La Chine construit l’infrastructure qui doit donner un « cerveau » aux robots humanoïdes

Le World Robot Conference 2026, organisé à Pékin, a fourni un aperçu révélateur de la prochaine étape de l’industrie chinoise des robots humanoïdes. Après avoir consacré des années à améliorer les corps — moteurs, batteries, articulations et équilibre — le secteur investit désormais dans ce qui doit entraîner leur « cerveau » : les données d’interaction avec le monde physique.

Au moins 90 centres de collecte et d’entraînement de données pour robots humanoïdes seraient déjà en activité ou en construction en Chine. Ce chiffre illustre un changement de priorité dans les investissements. Il ne prouve toutefois pas que ces volumes de données produiront une intelligence robotique capable de se transférer d’une machine à l’autre, d’une tâche à l’autre et d’un environnement de travail à l’autre. 13

La nouvelle ressource stratégique : les données incarnées

Pour apprendre à agir, un robot ne peut pas se contenter d’images ou de textes. Il doit comprendre ce que voit un humain, comment un corps se déplace, comment un objet réagit au contact et comment une action évolue dans le temps.

Les données utiles à cette « intelligence incarnée » peuvent donc inclure des vidéos à la première personne, des informations de posture, la profondeur, des signaux tactiles ou encore l’état interne du robot. Elles décrivent non seulement ce qui se passe, mais aussi la manière dont une action est réalisée.

Lightwheel AI a concrétisé cette approche avec EgoSuite-Open100K, un jeu de données annoncé à terme à 100 000 heures d’activités humaines filmées à la première personne. Le projet doit couvrir plus de 15 000 tâches et scènes de collecte dans le monde réel, avec des vues captées depuis la tête et le poignet, ainsi que des données sur la posture des mains et du corps, des annotations sémantiques et la profondeur. Les 10 000 premières heures sont disponibles via Hugging Face, le projet visant également une diffusion sur AtomGit. 1 12

L’intérêt est évident : des démonstrations humaines peuvent couvrir une grande variété de gestes quotidiens sans obliger les équipes à enregistrer chaque exemple avec un robot physique coûteux. Mais une démonstration humaine n’est pas automatiquement une expérience robotique. Une personne corrige naturellement son équilibre, le frottement ou la force exercée sur un objet ; un robot doit mesurer et commander ces phénomènes avec ses propres capteurs et ses propres articulations.

Six méthodes de collecte, un compromis fondamental

Tian Feng, chercheur à l’Intelligent Industries Research Institute de SenseTime, a décrit six grands paradigmes de collecte fonctionnant en parallèle, dont la téléopération, la capture de mouvement, les données synthétiques et l’enregistrement de tâches sur de véritables lignes de production. 13

Chaque méthode éclaire une partie différente du problème :

• La téléopération conserve des actions et des retours physiques propres au robot, mais nécessite des machines, des opérateurs et une infrastructure adaptée.
• La capture de mouvement permet d’enregistrer des gestes humains à grande échelle, sans reproduire nécessairement les forces et les contraintes auxquelles un robot sera confronté.
• Les données synthétiques peuvent générer efficacement des situations rares, à condition que les comportements simulés se transfèrent au monde réel.
• La collecte en usine est la plus proche d’un usage commercial : elle révèle les contraintes d’un poste, les erreurs, les échecs et les conditions réelles de travail.
• La capture humaine à la première personne offre une grande diversité à moindre coût, mais peut ignorer des variables comme le couple des articulations ou les forces de contact.

Selon les éléments présentés à la conférence, la collecte « sans corps robotique » pourrait coûter environ cinq fois moins cher que l’enregistrement de démonstrations avec des robots physiques. En contrepartie, les données peuvent refléter la façon dont des collecteurs rémunérés exécutent une tâche plutôt que les gestes et les stratégies de travailleurs expérimentés. 13

Cela ne rend pas les données humaines inutiles. Cela signifie plutôt qu’elles doivent constituer une couche d’un ensemble plus large, avec des données de téléopération, l’état des robots, la simulation et les retours issus de déploiements réels.

Une chaîne d’approvisionnement dédiée à la capture des données

L’infrastructure robotique ne se limite plus aux moteurs, aux batteries et aux châssis. Elle comprend aussi les équipements qui enregistrent les démonstrations et les interactions sensorimotrices : systèmes de capture à la première personne ou portés à la main, gants, interfaces tactiles, caméras, microcontrôleurs, mémoire et composants analogiques. 13

Cette évolution ouvre une voie potentiellement moins coûteuse pour recueillir un grand nombre de démonstrations. Elle fait aussi apparaître un problème de compatibilité. Des données obtenues avec des capteurs, des procédures d’étalonnage, des espaces d’action, des logiciels intermédiaires et des conventions d’annotation différents ne se combinent pas forcément correctement.

