À mi-chemin de l’année 2026, un investisseur de Fengrui Capital fait le point sur le secteur de l’IA au premier semestre. La valorisation des projets change plusieurs fois par semaine ; les investisseurs font face à une anxiété FOMO, tandis que la popularité coexiste avec une différenciation croissante. Le domaine des agents a évolué d’OpenClaw à Harness Engineering, avec un passage des modèles à l’exécution de tâches, et la boucle de données est devenue un avantage concurrentiel pour les startups. Les modèles du monde ont connu une explosion soudaine, et les voix chinoises dans la génération vidéo sont particulièrement fortes. L’écart entre les modèles américains et chinois se réduit à quelques mois, et l’infrastructure de calcul se tourne vers une concurrence basée sur des systèmes « électricité en entrée, jetons en sortie ». Concernant la bulle, les investisseurs estiment que les entreprises orientées recherche doivent livrer continuellement des jalons clés, tandis que les entreprises opérationnelles doivent démontrer la solidité de leur modèle économique. La variable clé du second semestre réside dans la boucle de données réelle.

Auteur de l'article, source : Fengrui Capital

Si le secteur de l'IA commence à « éclater la bulle », quel type d'entreprises sera le premier à être réévalué ?

Ces derniers temps, le secteur de l'IA sur les marchés secondaires a connu des fluctuations importantes, avec des oscillations successives dans les domaines des puces, du stockage et de l'interconnexion optique. Meta a encore relevé ses prévisions de dépenses en capital pour 2026, ramenant au centre du débat la question de la durée et de la vitesse des investissements dans les infrastructures IA.

L'argent continue de s'écouler vers la puissance de calcul, le stockage et les centres de données, et le marché commence à se demander : l'infrastructure de l'IA a-t-elle atteint un sommet provisoire ? Jusqu'où cette vague peut-elle encore durer ? Parallèlement, l'intelligence incarnée, les modèles du monde, les agents, les jetons, ainsi que les changements matériels allant du cloud à la périphérie et jusqu'aux terminaux, se produisent également.

À mi-chemin de 2026, Liu Pengqi et Yan Qianhang, investisseurs technologiques de Fengrui Capital, se sont réunis pour faire le point sur ce semestre : pourquoi les évaluations des projets changent-elles chaque semaine ? Que reste-t-il après la disparition de la frénésie autour d’OpenClaw ? Pourquoi les modèles mondiaux ont-ils connu une explosion soudaine ? Que signifie exactement « électricité en entrée, token en sortie » en termes de concurrence en matière de puissance de calcul ? Et si la bulle devait éclater tôt ou tard, quelles entreprises resteront à la table ?

Nous avons regroupé une partie des échanges ; pour écouter l'épisode complet, rendez-vous sur l'application Xiao Yuzhou ou recherchez « Haute Énergie » sur Apple Podcasts.

Évaluation mise à jour une fois par semaine : les investisseurs craignent plus que de simplement manquer une opportunité.

Liu Pengqi : En regardant en arrière au milieu de l'année 2026, l'évolution de l'IA n'a ralenti en rien. Des OpenClaw et des modèles du monde, à la mémoire et aux interconnexions optiques, jusqu'à la capitalisation boursière de Zhipu dépassant un billion de dollars de Hong Kong, les sujets chauds se sont enchaînés sans relâche. Tout cela s'est concentré dans un seul semestre ; aujourd'hui, nous allons justement les passer en revue pour comprendre ce qui s'est réellement passé en arrière-plan.

Posez d'abord la première question à Yan Bo : combien de projets avez-vous discutés environ au premier semestre ?

Yan Qianhang : Environ 200 à 300 projets, dont près de 150 à 200 liés à l'IA.

Liu Pengqi : Je ressens à peu près la même chose. Si tu devais décrire ton expérience d'évaluation de projets au premier semestre avec quelques mots-clés, lesquels choisirais-tu ?

Yan Qianhang : Le premier est le FOMO (fear of missing out, peur de manquer quelque chose). Des domaines à la mode voient apparaître soudainement un grand nombre de personnes et de projets inconnus auparavant, et leurs valorisations augmentent rapidement. Beaucoup se forcent à examiner tous les projets : avons-nous investi aujourd’hui ? Combien avons-nous investi ? Ne devrions-nous pas en investir davantage ?

Le deuxième point est la divergence structurelle. Quelques secteurs populaires connaissent une activité de financement intense, tandis que la plupart des secteurs restent calmes. Il en va de même sur le marché secondaire : les actions technologiques se portent bien, mais celles hors des sujets à la mode peuvent être stagnantes, voire en baisse.

Le troisième est la valorisation anticipée. Par le passé, lors des investissements en phase précoce, on avait une évaluation relativement claire des jalons correspondant à chaque valorisation : une fois que l'entreprise établissait un consensus et accomplissait ses livrables intermédiaires, sa valorisation augmentait. Aujourd'hui, la popularité et la peur de manquer une opportunité (FOMO) ont bouleversé de nombreuses expériences passées : une valorisation de 1 milliard de dollars peut surgir en quelques mois comme une fusée.

