèle embarqué développé en interne, capable de simuler des opérations souples humaines et de s'intégrer parfaitement aux lignes de production existantes. Selon des informations, cette solution a été déployée à grande échelle chez Tianhai Electronics en juin de cette année.

Les robots Leju ont reproduit des scénarios automatisés et flexibles à plusieurs postes, tels que le dépalettisage, le transport et l'alimentation, sans aucune intervention humaine, fonctionnant en continu sur le salon sans aucune différence avec les lignes de production industrielles réelles.

Les scénarios industriels présentent un haut niveau de structuration, des limites de tâches claires et un ROI quantifiable — c'est l'avis commun des fabricants. Les robots n'ont pas besoin d'être polyvalents ; il suffit qu'ils excellents à une seule tâche sur un poste spécifique.

Les professionnels des services commerciaux font face à un tout autre ensemble de défis, dans un environnement plus ouvert, avec des interférences plus aléatoires et un espace de tolérance aux erreurs plus réduit.

Galaxy General a présenté deux robots aux positions clairement définies : le robot généraliste Galbot G1 axé sur les services interactifs et le robot à charge lourde Galbot S1 dédié aux scénarios industriels. Tous les mouvements de ces deux produits sont pilotés en temps réel par le modèle de grande taille propriétaire « AstraBrain ».

G1 démontre sa polyvalence dans les scénarios de service C-end et B-end, couvrant de multiples applications telles que la préparation du petit-déjeuner, le commerce de détail intelligent et l'accueil des clients ; S1 se concentre sur des scénarios industriels plus exigeants, en présentant intégralement la chaîne d'opérations logistiques, du dépalettage au transport et au stockage.

AlphaBot 2 (AiBao), entièrement réinventé par Zhi Square, adopte une nouvelle approche. Il se transforme en propriétaire qui prépare du café, des cocktails et des glaces sur place, offrant, au-delà de la simple activité professionnelle, une valeur émotionnelle et une expérience client incontournables dans les services commerciaux B2B.

Bien que les parcours de ces deux entreprises diffèrent, ils partagent la même logique commerciale : plus le scénario est ouvert, plus la complexité technique est élevée, mais plus la demande du marché est urgente et plus la volonté de payer est forte. Dès qu'une fiabilité est démontrée dans un scénario spécifique, le cercle commercial peut être bouclé. C'est également la raison pour laquelle la plupart des entreprises choisissent de couvrir à la fois les scénarios industriels et commerciaux dans leur approche B2B.

Il est à noter que Fourier a lancé son premier robot bipède à roues à haute charge, le GRW, offrant une capacité de charge stable jusqu'à 16 kg, un espace de travail dépassant 2 mètres et une mobilité flexible, ciblant des scénarios de collaboration homme-machine à forte charge tels que la logistique, la fabrication industrielle et les soins de santé. Ce robot est équipé de la plateforme de développement sans code de Fourier, réduisant davantage la barrière à l'entrée.

En outre, le service de guidage culturel et touristique constitue déjà un segment relativement mature. Pendant le WAIC, Zhiyuan a collaboré avec Qingtian Zu pour déployer soixante robots corporels intelligents de divers types sur le site principal et les deux sites secondaires, assurant des fonctions d'orientation et de guidage dans les zones publiques centrales. Les modèles A3 et Lingxi X2, outre leur rôle de guidage, ont également effectué en direct des mouvements complexes et des chorégraphies en groupe, suscitant l'attention et les applaudissements du public.

Peng Zhihui, cofondateur de Zhiyuan, a déclaré dans un entretien que le changement le plus évident dans l'industrie consiste à passer d'une présentation spectaculaire à un déploiement opérationnel et à la productivité : « Les gens s'intéressent davantage à sa capacité à entrer réellement dans les usines et les environnements de services commerciaux. »

Usine ou boutique, les chemins diffèrent, mais la question est la même — comment obtenir en premier lieu le billet pour la survie dans le processus de commercialisation. Chaque entreprise répond à sa manière, en attendant la validation du marché.

