Physical AI 2026: Qui construit l'intelligence des robots, qui la divulgue et ce que les chiffres disent vraiment

Au cours du premier semestre 2026, les fabricants chinois ont livré plus de 19'000 robots humanoïdes, soit 77,9 pour cent de la quantité mondiale et une augmentation de 432 pour cent, selon le cabinet d'études de marché IDC le 29 septembre. Ces mêmes entreprises publient également les données d'entraînement les plus transparentes du secteur : AgiBot de Shanghai a rendu public plus d'un million de mouvements de robots enregistrés.

En Occident, c'est l'inverse. Ce qui est ouvert là-bas, c'est essentiellement ce qui ne vend pas de robots. Ceux qui fabriquent du matériel, de Tesla à Figure, gardent le silence sur les quantités, les modèles et les taux de défaillance. On retrouve ce schéma dans l'IA conversationnelle : celui qui est en tête ferme les portes, celui qui rattrape les ouvre. Sauf que la divulgation la plus généreuse ne sert à rien si sa licence interdit tout usage commercial.

Physical AI, c'est-à-dire l'intelligence artificielle incarnée, est le terme générique désignant les systèmes qui ne produisent pas de texte, mais agissent dans le monde physique. Le terme provient du marketing de Nvidia, mais décrit un vieux problème. Honda a présenté en 1996 avec le P2 le premier robot bipède qui marchait indépendamment sans câble, et en 2000 le successeur Asimo. Les deux marchaient de manière impressionnante et ne pouvaient presque rien faire. Leurs mouvements étaient programmés à l'avance, chaque situation inattendue les déstabilisait. Honda a interrompu le programme en 2018.

Le point bas public a eu lieu en juin 2015 lors du défi de robotique de l'agence de recherche américaine DARPA. Vingt-cinq équipes ont fait ouvrir des portes, tourner des vannes et déblayer des décombres par des robots, et les montages des machines qui s'effondraient ont fait le tour du monde. L'équipe sud-coréenne KAIST a remporté avec huit points en 44 minutes. Ce qui a été décisif, c'est moins la chute que sa cause : les robots ne s'échouaient pas sur la mécanique, mais sur le fait qu'ils ne comprenaient pas leur environnement dès qu'il s'écartait du scénario. Et personne ne pouvait se relever tout seul le deuxième jour.

Pourquoi cela a pris si longtemps a une cause technique. Pour la marche, la technique de contrôle classique fonctionne bien parce que le robot se connaît exactement et que le monde n'interagit avec lui que par quelques contacts de pied brefs. Pour la préhension, le modèle s'écroule. Le contact avec un objet est saccadé, le frottement difficile à prévoir, et la physique décisive n'appartient pas au robot connu, mais à l'objet inconnu. Une chemise, un câble ou une tasse à moitié pleine ne peuvent pas être réduits à quelques variables d'état. C'est exactement là que le secteur a fait la transition à partir de 2022, passant du contrôle programmé à l'apprentissage.

La chaîne des travaux qui l'ont rendu possible peut être bien datée. En décembre 2022, Google a montré avec RT-1 un modèle qui avait appris à partir de 130'000 épisodes enregistrés et qui atteignait 97 pour cent pour les tâches connues et 76 pour cent pour les tâches inconnues. En octobre 2023 a suivi Open X-Embodiment, un ensemble de données conjoint de 21 institutions provenant de 34 laboratoires avec plus d'un million de mouvements de 22 types de robots différents. C'était le moment où les données robotiques ont été traitées pour la première fois comme des données Internet. C'est sur cela que reposent les modèles VLA actuels, en abrégé Vision-Language-Action, c'est-à-dire des modèles qui traduisent une image de caméra et une phrase en mouvement. La startup californienne Physical Intelligence a présenté pi0 en octobre 2024, Nvidia a présenté GR00T N1 en mars 2025.