Liu Pengqi : Certains projets voient leur évaluation changer en une semaine, voire, de manière extravagante, trois rounds de financement se déroulent simultanément : un en cours de clôture, un en négociation d'accord, et un autre en cours de finalisation. Face à un tel marché, les investisseurs ressentent-ils de l'anxiété ?

Yan Qianhang : Dire qu'on n'est pas anxieux n'est pas réaliste. Mais ce qui me rend le plus anxieux, ce n'est pas d'avoir raté un projet, c'est la rapidité avec laquelle l'IA évolue. Chaque jour, de nouveaux modèles, de nouveaux termes à la mode et de nouvelles idées apparaissent. Quand vous voyez une nouvelle datant de quelques jours, vous ne pouvez vous empêcher de vous demander : ai-je déjà été laissé pour compte ?

Liu Pengqi : Les investissements peuvent être axés sur la valeur ou sur les opportunités ; il faut les analyser séparément et ne pas laisser les émotions du marché prendre les décisions à votre place. Mettez de côté l'évaluation et la FOMO : quels sont les nouveaux éléments réellement apparus au premier semestre ?

Yan Qianhang : Je vais d'abord parler de l'entrepreneuriat de recherche. Aux États-Unis, un concept récemment largement discuté s'appelle NeoLab : il s'agit de résoudre des problèmes de recherche à long terme en utilisant des méthodes propres aux entreprises commerciales. Plusieurs entreprises de ce type ont émergé au premier semestre. Les gens ne se contentent plus de demander « Est-ce qu'un professeur a créé une entreprise ? », mais examinent désormais si la recherche menée par le professeur après la création de son entreprise progresse plus vite que sous le modèle organisationnel précédent.

En regardant les applications d'IA et le matériel d'IA, les gens commencent également à revenir au produit lui-même. Après l'apparition de Manus, le marché a connu un FOMO sur les agents ; ensuite, Insta360 a relancé l'intérêt pour le matériel d'IA. Après avoir suivi cette vague de tendances, il faut revenir à ceux qui définissent véritablement les produits.

L'IA de codage permet également aux entrepreneurs de ne plus être limités aux chercheurs en algorithmes et aux ingénieurs. Les avocats, les designers, les chefs de produit, voire les mères au foyer, peuvent tous utiliser des outils de codage pour créer des produits.

Liu Pengqi : On disait autrefois que les entrepreneurs technologiques étaient « ceux qui cherchent un clou avec un marteau ». Maintenant, c'est un peu comme si les clous eux-mêmes devenaient entrepreneurs, et que le marteau était devenu un outil universel.

Débarrassez-vous de la mousse de l'agent, voici une bière riche et savoureuse

Liu Pengqi : OpenClaw a été l'un des événements les plus suivis au premier semestre. De la « éleve de crevettes » à la course aux Mac mini, en passant par la sortie d'agents par les fabricants de modèles et les plateformes de messagerie, l'enthousiasme s'est progressivement atténué. L'open source l'a rendu accessible au grand public, mais a également révélé des problèmes de sécurité et d'expérience. Après cette période d'agitation, qu'a-t-il laissé derrière lui ?

Yan Qianhang : OpenClaw permet à de nombreuses personnes ordinaires de déployer elles-mêmes des agents, de télécharger des compétences, puis de les affiner progressivement par conversation naturelle jusqu'à obtenir le résultat souhaité. Il s'agit davantage d'un système d'exploitation pour agents (Agent OS) que d'un simple outil accomplissant une tâche spécifique.

Par exemple, j’ai un ami créateur de contenu dans le domaine du beauté qui souhaite se lancer dans le contenu technologique. Elle a construit plusieurs workflows avec OpenClaw pour collecter ciblément des informations technologiques, puis les intégrer dans une chaîne de production de contenu. Des personnes utilisent déjà de manière stable ces workflows pour la programmation, les présentations PowerPoint, le commerce électronique et les processus internes d’entreprise. Après cette vague d’enthousiasme, bien qu’il y ait eu de la bulle, des fluctuations et du bruit, une fois qu’on élimine la mousse de la bière, on retrouve une bière riche et savoureuse.

Liu Pengqi : Récemment, tout le monde rediscute à nouveau de l'ingénierie de l'environnement d'exécution des agents. Lorsque les grands modèles passent d'outils de discussion à des exécutants de tâches, quels éléments deviennent plus importants ?

Yan Qianhang : Un agent doit prendre des décisions, exécuter des tâches dans un environnement, puis ajuster son comportement en fonction des résultats, afin que tout le processus fonctionne en boucle. Le modèle n'est que le « cerveau » au sein de ce système. Harness Engineering consiste à mettre en place l'environnement périphérique et les boucles de rétroaction, afin que le modèle puisse s'exécuter automatiquement dans le workflow, sans que l'humain doive définir rigoureusement chaque étape à l'avance.

Liu Pengqi : Cela est également lié à la boucle de données. L'expérience personnalisée sur Internet traditionnel provient de l'accumulation de données utilisateur ; les agents pourraient-ils devenir le vecteur de formation de la boucle de données et de l'expérience personnalisée ?