La segmentation du côté consommateur n'est pas aussi ciblée que du côté professionnel. Les usines achètent des robots en calculant le ROI, le délai de retour sur investissement et le nombre de postes remplacés. En revanche, la décision des consommateurs individuels est bien plus complexe : certains commandent parce que c'est « amusant », d'autres comparent les prix en se concentrant sur la « capacité », tandis que d'autres encore attendent à la fois une sensation de compagnie et une utilité pratique — souvent, les trois critères sont combinés.

Sur le terrain, alors que certaines entreprises ciblent les familles et les consommateurs individuels en positionnant les robots comme des « compagnons » ou des « accompagnateurs éducatifs » pour jouer aux échecs ou discuter, elles vendent une valeur émotionnelle ; d’autres se positionnent comme des « nounous » spécialisées dans les tâches ménagères, en vendant une valeur pratique ; d’autres encore cherchent à trouver un équilibre entre la compagnie et les tâches domestiques.

La famille de robots « Miao » de Fuliye pousse la « valeur émotionnelle » un pas plus loin : le GR Nano de bureau se concentre sur le soutien émotionnel personnel et génère des changements émotionnels subtils au toucher, permettant aux utilisateurs de lui attribuer une personnalité unique. Le GR Mini, avec son apparence mignonne et ses danses anthropomorphiques, renforce les scénarios tels que la visite guidée en exposition et l’accompagnement des personnes âgées. Bien que le GR Nano ne soit pas encore disponible sur le marché, la stratégie de Fuliye en faveur de la « connexion émotionnelle » sur le segment grand public est déjà clairement visible.

Qiyuan T1 et Q1 se concentrent sur la compagnie familiale et l'expérience éducative et scientifique. Le T1 est le premier robot personnel déformable au monde, capable de passer librement entre une forme bipède roue-pied et une forme quadrupède ; le Q1, conçu de manière légère, se démarque par sa fonction de compagnie familiale et son expérience éducative. Le stand est piloté par des robots qui dirigent le rythme des interactions, et il a déjà ouvert une boutique-phare en magasin physique dans des centres commerciaux.

Le petit robot humanoïde JAKA π (« Pi Zai ») lancé par JAKA, mesurant seulement 1,22 mètre de haut, est l'un des robots humanoïdes les plus compacts de sa catégorie. Il est équipé d'une architecture fusionnée « cerveau + cervelet » et effectue des démonstrations en direct sur le stand tout en interagissant avec le public. Bien que le marché principal de JAKA soit l'industrie, la présence de « Pi Zai » montre que même les acteurs industriels ne peuvent ignorer l'attrait de la stratégie « mignon ».

Le robot humanoïde Luna pour femmes de Zhujì Dynamics impressionne par son design en tissu souple et sa capacité de danse fluide, attirant un grand nombre de spectateurs avec ses mouvements naturels et sa démarche élégante ; l'interface de commande iPad permet d'apprendre des danses en un clic via vidéo et de composer des mouvements par glisser-déposer.

Vitadong présente sur le stand de JD un chien robot capable de jouer et de converser de manière autonome, sans télécommande.

En observant de plus près ces participants « de compagnie », on constate que leurs tâches ont des limites claires, une interaction maîtrisée et une technologie relativement mature ; elles ne nécessitent pas de comprendre le monde physique complexe, mais seulement de réagir correctement dans un cadre de règles limité. Ces scénarios sont essentiellement des « questions fermées » : ils ne demandent pas de travail pénible, et tant qu’ils sont suffisamment intéressants et procurant un sentiment de compagnie, des gens sont prêts à payer.

La démarche des travailleurs est totalement différente. Ils doivent entrer dans les foyers pour effectuer des tâches ménagères telles que plier les vêtements, ranger les jouets et organiser les pièces. Pour les robots, cela représente une « difficulté extrême » : les tissus sont souples, les plis sont aléatoires, et chaque fois qu’on place un même T-shirt, sa forme est différente.