Un travail suisse se situe au cœur de cette ligne. Nikita Rudin et ses collègues de l'ETH Zurich ont montré en 2021 que des milliers de robots simulés pouvaient être entraînés simultanément sur une seule carte graphique. Résultat : un mouvement de marche utilisable en moins de quatre minutes, pour un terrain accidenté en vingt. Le code correspondant nommé legged_gym est devenu la base d'Isaac Lab, le cadre dans lequel une grande partie de tous les procédés d'apprentissage robotique sont entraînés aujourd'hui et que Nvidia a développé conjointement avec l'ETH. Quiconque fait de la robotique à Zurich travaille depuis des années dans l'ensemble d'outils du leader du marché américain.

Le stade le plus récent s'appelle modèle du monde. Il s'agit d'un logiciel qui calcule un environnement avec sa physique de manière à ce qu'un robot puisse y s'entraîner avant de toucher quoi que ce soit. Nvidia a présenté Cosmos en janvier 2025, Google a présenté Genie 3 en août 2025, et Fei-Fei Li, la chercheuse de Stanford derrière l'ensemble de données d'images ImageNet, a lancé en novembre 2025 avec sa société World Labs le produit Marble sur le marché. Fin septembre 2026, AMD a acheté cette société pour 8,2 milliards de dollars. L'utilité pratique est triple : le robot peut simuler sans risque les tentatives échouées, les données d'entraînement peuvent être extraites des vidéos Internet, et on peut tester une nouvelle commande sans risquer du matériel réel.

Reste la question de ce qui fonctionne vraiment aujourd'hui. L'institut de recherche américain Epoch AI a présenté en février 2026 le meilleur inventaire disponible, et il est en deux parties. Pour les tâches étroites et répétitives, c'est réglé : le système de préhension Vulcan d'Amazon dépasse 99 pour cent de fiabilité, le fabricant de batteries CATL met les connecteurs à 99 pour cent à un rythme humain, et un robot de la société Dyna a plié le linge pendant plus de 24 heures d'affilée avec 99,4 pour cent de succès et sans aucune intervention humaine. Dès que la tâche varie, ça s'écroule. Le même modèle de pliage réussit à 95 pour cent pour les T-shirts et à 75 pour cent pour les jeans. Une chemise retournée prend vingt fois plus longtemps qu'un humain. Aucun robot n'a jamais montré qu'il pouvait nettoyer complètement une cuisine de bout en bout.

La raison de cette lacune est étonnamment simple et n'a rien à voir avec la puissance de calcul. Ken Goldberg, professeur de robotique à Berkeley, a chiffré l'ordre de grandeur en août 2025 dans Science Robotics : les modèles de langage ont été entraînés sur l'équivalent d'environ 100'000 ans de temps de lecture humaine, le plus grand ensemble de données de robotique publié correspond à environ un an. Aux taux d'enregistrement actuels, il faudrait 100'000 ans pour assembler un ensemble de données de robotique de la taille de l'entraînement de ChatGPT. Epoch AI a calculé que les plus grands modèles de préhension sont entraînés avec environ un pour cent de la puissance de calcul des modèles d'IA de pointe. Ce ne sont donc pas les puces qui manquent, c'est l'expérience. Et l'expérience en robotique ne se crée que si quelqu'un fait bouger une vraie machine.

Nous arrivons à la question du pouvoir. Aujourd'hui, les données proviennent essentiellement de trois sources : la télé-opération, c'est-à-dire qu'un humain pilote à distance le robot avec un gant ou des lunettes de données et enregistre ainsi chaque mouvement, la simulation et les modèles du monde. Celui qui a une grande flotte sur le terrain accumule automatiquement plus que celui qui fabrique de beaux modèles. Cela explique pourquoi la carte du secteur ressemble à ce qu'elle est aujourd'hui.

La Chine produit la masse. Le groupe de réflexion berlinois sur la Chine MERICS en compte environ 12'800 humanoïdes construits pour 2025, environ quatre-vingt-dix pour cent de la production mondiale, et calcule que la Chine contrôle 63 pour cent des fournisseurs mondiaux de composants de robots. Ceci est impulsé par l'argent de l'État : un fonds directeur national d'un billion de yuans, soit environ 138 milliards de dollars, fonctionne depuis mars 2025 sur vingt ans. En juin 2026, le ministère de l'Industrie, conjointement avec la supervision des entreprises d'État, a ordonné de mettre en service commercial plus de 10'000 humanoïdes d'ici la fin de 2026, avec des plans de mise en œuvre des provinces et des rapports de progrès en novembre.