Yan Qianhang : Le chatbot laisse principalement un contexte linguistique, tandis que l'agent laisse une trajectoire de tâche : comment il a jugé, comment il a exécuté, quels outils il a appelés, et s'il a finalement accompli la tâche. Ces trajectoires peuvent être utilisées pour l'apprentissage par renforcement des agents (Agent RL). Les données spécifiques à un domaine vertical ne reviendront pas nécessairement aux entreprises de modèles de base, ce qui pourrait devenir un avantage concurrentiel pour les startups d'agents.

Liu Pengqi : D'après cela, celui qui peut obtenir les traces des tâches des utilisateurs détient plus d'avantage. Actuellement, il y a environ trois types de joueurs sur le terrain : les fabricants de modèles, les plateformes de messagerie et de productivité, et les appareils locaux. Qui préférez-vous ?

Yan Qianhang : Ils accomplissent des tâches différentes. Les fabricants de modèles sont adaptés aux tâches générales telles que la recherche, l'analyse approfondie et le codage ; les plateformes de bureau disposent de fichiers, documents et processus métier déjà prêts ; le matériel local est davantage lié à la confidentialité. Toutefois, la faisabilité de la ligne produit « langoustine » reste à démontrer. Au départ, le Mac mini a été le plus rapidement adopté, et après la baisse de popularité, c'est toujours le Mac mini qui se vend le plus sur Xianyu.

Il existe également un problème lié au matériel local : à qui appartiennent les données ? Par exemple, si l’architecte principal d’une entreprise utilise un agent, il souhaite naturellement utiliser le meilleur modèle disponible ; mais s’il est confronté à la possibilité que l’entreprise derrière le modèle utilise la conception de l’architecture et les traces des tâches pour entraîner ses propres modèles, cela représente un risque important. De nombreux utilisateurs font face à ce conflit : ils veulent utiliser le meilleur modèle, mais refusent de céder leurs données. Comment voyez-vous le compromis entre la confidentialité et la capacité du modèle ?

Liu Pengqi : Selon l'expérience passée, la majorité des utilisateurs grand public choisissent d'abord l'efficacité et l'expérience. Toutefois, les utilisateurs Pro C et les entreprises diffèrent : la documentation technique, la conception produit et les données opérationnelles constituent des actifs essentiels pour les entreprises. L'opportunité réside peut-être ici : permettre aux entreprises d'utiliser les meilleurs modèles tout en maîtrisant les données locales, les autorisations et la sécurité.

Yan Qianhang : Peng Qi et moi, il y a plusieurs années, nous avons tous deux étudié le SaaS et le Fintech, et nous avions un rapport ambigu avec les grands clients B : ils disposent de budgets importants, mais leurs besoins sont complexes et leur prise en charge exigeante. Aujourd'hui, nous avons en plus les FDE (Frontline Deployment Engineers), qui nécessitent que des personnes comprenant à la fois les modèles et les métiers se rendent sur site pour aider les clients à déployer. En quoi le service IA aux grands clients B différera-t-il du SaaS et du Fintech d'autrefois ?

Liu Pengqi : Les clients de grande taille ont des budgets importants et des exigences élevées ; les problèmes classiques comme l'ajout de volume sans augmentation de prix ou les coûts élevés de personnalisation persistent toujours. Les clients demandent encore : puisqu'il existe des modèles open source, pourquoi payer plus pour des services IA ? Lorsque l'IA sera véritablement intégrée à l'infrastructure des entreprises, il faudra gérer la sécurité des données, la confidentialité et l'intégration des systèmes. Il y a aussi les hallucinations : si l'IA est utilisée dans des activités cruciales comme la gestion des risques et qu'une erreur entraîne une perte, qui est responsable — le fournisseur du modèle, l'entreprise ou l'employé ? Cette frontière n'est pas encore clairement définie. Celui qui saura résoudre ces problèmes aura une chance.

Électricité en entrée, token en sortie, les infrastructures IA entrent en concurrence sur le système

Liu Pengqi : Au cours des six derniers mois, la vitesse de progression des capacités des grands modèles s'est-elle accélérée ou ralentie ?

Yan Qianhang : Les innovations radicales, comme l'architecture d'inférence o1, n'ont pas été vues depuis un certain temps. Toutefois, la capacité des modèles à accomplir des tâches réelles progresse toujours. Autrefois, on évaluait les modèles grâce à des tests de mathématiques ou des classements de connaissances, comme les soumettre à un examen ; aujourd'hui, on les teste avec SWE-bench (benchmark d'ingénierie logicielle), Computer Use (utilisation informatique) et Agent Benchmark (benchmark d'agents), pour voir s'ils peuvent corriger des bugs, utiliser des outils et accomplir une tâche longue. Les modèles sont passés de la salle d'examen au lieu de travail réel.

Liu Pengqi : C'est un peu comme un étudiant qui termine ses études et entre dans la vie professionnelle. Ses connaissances sont probablement déjà bien établies, mais la véritable évaluation réside dans la capacité qu'il aura à mettre ces compétences en œuvre au travail. Parmi les entreprises ayant le mieux performé lors de cette vague, laquelle choisiriez-vous ?