La « maison incarnée » de Fu Liye est l'une des plus avancées en termes de parcours technologique parmi les équipes de travail. Un espace de simulation domestique complet, intitulé « Une journée avec le robot管家 », a été installé sur le stand. Lorsqu'un utilisateur donne une instruction floue comme « J'ai soif », le GR-3 comprend automatiquement le besoin, localise l'objet cible et le ramène sans nécessiter de position précise. Un grand écran en direct visualise en temps réel l'ensemble du processus de prise de décision du robot.

L'avenir n'est pas loin : F2 se positionne comme « un管家 familial dédié », avec un design doux et mignon, capable de jouer et de jouer aux échecs avec vous, de surveiller vos études, ainsi que de plier vos vêtements et de recharger la nourriture pour chat. Le produit est déjà disponible et est utilisé à titre payant par des centaines de foyers, suivant une approche pragmatique consistant à « commencer par ce qui est réalisable, puis s'étendre progressivement ».

Yuliqi a démontré des tâches à long terme telles que la préparation de pizzas, la réalisation de dessins en sucre et le nettoyage des chambres, mais en examinant de plus près, ces scénarios constituent davantage une « validation des capacités » et restent encore éloignés de la résolution réelle des problèmes quotidiens à la maison.

Une démonstration fluide sur un stand ne change pas la réalité : le foyer est un monde ouvert, tandis que les capacités technologiques actuelles restent limitées à des environnements fermés ou semi-fermés. Accomplir des tâches prédéfinies dans un cadre fixe est déjà difficile ; entrer véritablement dans des foyers « uniques à chaque maison » reste un long chemin à parcourir.

La distinction entre les partisans de la compagnie et ceux de la productivité semble être une différence de parcours technologique, mais en réalité, elle reflète des visions différentes de la relation homme-machine. Les premiers considèrent les robots comme des compagnons, vendant une connexion émotionnelle ; les seconds les voient comme des assistants, vendant la libération du travail.

Dans un cadre fermé, les « questions simples » et dans un monde ouvert, la « difficulté infernale » correspondent à deux rythmes de commercialisation : l’un repose sur les effets d’échelle pour une croissance rapide, l’autre sur des percées technologiques pour une progression lente.

Actuellement, de nombreux陪玩派 ont déjà établi une boucle de production à grande échelle, tandis que les干活派 attendent toujours un point de bascule technologique. Du côté C, le marché préfère payer pour des produits « utilisables dès maintenant » plutôt que pour des visions « prometteuses pour l'avenir ».

Outre la séparation des scénarios B2B et B2C, il existait dans le salon un autre type de stand : sans danse, sans attrapage, seulement des caméras en tête, des gants de données et des postes de téléopération, accompagnés de personnes les portant et répétant le même geste. Leur tâche était simple : avant que les robots n'apprennent à travailler, leur apprendre comment apprendre.

Sur le stand de Mifeng Technology, on trouve l'équipement de capture porté sur la tête MEgo View et l'appareil portable en forme de pince MEgo Gripper. Les utilisateurs mettent l'équipement et utilisent la pince pour saisir les objets devant eux ; les lentilles fish-eye de 200°, les capteurs tactiles 3D et l'IMU à neuf axes de la pince collectent simultanément les données, tandis qu'un grand écran à côté reconstitue en temps réel les trajectoires des opérations avec une précision au millimètre. La position de Mifeng est claire : ils ne fabriquent pas de robots, ils ne font que des « enseignants de robots ». En collectant via le crowdsourcing des vidéos d'opérations humaines, ils réduisent les coûts des données à un tiers, voire moins, par rapport aux méthodes traditionnelles de téléopération avec machines réelles.

Les robots Siling adoptent une approche de téléopération à retour de force haute précision, offrant une précision extrême mais à un coût élevé. Dans le système de collecte de données Diana3 + Diana7G2, l'opérateur tient le bras principal, tandis que le bras secondaire à distance reproduit en temps réel tous les mouvements, permettant un retour de force bidirectionnel à l'échelle des millisecondes et la conservation de données multimodales telles que la force, le mouvement et la vision.

