La course chinoise aux robots humanoïdes passe des records de sprint à la preuve industrielle

Les deux événements organisés à Pékin — les deuxièmes World Humanoid Robot Games et la World Robot Conference 2026 — ont exposé les deux visages d’une même industrie. Sur la piste, les robots Tiangong ont affiché des progrès spectaculaires en vitesse et en détente. Dans les salles de conférence, le Beijing Humanoid Robotics Innovation Center a défendu une stratégie plus large, fondée sur l’intelligence incarnée, les plateformes logicielles et des robots moins coûteux.

Le message essentiel dépasse pourtant le palmarès. La robotique humanoïde commence à quitter le registre de la démonstration pour entrer dans celui du développement produit. Elle n’a pas encore franchi le seuil le plus difficile : celui d’un déploiement fiable, sûr et économiquement justifié à grande échelle.

Les performances qui ont marqué les Jeux de Pékin

La gamme Tiangong a été l’une des grandes vedettes de la deuxième édition des World Humanoid Robot Games.

• Tiangong Ultra a remporté le 400 mètres de la catégorie des grands robots en 38,15 secondes. 45
• Il a ensuite gagné la finale du 100 mètres en 8,64 secondes, après avoir signé 8,86 secondes en demi-finale. 15
• Tiangong Omni s’est imposé dans le 400 mètres de la petite catégorie en 45,66 secondes. 23
• Parmi les records rapportés figurent 2 minutes 21,64 secondes sur 1 500 mètres, un saut en hauteur sans élan de 3,40 mètres et un saut en longueur sans élan de 4,83 mètres. 25

Ces résultats illustrent les progrès rapides de la locomotion dynamique. Ils doivent toutefois être lus avec prudence. Un robot optimisé pour une épreuve précise démontre une capacité spécialisée, dans des conditions définies. Cela ne prouve pas qu’il puisse se déplacer en toute sécurité dans une usine imprévisible, manipuler des objets variés ou fonctionner pendant de longues périodes sans intervention humaine.

Certains articles ont également attribué aux équipes du Beijing Humanoid Robotics Innovation Center et à la série Tiangong 15 médailles d’or, 12 d’argent et 18 de bronze, ainsi que 34 records. Ces chiffres proviennent de sources secondaires et n’ont pas été vérifiés indépendamment ici : ils doivent donc être considérés comme des totaux rapportés. 613

Un « cerveau » pour les robots, un corps plus léger

À la World Robot Conference, le centre a présenté Pelican-Unify, un modèle unifié d’intelligence incarnée censé relier compréhension, raisonnement, imagination et action. Les travaux qui l’accompagnent décrivent un modèle unique de vision et de langage utilisé comme module commun de compréhension et de raisonnement, capable de transformer scènes, consignes, contexte visuel et historique des actions en un espace sémantique partagé. 17

Cette annonce reflète une évolution importante de la filière. Le défi ne consiste plus seulement à fabriquer de meilleurs actionneurs, à améliorer l’équilibre ou à concevoir des mains plus habiles. Les développeurs cherchent aussi à créer une couche d’intelligence réutilisable, capable d’interpréter un environnement, de planifier une tâche puis de traduire cette intention en mouvement physique.

Le centre a également dévoilé Tiangong Omni, un humanoïde de 1,35 mètre et 39 kilogrammes, présenté comme une plateforme destinée à faciliter une production de masse moins coûteuse. 1319 Son format plus compact répond à une question très concrète : un robot plus léger et moins cher peut-il rendre l’expérimentation et le déploiement plus accessibles que les humanoïdes plus grands et plus sophistiqués ?

Pelican-Unify et Omni forment ainsi un tandem cohérent. Le premier vise la couche logicielle et cognitive ; le second, la plateforme physique sur laquelle elle peut fonctionner.

Le « moment ChatGPT » reste une promesse

Xiong Youjun, directeur général du centre, a expliqué que l’IA incarnée se rapprochait d’un « moment ChatGPT » — le point où un modèle général, associé à suffisamment de données, deviendrait utile pour une multitude de tâches. L’analogie résume bien l’ambition de la filière, mais elle ne signifie pas que des humanoïdes autonomes et véritablement polyvalents sont déjà disponibles.

Les robots évoluent dans un environnement plus exigeant que les systèmes purement logiciels. Ils doivent percevoir des conditions physiques changeantes, éviter les collisions, maîtriser les forces, corriger leurs erreurs et répéter une tâche avec constance. Un modèle performant dans une démonstration peut encore nécessiter beaucoup de données spécifiques, de supervision et d’intégration avant de fonctionner sans danger dans un environnement commercial.

Le véritable test de cette analogie sera donc la capacité d’un même modèle à se transférer de manière fiable à différents corps, lieux de travail et tâches — et non sa seule aptitude à produire une démonstration impressionnante.

Le critère décisif devient la performance du système

La robotique humanoïde est souvent comparée à partir de caractéristiques visibles : taille, poids, nombre de degrés de liberté, charge utile ou vitesse maximale. Ces données restent utiles, mais elles ne répondent pas aux questions qui déterminent réellement une décision d’achat.

Les industriels demanderont plutôt :

• À quelle fréquence le robot accomplit-il la tâche sans intervention ?
• Quel est son taux de disponibilité et quels sont ses besoins de maintenance ?
• Sa vitesse et la qualité de son travail sont-elles constantes ?
• Combien coûte son intégration aux équipements existants ?
• Peut-il fonctionner en sécurité à proximité des travailleurs ?
• Génère-t-il un retour sur investissement mesurable ?