Yan Qianhang : Je choisirais Anthropic. Elle a très tôt misé sur le codage, et aujourd'hui, on voit que cette décision était cruciale. Elle a compris plus tôt que les modèles ne devaient pas seulement se comparer par leurs résultats aux examens, mais aussi par leur capacité à exécuter des tâches. Après le lancement de Claude 3.5, l'expérience des outils de codage IA s'est nettement améliorée, et des produits comme Cursor sont devenus de plus en plus efficaces ; à mesure que les outils s'améliorent, plus d'utilisateurs les adoptent, et les retours alimentent à nouveau le modèle, créant ainsi une dynamique progressive.

Une autre raison est sa croissance rapide des revenus. Les revenus annuels déclarés publiquement par Anthropic à plusieurs reprises cette année ont augmenté rapidement, et les gens commencent à se demander : quelle serait l'échelle d'Anthropic en cas de introduction en bourse ? L'amélioration des coûts d'inférence et de la rentabilité a également poussé beaucoup de personnes à réévaluer l'entreprise.

Liu Pengqi : Il semble qu'il ait choisi un marché qui semble vertical et suffisamment grand, en ciblant d'abord en profondeur cet ensemble d'utilisateurs. C'est mieux que de s'étaler trop largement sans avoir une direction suffisamment en avance.

Yan Qianhang : Je n'aime pas considérer le codage comme un domaine vertical. Le codage implique déjà la logique humaine, le raisonnement et la prise de décision ; transformer véritablement un algorithme en une application fonctionnelle. En approfondissant le codage, les modèles développent également leur raisonnement, leur pensée associative et leurs décisions en chaîne. C'est pourquoi les utilisateurs de Claude le trouvent rigoureux et intelligent.

Certains modèles sont très créatifs, mais pas assez fiables. Anthropic est entré par le biais du codage et des agents, et les tâches réelles inversent à leur tour l'entraînement du modèle. C'est un peu comme « l'unité de la connaissance et de l'action » : il a intégré plus tôt que les autres la « connaissance » et l'« action » dans un même cycle.

Cette année, Anthropic a lancé Fable 5 et Mythos 5. Fable 5 est ouvert aux utilisateurs généraux, tandis que l'accès à Mythos 5 est plus restreint ; les deux modèles ont temporairement été suspendus, puis rétablis. Que pensez-vous des discussions suscitées par ces restrictions ?

Liu Pengqi : Il existe déjà de nombreuses évaluations en ligne de ces modèles, mais peu de personnes les ont réellement utilisés en profondeur. Après un rapide examen, je constate qu’ils offrent effectivement une excellente expérience en termes de longueur de contexte, de réflexion adaptative en boucle et d’intégration avec les capacités d’agent. Quant aux prétendues « interdictions », je pense qu’il y a probablement aussi une part de fumée et de marketing par la pénurie. Il reste à voir s’ils sont vraiment devenus suffisamment puissants pour être des outils de compétition entre États.

Yan Qianhang : En regardant en arrière les modèles nationaux, quelles sont, selon toi, les plus grandes évolutions des six derniers mois ?

Liu Pengqi : Zhipu est un exemple typique. Elle s'engage également dans le domaine du codage et effectue ses propres essais en matière d'architecture et d'entraînement aux tâches à long terme. Nous avons également appris que l'équipe a intégré des méthodes telles que la récompense de processus pour améliorer les capacités du modèle. Les équipes nationales continuent de progresser, sans arrêter les recherches sur l'architecture, les algorithmes et les capacités des modèles.

Les données sont également en cours de complétion. Seuls les modèles distillés sont réalisés, et le plafond sera vite atteint. Une fois que les entreprises de modèles obtiendront davantage de financements, en plus d’acheter de la puissance de calcul et de recruter du personnel, elles commenceront également à investir dans des données de haute qualité.

DeepSeek vaut aussi le coup d’œil. Après avoir publié ses modèles, il est resté silencieux pendant un certain temps, mais a continué à accumuler des compétences. Un changement notable cette année est qu’il adopte une attitude plus ouverte en matière de financement et de partenariats avec des ressources de calcul nationales.

Je comprends qu'il faut retenir les talents par une évaluation et des incitations sous forme d'actions, et qu'il est également souhaitable d'établir une collaboration plus étroite avec les fournisseurs nationaux de puissance de calcul. Cela ne permet pas seulement d'améliorer son propre modèle, mais aussi de stimuler l'ensemble de l'écosystème industriel.

Yan Qianhang : Lorsque DeepSeek est apparu, les fonds des principales entreprises de modèles en Chine étaient généralement de quelques dizaines de milliards de yuans. À ce niveau, un laboratoire de recherche soutenu par un fonds de trading quantitatif pouvait encore rivaliser avec les autres. De l'année dernière à cette année, les grandes entreprises ont commencé à investir massivement : Alibaba et Xiaomi dépensent des sommes considérables, et MiniMax ainsi que Zhipu, après leur introduction en bourse, ne disposent plus seulement de plusieurs dizaines de milliards de yuans. Si DeepSeek continue d'utiliser son modèle de fonctionnement précédent, cela revient à s'ajouter volontairement des difficultés.