Les entreprises derrière cela sont de tailles différentes et d'honnêtetés différentes. Unitree, fondée par Wang Xingxing, a été cotée à la Bourse de Shanghai le 19 août 2026 et a fermé le premier jour de bourse 460 pour cent au-dessus du prix d'émission. Le chiffre d'affaires est passé à 1,7 milliard de yuans en 2025. AgiBot, appelée Zhiyuan en Chine, a construit la 15'000e unité en juin 2026 et prépare une introduction en bourse à Hong Kong. UBTech de Shenzhen, déjà cotée à Hong Kong, a vendu 921 humanoïdes de taille normale au cours du premier semestre 2026 et rapporte 590 millions de yuans de chiffre d'affaires pour cela, avec une perte de plus de 300 millions. XPeng, le constructeur automobile, a levé plus de 900 millions de dollars pour sa division robotique en août 2026 et veut pouvoir fabriquer plus de mille unités par mois d'ici la fin de l'année.

Les États-Unis ont l'argent et les livres les plus fermés. Figure a été valorisée à 39 milliards de dollars en septembre 2025, Apptronik à environ cinq milliards en février 2026, Physical Intelligence à onze au cours de 2026. Tesla ne donne à ce jour aucun chiffre de production pour Optimus ; début 2026, c'était selon les rapports quelques centaines d'unités à des fins d'apprentissage et pas une seule qui fonctionne de manière productive dans une usine Tesla. Figure a fabriqué le millième robot en juillet 2026, c'est le chiffre le plus solide qu'un fabricant de robots humanoïdes américain ait volontairement publié. La seule exception est Agility Robotics, et ce n'est pas volontaire : parce que l'entreprise accède au Nasdaq via une société écran, les chiffres devaient être inclus dans les documents. Là, il est indiqué que le carnet de commandes très cité de plus de 300 millions de dollars provient d'un seul client et est comptabilisé comme une transaction avec une partie liée.

L'Asie quant à elle s'organise étatiquement. La Corée du Sud a annoncé le 27 août 2026 qu'elle investirait environ 1,66 milliard de dollars d'ici 2030 dans une chaîne de création de valeur entièrement propre, y compris un engagement d'achat pour 1'080 humanoïdes domestiques. Le Japon finance via le ministère de l'Économie jusqu'en 2030 un modèle de base propre pour les robots. L'Europe a de l'argent, mais pas de volume : Neura Robotics de Metzingen a déplacé le développement de son humanoïde à Zurich, Hexagon dirige de Zurich la flotte AEON pour Schaeffler, ANYbotics a livré plus de deux cents de ses robots d'inspection quadrupèdes. Ce sont des entreprises respectables, mais pas des chiffres d'usine.

Et maintenant le point qui en est vraiment. L'ouverture se distribue dans ce secteur exactement à l'inverse des attentes.

Du côté chinois, étonnamment beaucoup est ouvert. AgiBot a publié avec AgiBot World plus d'un million de mouvements enregistrés d'un volume d'environ 44 téraoctets et son modèle GO-1. Le centre d'innovation pékinois X-Humanoid a publié l'ensemble de données RoboMIND, 107'000 mouvements sur quatre types de robots différents, contenant 5'000 tentatives échouées documentées avec cause annotée. C'est une performance de transparence qu'aucun fabricant occidental ne fournit. Unitree met ses outils de développement complets sur GitHub et a publié en septembre 2026 son propre modèle du monde. L'académie pékinoise BAAI publie même sa série de modèles RoboBrain sous la licence Apache, qui autorise l'usage commercial.