C’est ainsi que peuvent apparaître des « données en îlots » : des enregistrements utiles, mais enfermés dans l’écosystème matériel et logiciel qui les a produits. Un jeu de données ouvert peut limiter le problème, sans le résoudre à lui seul. Pour que le volume s’accumule en une capacité commune, il faut aussi des schémas partagés, des métadonnées d’étalonnage, des conventions temporelles, des interfaces et des protocoles d’évaluation compatibles. 13

Les lois de passage à l’échelle de l’IA s’appliquent-elles aux robots ?

Une autre question reste ouverte : le principe observé dans les grands modèles de langage — davantage de données et des modèles plus grands conduisant à de meilleures capacités — se vérifie-t-il aussi en robotique ?

Le rapport GEN-0 publié en novembre 2025 par Generalist AI apporte un signal encourageant, mais limité. Dans les expériences de l’entreprise, les modèles de petite taille peinaient à absorber des données sensorimotrices de plus en plus variées, un phénomène qualifié d’« ossification ». Les performances continuaient de progresser à plus grande échelle, avec une transition apparente autour de 7 milliards de paramètres. 36

Il s’agit d’un résultat intéressant, mais pas encore d’une loi générale de la robotique. Il provient des modèles, des données et de la méthode d’évaluation d’une seule entreprise. La robotique présente en outre une difficulté particulière : une politique de commande doit agir avec un corps précis, dans un environnement précis, soumis à de vraies contraintes physiques.

La question n’est donc pas seulement de savoir si un modèle est suffisamment grand. Il faut déterminer si les données contiennent les bons signaux physiques et si la politique apprise se transfère à d’autres architectures robotiques et à d’autres tâches réelles.

Des livraisons de robots qui ne prouvent pas encore une demande commerciale

L’échelle industrielle de la Chine lui donne un avantage important pour déployer des robots à des fins d’expérimentation et de collecte. Mais le nombre de machines installées peut être trompeur si la plupart servent encore à présenter des capacités plutôt qu’à générer une valeur économique récurrente.

Selon Interact Analysis, la production mondiale de robots humanoïdes a dépassé 20 000 unités en 2025, soit environ dix fois plus qu’en 2024. Pourtant, près de 10 % seulement auraient été déployées dans des applications réelles ; la majorité aurait servi à la recherche, à la collecte de données ou au divertissement. La même analyse présente la Chine comme le moteur de l’offre et des premiers déploiements. 21

Ce contexte permet de mieux comprendre l’essor des centres de données. Les aides publiques, les achats en volume et les programmes de rachat de données peuvent rapidement augmenter le nombre de robots, de sites et d’heures enregistrées. Ils peuvent contribuer à créer un écosystème d’apprentissage, mais ne démontrent pas à eux seuls que des clients paieront pour des robots capables de réduire durablement les coûts, d’augmenter la production ou d’effectuer des tâches difficiles à réaliser pour des humains.

Le vrai goulot d’étranglement : la convergence

La conférence de Pékin n’a pas montré que la Chine avait déjà résolu le problème de l’intelligence incarnée. Elle a montré que l’industrie assemble à une échelle inhabituelle les éléments d’une solution possible :

1. Des données variées, issues de démonstrations humaines et d’environnements multiples.
2. Des données ancrées dans la physique, recueillies par téléopération, par les capteurs des robots et sur de véritables postes de production.
3. Une infrastructure interopérable, afin que les enregistrements puissent circuler entre différents corps robotiques et différentes piles logicielles.
4. Des modèles capables de changer d’échelle et de se transférer, plutôt que de simplement mémoriser des démonstrations.
5. Des retours de terrain, qui capturent les échecs, les reprises et les interventions humaines.
6. Des revenus commerciaux, capables de financer la collecte de données sans dépendre indéfiniment des subventions.

L’écosystème annoncé par Lightwheel va dans cette direction, avec des standards ouverts, une collecte guidée par l’évaluation et une conception coordonnée des données et des modèles. 1

La conclusion la plus solide est donc plus nuancée que « la Chine a construit un cerveau robotique ». Elle construit les usines, les instruments et les jeux de données destinés à rendre ce cerveau possible. La question décisive sera de savoir si cette infrastructure débouche sur des humanoïdes véritablement polyvalents — et capables de créer une valeur durable au-delà des démonstrations et des laboratoires de recherche.