Mais le style de DeepSeek n'a pas beaucoup changé : toutes les décisions tournent toujours autour d'un seul objectif : créer de meilleurs grands modèles, plutôt que de privilégier la commercialisation à court terme.

Liu Pengqi : Après avoir discuté des plusieurs entreprises de modèles en Chine, examinons l'écart entre la Chine et les États-Unis. Pensez-vous que cet écart s'élargit ou se réduit ?

Yan Qianhang : L'écart entre la Chine et les États-Unis se réduit effectivement sur les modèles version ultra-rapide et version standard universelle. En 2022, tout le monde pensait qu'il serait difficile de rattraper le retard ; en 2023 et 2024, on parlait encore d'un écart de un à deux ans, mais cette année, l'impression générale est que l'écart ne dépasse peut-être que quelques mois. Récemment, Tang Jie, cofondateur de Zhipu, a eu une conversation sur X avec Musk. Musk a déclaré que les grands modèles chinois pourraient ne pas rattraper le niveau de pointe avant le premier trimestre 2027 ; Tang Jie a répondu : « Ce ne sera pas aussi long ».

Les écarts difficiles à surmonter à court terme restent l'infrastructure et la puissance de calcul. Les États-Unis disposent de clusters de puissance de calcul plus importants, permettant d'exécuter simultanément plus d'expériences ; la Chine excelle à faire plus avec moins, en suivant rapidement grâce à l'efficacité algorithmique et ingénierie.

Liu Pengqi : Oui. Plus il y a de machines, plus on peut exécuter simultanément d'expériences, et l'espace d'exploration pour les architectures de modèles s'élargit. Actuellement, la capacité de la Chine à compléter les données est bien supérieure à auparavant, et la contribution des données à l'amélioration des modèles augmente également. En ce qui concerne les versions ultra-rapides et les modèles légers, nous avons effectivement un avantage en termes d'efficacité et de coût.

Yan Qianhang : Les modèles chinois commencent à être davantage reconnus. Le modèle de MiniMax est pris en charge par OpenClaw ; dans l'agenda et les présentations de la GTC d'NVIDIA de mars, Kimi et MiniMax ont également été mentionnés. Nous avons rapidement rattrapé les versions Ultra-Rapide, Standard et Générale.

La génération de vidéos devient plus intéressante, et la voix nationale est plus forte. Après la publication de Seedance, le marché a circulé des informations selon lesquelles son ARR atteignait déjà 2 milliards de dollars, mais Volcano Engine a ensuite indiqué que les chiffres de revenus circulant en dehors de l'entreprise étaient généralement surévalués. À l'étranger, outre Google Veo 3.0 qui conserve toujours de l'attention, le bruit du marché autour de Sora a considérablement diminué par rapport à son lancement. Sur le plan des modèles vidéo, la Chine semble en revanche plus forte.

Liu Pengqi : Étant donné que la génération de vidéos consomme beaucoup de tokens, le coût et l'efficacité par token sont multipliés. Les fabricants nationaux peuvent réduire les coûts à un niveau acceptable pour les utilisateurs grâce à une conception d'architecture et à une utilisation plus efficace de la puissance de calcul.

En descendant plus loin, il est impossible d'ignorer les infrastructures IA. Les fabricants de modèles augmentent continuellement leurs dépenses en capital, et la consommation de tokens augmente également ; le coût des ressources de calcul deviendra inévitablement un goulot d'étranglement. Quels changements avez-vous observés dans l'infrastructure ?

Yan Qianhang : Ce que les gens demandent maintenant, ce n'est plus seulement « y a-t-il assez de puissance de calcul ? », mais si l'ensemble du système fonctionne bien. Il ne s'agit pas seulement de « calculer », mais aussi de « stocker » et de « transmettre ». Supposons qu'il y ait dix mille nœuds de calcul, mais que les données ne puissent pas être transmises à temps au nœud suivant ; les autres nœuds devront alors attendre. C'est comme employer dix mille ouvriers sur une chaîne de montage, mais que les matériaux arrivent trop lentement — il y aura toujours quelqu'un qui traîne les pieds.

C’est pourquoi l’interconnexion optique, le HBM (High Bandwidth Memory), le DRAM (Dynamic Random-Access Memory) et le SSD (Solid State Drive) deviennent de plus en plus importants. En abstrayant l’ensemble du système, il ne s’agit en réalité que d’une seule chose : « Électricité in, Token out. » Comment obtenir davantage de Tokens en échange de l’électricité et des coûts d’exploitation ? Les puces, le stockage, la communication, le refroidissement liquide et le logiciel doivent tous être optimisés ensemble.

Liu Pengqi : Il ne faut pas seulement regarder le cloud lorsqu'on examine les infrastructures. Le côté terminal comprend les appareils autour de nous, comme les téléphones, les montres et les écouteurs ; le côté edge peut inclure des NAS (stockage attaché réseau), des systèmes intégrés ou des équipements internes aux entreprises ; le cloud fournit ensuite une puissance de calcul à grande échelle. Les tâches simples sont traitées côté terminal, les données privées des particuliers et des entreprises restent côté edge, tandis que les programmes complexes et les inférences à long terme sont confiés au cloud.