C'est exactement là que se trouve le hic, et c'est pour les entreprises suisses la phrase probablement la plus pratiquement importante de cet article. L'ensemble de données volumineux d'AgiBot et le modèle GO-1 sont sous une licence appelée CC BY-NC-SA. L'abréviation NC signifie non-commercial. Celui qui crée un produit avec celui-ci qu'il veut vendre viole la licence. GR00T de Nvidia et les modèles publiés de Physical Intelligence sont en revanche sous Apache 2.0 et peuvent être utilisés commercialement. La divulgation la plus généreuse du secteur n'est donc pas utile pour une entreprise, la plus petite l'est. Celui qui lit un communiqué de presse sur l'open source et pas le fichier de licence n'a pas lu la partie décisive.

En Occident, l'ouverture se trouve presque exclusivement chez ceux qui ne vendent pas de robots. Nvidia publie des modèles et des données de simulation parce qu'il vend des puces et chaque couche d'entraînement ouverte augmente la demande de puissance de calcul. Hugging Face, la plateforme où les modèles d'IA sont partagés, maintient une bibliothèque ouverte avec LeRobot. Physical Intelligence a publié pi0 en février 2025, et pi0.5 en septembre après. Puis cela s'est arrêté : le modèle suivant de novembre 2025 n'a pas été publié, celui d'avril 2026 non plus, il est plutôt commercialisé comme un service en cloud. La même courbe que chez OpenAI, juste dix ans plus tard et rapidement.

Tous les autres se taisent, et l'un d'eux explique même pourquoi. Elon Musk a justifié en avril 2026 que le nouvel Optimus ne serait présenté que peu de temps avant le lancement de la production, parce que les concurrents démontent image par image chaque publication et la copient. Le PDG de Figure, Brett Adcock, a refusé en juin 2025 sur une scène une démonstration en direct, c'est une perte de temps, et montre plutôt des vidéos coupées. La différence du côté chinois n'est pas une différence de caractère, mais une différence de régulation. Unitree ne publie pas ses chiffres par transparence, mais parce qu'un prospectus de bourse chinois en exige cette granularité.

Ce qui en résulte est le chiffre le plus honnête que ce secteur ait jamais produit, et il se trouve dans le propre prospectus d'Unitree : 73,6 pour cent du chiffre d'affaires humanoïde des neuf premiers mois de 2025 proviennent de la recherche et de l'éducation, et du reste comptabilisé comme industrie, 50 à 70 pour cent proviennent de visites d'usine. Le leader du marché mondial vend donc ses robots principalement à des universités et à des entreprises qui les montrent aux visiteurs. La chercheuse américaine en sécurité Samm Sacks l'a dit en juin 2026 de manière concise : les robots humanoïdes chinois ont jusqu'à présent été plutôt démonstratifs que fonctionnels. Le prospectus le prouve avec des chiffres.

Le parallèle avec le marché de l'IA conversationnelle est donc presque complet. Là, ça a basculé en janvier 2025 quand le laboratoire chinois DeepSeek a publié son modèle R1 sous une licence libre. Aujourd'hui, selon Hugging Face, 41 pour cent de tous les téléchargements sur la plateforme proviennent de Chine, et de la série de modèles Qwen d'Alibaba, il existe plus de 151'000 versions dérivées, presque cinq fois plus que le Llama de Meta. Parmi les modèles ouverts, les laboratoires chinois sont en tête, parmi les modèles fermés de pointe, c'est l'Occident qui est en tête. L'institut de recherche Epoch AI estime l'écart depuis janvier 2026 à quatre mois en moyenne. Mark Zuckerberg a écrit la logique lui-même en 2024 : la vente d'accès aux modèles n'est pas le modèle commercial de Meta, donc la publication ne coûte rien et crée un écosystème. AgiBot argumente mot pour mot identiquement, juste avec un autre fossé : ce n'est pas les données qui sont l'avantage, mais la fabrication.