Shi Zhihang a présenté un système de collecte de données construit autour du paradigme « Human-Centric », développant indépendamment le système de collecte de données SenseHub à haute précision, qui utilise un gant à cinq doigts pour capturer intégralement la position spatiale de la main, la posture des doigts et la force d'opération. La logique fondamentale est la suivante : le sujet de la collecte de données est l'humain, et non le robot ; les grands modèles absorbent les données d'opération humaines avant de les transférer aux robots.

Dans le pavillon, il existe bien d'autres équipements de collecte de données similaires à ces trois-là. La RoboPocket de Qiongche Intelligence, la solution HumanData de Jianzhi Robotics, la pince de collecte visuo-tactile de Qianjue Robotics et le système Looper de Chenjing Technology couvrent désormais une gamme de dimensions de plus en plus fine, du visuel au tactile, de la capture de mouvement corporel complet à la vue en première personne.

Les robots sur le stand, intégrés dans les usines et les supermarchés, semblent simplement effectuer des tâches, mais ils collectent également des données pertinentes dans des environnements réels. Travailler et collecter des données sont désormais liés.

ZERITH est un exemple typique de cette logique, axé sur quatre piliers : la vente immédiate, la fondation sur les données, la généralisation des scénarios et l'entrée dans les foyers. Sur le stand, un espace immersif a été créé, où le robot humanoïde ZERITH-H1, équipé d'un système de perception multimodale 3D, fonctionne en continu devant une étagère de boutique simulée, identifiant les produits, les saisissant, les triant et les réapprovisionnant, tout cela de manière autonome. Toutes les données relatives à chaque tentative de saisie — réussie ou échouée, avec une force appropriée ou non, et un point de saisie précis ou non — sont renvoyées au serveur pour l'itération du modèle.

La clé de cette logique réside dans « l'APIisation de la capture physique ». Zeroth transforme les capacités physiques telles que la capture, l'identification et le tri en interfaces standardisées réutilisables, permettant à des scénarios plus nombreux d'appeler directement les interfaces optimisées.

Mais la capacité de « apprentissage par les données » peut-elle véritablement s’ généraliser reste le plus grand inconnu de l’industrie.

Yao Maoqing, partenaire de Zhì Yuán, a souligné lors du forum Zhì Qǐ Corporel à WAIC que, pour que l'IA physique atteigne une échelle significative, il faut franchir trois barrières : premièrement, la barrière des données, car les données d'interaction réelles sont rares et coûteuses à obtenir ; deuxièmement, la barrière de la représentation, car une représentation physique unifiée pour diverses tâches et scénarios n'a pas encore été établie ; troisièmement, la barrière de la boucle fermée, car les essais-erreurs réels sont coûteux et les retours lents.

Il a révélé que l'échelle des données corporelles présente un écart de plus de dix mille fois par rapport au corpus de pré-entraînement des modèles linguistiques ; pour comprendre les lois physiques générales, il faudra au moins accumuler des milliards d'heures de données.

En amont de la chaîne de valeur des données, RoboSense résout les questions de l'origine des données et de la garantie de leur qualité. Sa plateforme de perception entièrement solide de deuxième génération, E2, offre une précision triplée par rapport à la génération précédente et une fréquence de points atteignant le million, permettant aux robots de générer simultanément, pendant leur déplacement et leurs opérations, des actifs de données calculables et apprenables, créant ainsi une boucle fermée « perception — données — entraînement — itération ».

L'apparition massive de dispositifs de collecte de données compense en quelque sorte le manque de « intelligence » par une « diligence » accrue. Comme Yao Maoqing le souligne, l'IA physique passe de la « capacité à démontrer » à la « capacité à accomplir des tâches », et cela dépend essentiellement de la capacité à créer un système universel généralisable, optimisable et évolutif.

Les casques caméras, les gants de données et les postes de téléopération dans le hall effectuent toutes la même chose : traduire le monde physique en un langage compréhensible par les modèles. Plus cette traduction est rapide et précise, plus tôt les robots apprendront à travailler. Mais avant cela, toute l'industrie doit continuer à collecter des données à la main, en utilisant la méthode la plus simple, en attendant un résultat le plus intelligent.