Yan Qianhang : Le côté cloud a absorbé à court terme une grande quantité de ressources, tandis que le côté endpoint doit désormais développer des fonctions avec moins de puissance de calcul et à un coût plus faible. Pour les startups, ces contraintes cachent également des opportunités.

Modèle mondial, pas un autre grand modèle de langage

Liu Pengqi : Au premier semestre 2026, le modèle du monde est soudainement devenu un mot à la mode. L'intelligence incarnée, la génération vidéo, les jeux et la simulation physique en parlent tous. Selon moi, un modèle du monde ne correspond pas nécessairement à un modèle spécifique, mais ressemble plutôt à ceci : appliquer une intervention externe au monde, puis prédire ce qui se produira au moment suivant.

Selon cette définition, peut-on également considérer les lois de Newton comme un modèle du monde ? Yan Bo, comment comprenez-vous le modèle du monde ? Quel est le lien entre celui-ci et les modèles VLA (vision-langage-action), les modèles de génération vidéo et les grands modèles linguistiques ?

Yan Qianhang : Les modèles du monde ne sont pas un concept nouveau ; ils existent depuis toujours dans l'apprentissage par renforcement. Actuellement, on observe plusieurs approches : des modèles vidéo qui génèrent la prochaine image, des modèles du monde 3D qui créent des espaces interactifs, JEPA (Joint Embedding Predictive Architecture) qui abstractise le monde en une représentation dans un espace latent, et WAM (World Action Model) qui relie le modèle du monde à la politique d'action.

Liu Pengqi : Le langage est une information hautement abstraite, mais le monde réel comprend également la vision, le toucher et les relations spatiales. Je pense que les modèles du monde ressemblent davantage à une capacité innée chez l'humain, tandis que les modèles linguistiques ressemblent plus à un apprentissage acquis. Leurs modes d'itération diffèrent, mais ils forment ensemble l'intelligence humaine. Êtes-vous d'accord avec ce jugement ? Quelle relation les modèles du monde établiront-ils à l'avenir avec les LLM (grands modèles linguistiques) ?

Yan Qianhang : Je privilégie également une complémentarité entre les deux. Le langage et les cinq sens — visuel, auditif, tactile, olfactif — sont tous des moyens par lesquels l’être humain interagit avec le monde. Les grands modèles linguistiques ont d’abord résolu l’intelligence au niveau du langage ; il est naturel que nous poursuivions maintenant l’exploration de la compréhension et de la prédiction de l’IA sur le monde physique.

Liu Pengqi : Pourquoi les modèles mondiaux ont-ils explosé précisément au premier semestre de cette année ?

Yan Qianhang : D'abord, les modèles vidéo ont atteint une maturité, produisant des résultats de plus en plus réalistes. Les technologies de représentation 3D ont également progressé, passant des maillages et nuages de points aux NeRF (champs de radiation neuronale) et à la 3D Gaussian Splatting ; les équipes entrepreneuriales disposent désormais d'une base technique solide pour générer et manipuler des mondes 3D. En complément des modèles vidéo open source, de nombreuses idées peuvent être rapidement validées.

Liu Pengqi : Mais les modèles du monde et l'intelligence incarnée manquent de données contenant des informations physiques. L'industrie parle souvent de la pyramide des données : à la base, il y a des vidéos internet et des données synthétiques ; au milieu, des données en premier plan avec des informations multimodales ; en haut, des données de téléopération sur machine réelle. Comment résoudre ce goulot d'étranglement ?

Yan Qianhang : Nous ne manquons pas de données vidéo ordinaires, mais de données contenant des états physiques et des lois. La première catégorie provient de capteurs réels ; la deuxième, de simulations physiques et de jumeaux numériques ; la troisième, d'inférences de contacts et d'états de force à partir de vidéos. Les données réelles sont les meilleures, mais les plus coûteuses ; il faut finalement constituer un système en gradation à partir de ces trois types de données.

Parlons d’un sujet plus léger. Si les modèles mondiaux commencent à montrer des progrès commerciaux clairs, selon vous, dans quels scénarios les consommateurs les ressentiront en premier : les jeux, la consommation de contenu, ou l’intelligence incarnée dont on parle tant récemment ?

Liu Pengqi : Je suppose que c'est les jeux et la consommation de contenu. Ces scénarios ne recherchent pas une précision absolue ; il suffit qu'ils trompent l'œil humain. L'intelligence incarnée doit opérer dans le monde réel, ce qui exige des exigences plus élevées en matière de données, de taux de réussite et de sécurité.

Yan Qianhang : Si les modèles mondiaux peuvent vraiment être utilisés dans les jeux, j'ai hâte de ne plus voir ces bugs et ces anomalies de collision étranges.

Liu Pengqi : En passant de la consommation de contenu à l'intelligence incarnée, quelles transformations le modèle du monde apporte-t-il à cette industrie ? Certains pensent maintenant que les VLA seront remplacés par les modèles du monde ; est-ce vraiment le cas ?