Le parallèle se brise cependant à quatre endroits, et c'est la partie que la plupart des analyses omettent. Premièrement, les poids de modèles sans matériel approprié servent peu. Gemini Robotics 2 de Google a atteint en juillet 2026 sur le même corps de robot entre 32 et 92 pour cent de succès, selon la main montée. Ce n'est pas le modèle qui est le goulot d'étranglement, c'est la main. Deuxièmement, le vrai fossé est la chaîne d'approvisionnement, et là la Chine détient selon Morgan Stanley 63 pour cent des fournisseurs et environ 90 pour cent du traitement des terres rares. Cela ne peut pas être changé en ouvrant ou fermant les logiciels. Troisièmement, un robot coûte en coûts unitaires, un modèle de langage non ; un fichier copié est gratuit, une main de robot ne l'est pas. Et quatrièmement, il y a une directive sur les machines ici. La norme de sécurité ISO 25785-1, qui pour la première fois doit couvrir les machines à équilibre actif comme les humanoïdes, n'a toujours pas été adoptée.

Reste un seul chiffre que les deux côtés gardent secret, et c'est précisément celui dont un acheteur aurait besoin. Dans toutes les recherches pour cet article, aucune valeur MTBF publiée par un fabricant de robots humanoïdes n'a pu être trouvée nulle part dans le monde, c'est-à-dire le temps moyen entre deux pannes, ni une valeur MTBI, le temps moyen entre deux interventions humaines nécessaires. Aucun fabricant ne dit quel pourcentage du temps d'exploitation montré était télé-opéré. Agility publie plus de 65'000 heures cumulées de déploiement, mais pas de taux d'erreur avec. Le très cité marathon de Figure en mai 2026 est chiffré selon la source à 50, 81 ou 100'000 colis et était un livestream auto-organisé sans contrôle indépendant. Chez Tesla, Musk lui-même a reconnu que la célèbre vidéo de pliage de chemises n'était en aucun cas autonome, et au-delà We, Robot en octobre 2024, les robots étaient pilotés à distance sans que Tesla ne l'indique. Chez 1X en Norvège, le Wall Street Journal a constaté en octobre 2025 que la plupart des tâches montrées étaient contrôlées par un humain avec des lunettes de données.

Pour les entreprises suisses, cela en découle cinq bonnes questions de test. Premièrement : lire le fichier de licence, pas le communiqué de presse, car NC signifie que le logiciel n'entre pas en ligne de compte pour un produit. Deuxièmement, exiger les résultats sur une échelle de comparaison publique ; ces séries de mesures existent sous des noms comme LIBERO, RoboArena ou RoboChallenge, et le fait qu'aucun grand fabricant de robots humanoïdes n'y soumet des résultats est en soi un énoncé. Troisièmement, n'accepter les heures d'exploitation que conjointement avec une statistique d'erreur, sinon le chiffre est un paramètre de marketing. Quatrièmement, insister sur une démonstration avec vos propres objets dans vos propres locaux au lieu d'une vidéo. Et cinquièmement, vérifier la situation juridique : l'autorité de régulation américaine FCC a interdit le 29 juillet 2026 l'importation de nouveaux humanoïdes et quadrupèdes étrangers, notamment parce qu'une porte dérobée a été trouvée dans les robots Unitree, par laquelle les données étaient envoyées vers des serveurs chinois. En Suisse, cette interdiction ne s'applique pas, vous pouvez donc ici acheter ce qu'une entreprise américaine ne peut plus acheter. L'article 7 de la loi chinoise sur la sécurité, qui oblige chaque entreprise chinoise à coopérer, s'applique néanmoins, et une machine avec des caméras et des microphones dans sa propre salle d'usine n'est pas une petite affaire.

Où cela va dépend d'une seule question ouverte. Si les modèles du monde restent ouverts, la couche d'entraînement devient un bien public et la compétition se déplace entièrement vers la mécanique, les mains et la chaîne d'approvisionnement. S'ils restent fermés, naît la même dépendance qu'avec les modèles de langue, juste avec des machines dans la halle au lieu d'une interface de programmation. AMD a avec l'achat de World Labs justement reçu les moyens et n'a rien encore décidé. Pour tous les autres, un simple critère s'applique entre-temps : celui qui cite un chiffre qu'on peut vérifier mérite l'attention. Celui qui montre une vidéo mérite une question.