C’est la raison pour laquelle les opérations d’inspection, de tri, de manutention répétitive et autres tâches « sales, dangereuses ou monotones » suscitent autant d’intérêt. Elles permettent de comparer plus clairement le prix du robot à un bénéfice opérationnel précis : réduire l’exposition aux risques, accroître le débit ou répondre à une pénurie de main-d’œuvre.

Les informations fournies évoquent aussi un projet de vérification par thermomètre infrarouge devenu six fois plus rapide. Ce chiffre n’est pas étayé de manière indépendante par les éléments disponibles et ne doit donc pas être considéré comme une référence de performance établie. Les capteurs infrarouges permettent bien une mesure rapide de la température sans contact, mais cette capacité générale ne valide pas le résultat revendiqué pour un projet robotique particulier. 33

Des infrastructures communes pour résoudre le problème du passage à l’échelle

Le principal frein de la filière n’est pas uniquement mécanique. Il concerne aussi le coût de l’infrastructure qui entoure les robots.

Selon les éléments publiés autour de ces annonces, les entreprises doivent souvent dupliquer la collecte de données, financer des procédures de vérification coûteuses et composer avec des ensembles matériels et logiciels incompatibles. Si chaque fabricant et chaque usine doit créer ses propres jeux de données, interfaces, procédures de sécurité et outils d’intégration, les déploiements resteront lents et chers, même lorsque les robots individuels progresseront.

La réponse proposée est une couche d’infrastructure commune. La plateforme Tiangong est présentée comme un corps robotique réutilisable, tandis que l’écosystème open source Huisi Kaiwu fournit des outils et des modèles pour développer des modèles du monde incarné et des modèles de vision-langage pour robots. Les documents de X-Humanoid mettent en avant une utilisation dans plusieurs contextes et pour plusieurs tâches : usine, domicile, extérieur, préhension, navigation et interaction humain-robot. 2122

Une infrastructure ouverte ou compatible pourrait réduire les travaux d’ingénierie répétés. Elle ne garantit cependant pas, à elle seule, la fiabilité. Les plateformes partagées ont toujours besoin d’interfaces clairement définies, d’évaluations robustes, d’une documentation complète, de contrôles de sécurité et de preuves démontrant que les modèles se transfèrent réellement d’un corps robotique à l’autre et d’un environnement à l’autre.

Les partenariats annoncent plutôt une assistance qu’un remplacement

Le partenariat rapporté avec Mercedes-Benz, présenté autour de l’utilisation de Tiangong 3.0 comme « recommandeur à base de silicium », laisse entrevoir un rôle à court terme plus prudent pour les humanoïdes : aider les travailleurs et recommander des actions dans des processus délimités, plutôt que remplacer immédiatement le jugement humain dans son ensemble. Les sources disponibles confirment que ce partenariat a été rapporté, sans établir précisément son périmètre ni ses performances opérationnelles. 19

Cette distinction est importante. L’adoption industrielle pourrait commencer avec des robots chargés d’inspecter, recommander, récupérer, trier ou exécuter des étapes répétitives, tandis que les humains resteraient responsables des exceptions et des décisions aux conséquences importantes. Ces déploiements permettraient de produire des données opérationnelles et d’identifier les modes de défaillance avant de passer à des tâches plus autonomes.

Les normes compteront autant que les modèles

La sécurité et l’interopérabilité détermineront la capacité des humanoïdes à dépasser le stade des projets pilotes. La Chine a approuvé l’élaboration de normes nationales pour les robots humanoïdes, couvrant notamment la perception de l’environnement, la prise de décision et la planification, le contrôle des mouvements et l’exécution des tâches. 27

De telles normes peuvent contribuer à définir des méthodes d’essai, des exigences techniques et des règles pour les interactions entre humains et robots. Elles pourraient aussi réduire l’incertitude des usines qui doivent intégrer des robots de plusieurs fournisseurs.

L’affirmation selon laquelle les travaux avancent sur 49 normes de sécurité et normes connexes n’est pas vérifiée indépendamment par les sources fournies. La tendance générale est néanmoins claire : une industrie qui vise l’adoption de masse a besoin de davantage que de matériels et de modèles performants. Elle doit disposer d’évaluations reproductibles, de démonstrations de sécurité crédibles, d’interfaces compatibles et d’une répartition claire des responsabilités en cas de défaillance.

Le chemin probable vers l’adoption de masse

Les événements de Pékin dessinent un modèle d’adoption par étapes :

1. Commencer par des tâches étroites et mesurables. L’inspection, le tri, la manutention répétitive et les autres processus délimités sont plus faciles à évaluer qu’un travail général et ouvert.
2. Mesurer la performance réelle. Débit, qualité, disponibilité, taux d’intervention, sécurité et coût total de possession comptent davantage qu’un record isolé.
3. Réutiliser les données et l’infrastructure. Des plateformes communes et des outils compatibles peuvent réduire les coûts de formation et d’intégration répétés.
4. Construire les normes en parallèle des capacités. Les usines ont besoin de moyens fiables pour tester, certifier et surveiller les systèmes humanoïdes.
5. Accroître progressivement l’autonomie. Les robots ne pourront passer de l’assistance supervisée à des opérations multi-tâches plus larges qu’une fois leur fiabilité et leur rentabilité démontrées.

Les événements de Pékin témoignent d’une filière qui progresse rapidement dans la locomotion dynamique, la recherche sur l’IA incarnée et la conception de plateformes. Mais la compétition décisive ne se jouera pas sur un nouveau record de sprint. Elle se jouera sur la capacité des systèmes à effectuer un travail utile, de façon répétée, sûre et suffisamment abordable pour que les clients puissent en justifier l’achat.