Yan Qianhang : Je ne le pense pas. Lorsqu'une personne joue au tennis, face à un mouvement inconnu, elle peut d'abord imaginer comment répondre ; mais lorsqu'une balle arrive à grande vitesse, les athlètes professionnels réagissent directement par instinct corporel. Les modèles du monde ressemblent davantage à « réfléchir d'abord, puis agir », tandis que les VLA produisent directement des actions à partir d'entrées visuelles ; les deux peuvent se compléter.

Liu Pengqi : Il existe encore un « triangle impossible » pour l'implémentation de l'intelligence incarnée : les tâches complexes à long terme, un taux de réussite élevé et la généralisation inter-scénarios — il est actuellement difficile de les satisfaire simultanément. Le toucher est également crucial. Si un robot peut, en se basant uniquement sur des capteurs tactiles situés sur ses mains, reconstituer la forme tridimensionnelle approximative d'un objet, cela indique qu'il atteint un niveau de capacité relativement élevé.

Yan Qianhang : Nous avons vu un exemple très intuitif. Une pince à deux doigts coûtant seulement quelques centaines de yuans, combinée à un capteur tactiel pour former une boucle de contrôle de force, peut saisir du tofu sans le broyer. Toutefois, la manière dont le tactile s'adapte au modèle est encore à un stade très précoce.

Après l'éclatement de la bulle, où l'argent va-t-il ?

Liu Pengqi : En plus des domaines les plus populaires tels que les agents, les modèles mondiaux et l'intelligence incarnée, quels autres axes selon vous méritent une attention particulière de la part des entrepreneurs ?

Yan Qianhang : Le domaine qui m'intéresse le plus récemment est l'IA pour la science, dans un sens plus large. En décomposant le processus de recherche scientifique — de la formulation de questions et de la recherche documentaire jusqu'à l'expérimentation, l'analyse et la validation — je cherche à identifier les étapes que l'IA pourrait prendre en charge, afin d'accélérer la vitesse de la recherche. Cela va un pas au-delà d'AlphaFold, qui était bien connu il y a quelques années.

Liu Pengqi : C'est un peu comme transformer la recherche elle-même en une chaîne de production réorganisable.

Yan Qianhang : Oui. Cette année, on a déjà pu observer de nombreux travaux sur la recherche automatique, mais ils restent pour la plupart limités à certains domaines. Ce qui mérite davantage d’attention à l’avenir, c’est la capacité de cette approche à s’étendre à davantage de disciplines et à accélérer considérablement l’innovation scientifique. Un autre exemple, lié à ce que nous venons de discuter sur les modèles mondiaux : les simulations physiques traditionnelles reposent souvent sur la résolution d’équations aux dérivées partielles. Par le passé, un problème majeur dans les simulations était le compromis entre précision et vitesse : vouloir être précis rendait les calculs lents, tandis que vouloir aller vite entraînait souvent une perte de précision. Aujourd’hui, les chercheurs commencent à utiliser l’IA et les opérateurs neuronaux pour remplacer une partie de la résolution des EDP. Si cette approche parvient réellement à combiner rapidité et précision, ce sera une avancée concrète et significative.

Récemment, j’ai trouvé particulièrement intéressant les sciences sociales. Autrefois, la recherche en sciences sociales manquait de mécanismes expérimentaux et déductifs efficaces : soit on utilisait la société réelle comme environnement expérimental pour mener de grandes enquêtes, soit on effectuait des échantillonnages à petite échelle. Maintenant, l’IA pourrait-elle offrir de nouvelles méthodes déductives pour les sciences sociales, s’immiscer dans certains de ces processus et accélérer la recherche ? Cela ouvre immédiatement la voie à l’idée de « AI for Science », qui ne se limite plus uniquement à « AI for materials » ou « AI for biotechnology ».

Un autre axe est le matériel IA. En Chine, on dispose d’une chaîne d’approvisionnement matérielle mature, d’un groupe de jeunes fondateurs et de produits très intelligents, ainsi que d’une infrastructure IA de plus en plus performante, ce qui leur permet de transformer rapidement leurs idées en produits. Ce que j’attends avec encore plus d’impatience, c’est de voir si ce terreau produira aléatoirement des choses que nous n’avons pas prévues.

Liu Pengqi : Le matériel IA ne se limite pas à offrir une fonction aux utilisateurs ; il est également étroitement lié aux modèles mondiaux. Bien que de grandes quantités de données numérisées soient déjà disponibles en ligne, les interactions entre les humains et le monde physique — notamment les données comportementales, les données de signes vitaux et les données électroencéphalographiques — restent très lacunaires. À l'avenir, ces appareils pourraient intégrer une puissance de calcul, des logiciels IA et divers capteurs, apprenant progressivement à nous comprendre pendant leur utilisation, puis nous offrant des services en retour.

Les startups doivent également réfléchir : faites-vous un collecteur de données ou un Data Hub ? Si votre solution peut intégrer les informations des utilisateurs provenant d'autres contextes, les possibilités s'élargissent considérablement.

Liu Pengqi : Parlons enfin du marché des capitaux. Cette année, Yushu a obtenu l'approbation d'enregistrement pour son IPO sur le Sci-Tech Board et est entré dans la phase d'émission ; après leur introduction en bourse au début de l'année, Zhipu et MiniMax ont connu des fluctuations de cours, voire une divergence. Kimi, DeepSeek et Jieyue Xingchen ont respectivement réalisé des levées de fonds importantes. Comment voyez-vous cette vague d'introductions en bourse des entreprises d'IA ? Comment cela influencera-t-il le marché primaire ?

Yan Qianhang : Du point de vue des investisseurs en amont, il est évidemment bon que tout le monde gagne de l'argent. Pour ces entreprises de modèles de base, la cotation représente une occasion de capitalisation : la position dans l'écosystème a déjà été prouvée de manière阶段性, mais il faudra encore mener une bataille plus longue et disposer de davantage de ressources.

Ces entreprises ont une valeur à long terme, mais doivent continuer à investir massivement à court terme dans la recherche ; les marchés financiers leur offrent les conditions nécessaires pour poursuivre ces investissements. OpenAI et Anthropic sont à peu près dans la même situation. Il ne faut pas évaluer ces entreprises uniquement avec le cadre traditionnel du PER ; ce qui intéresse davantage, c’est la position qu’elles occuperont finalement dans l’écosystème. Lors de leur introduction en bourse, les entreprises internet n’étaient pas non plus évaluées uniquement sur la base de leur rentabilité immédiate.

Liu Pengqi : Mais cette vague d'IA est également reconnue comme présentant une bulle. Les bulles éclateront-elles après la cotation de davantage de géants ?

Yan Qianhang : Il est difficile de prédire le jour où la bulle éclatera. Tout le monde peut dire que la bulle éclatera tôt ou tard, mais c’est une phrase correcte mais vide. À court terme, la cotation pourrait générer un nouvel élan de FOMO sur le marché primaire ; cependant, le marché secondaire réagit rapidement : si l’activité est médiocre ou si les progrès de la recherche ne justifient pas les attentes, le cours de l’action reflétera rapidement cette réalité. Si les entreprises leaders performant bien, il reste encore de la place sur le marché primaire ; mais si elles ne tiennent pas la pression, elles exerceront une pression à la baisse sur les valorisations du marché primaire. À ce moment-là, tout le monde recalculera : si les valorisations du marché secondaire ne tiennent pas debout, pourquoi les prix du marché primaire restent-ils aussi élevés, voire inversés par rapport au marché secondaire ? Ne faudrait-il pas faire preuve d’un peu plus de prudence ? Les valorisations qui ont augmenté rapidement au premier semestre de cette année pourraient également entrer dans une période de ralentissement.

Liu Pengqi : Il est difficile de prédire exactement quand l'écroulement aura lieu. Changeons la question : supposons que la bulle commence à éclater, que se passera-t-il ? Quelles entreprises ont le plus de chances de survivre, voire de devenir de véritables bonnes entreprises ?

Yan Qianhang : L'état d'esprit dans une bulle ressemble beaucoup à la spéculation boursière ; tout le monde pense que l'action qu'il a achetée va encore monter en flèche demain. Dès que le marché se refroidit, l'argent se retire vers des actifs plus solides. Pour des domaines pilotés par la recherche, comme les modèles du monde ou les modèles d'intelligence incarnée, les entreprises doivent constamment livrer des jalons clés et maintenir leur position dans l'industrie. Seule une démonstration ou une histoire ne suffit pas ; sans résultats concrets, il sera très difficile d'obtenir des financements à l'avenir.

Une entreprise concrète dépend finalement de la stabilité de son modèle économique et de la véracité de ses commandes. Sa capacité à résister aux chocs détermine sa survie.

Liu Pengqi : Je pense au contraire que l'éclatement de la bulle n'est pas forcément une mauvaise chose. Que ce soit pour les logiciels, les grands modèles ou l'intelligence incarnée, les coûts en calcul et en infrastructure en amont pourraient diminuer. Beaucoup de projets actuels butent sur les dépenses en capital et les coûts. Lorsque les utilisateurs pourront se les permettre, leur mise en œuvre s'accélérera.

Yan Qianhang : Oui, et pour le marché primaire, la cotation n'est pas la fin. Lorsque le moment de sortie arrivera réellement, le cours des actions devra revenir à une valeur raisonnable, et la réaction du marché secondaire sera rapide.

Liu Pengqi : Enfin, si tu devais parier sur une variable pour le second semestre, laquelle choisirais-tu ?

Yan Qianhang : Je regarderai les boucles de données réelles. Que ce soit l'intelligence incarnée ou les agents, tant que cela permet de faire tourner continuellement les données et les retours d'utilisation, ou d'aider les autres à mettre en place ce mécanisme, il y a des opportunités — on peut aussi réussir en vendant des pioches.

Liu Pengqi : Mon jugement est à peu près le même. Au second semestre, on devrait voir davantage de projets concrétisés et générant des revenus. Il est difficile de prédire quand l'éclosion aura lieu, mais la technologie ne peut pas sauter les cycles pour atteindre directement l'IA générale ; des fluctuations se produiront inévitablement en cours de route. La capacité à concrétiser, à générer des revenus, à obtenir des financements ou des données pendant ces fluctuations déterminera si une entreprise peut établir un avantage sectoriel et avoir une chance de participer à la prochaine vague de concurrence.