Forum annuel de Zhongguancun 2026 | Les leaders de l'intelligence incarnée discutent du dilemme des données et des solutions pour les scénarios

(Source : Beijing Business Daily)

Le 27 mars, lors de la conférence annuelle du Forum Zhongguancun 2026, « le Forum de pointe sur l’open source de l’IA », s’est tenue une table ronde centrée sur l’intelligence incarnée. Selon le « Rapport sur le développement de la Chine 2025 » publié par le Centre de recherche pour le développement du Conseil d’État, l’industrie chinoise de l’intelligence incarnée se trouve à ses débuts ; la taille du marché devrait atteindre 400 milliards de yuans en 2030 et dépasser le billion de yuans en 2035. À l’aube de cette course au segment des « mille milliards », des figures de premier plan issues d’entreprises telles que Galaxy General, Qianxun Intelligent, et Xingdong Jiyuan ont engagé un échange approfondi autour de la construction d’une pyramide de données, d’une architecture cerveau/petit cerveau, et des voies de déploiement dans des environnements réels, afin d’explorer les défis clés et les pistes pour rompre la barrière de l’intelligence incarnée en 2026, passant du laboratoire vers une application à grande échelle.

Wang He, fondateur de Galaxy General : la pyramide de données sera largement utilisée en 2026

La filière de l’intelligence incarnée en 2025 a été entièrement embrasée : le capital afflue, les modèles se multiplient, et certains concepts deviennent de plus en plus clairs, notamment les définitions des cerveaux et petits cerveaux des robots humanoïdes.

Le cerveau est responsable de la production, du ressenti, de la cognition à la planification de l’action ; le petit cerveau, grâce à ces sorties, exécute les mouvements de manière robuste, sur un corps présentant une haute flexibilité et une stabilité élevée. Après l’unification des deux, sont débloquées des tâches telles que la manipulation, la navigation et les mouvements de tout le corps.

L’intelligence incarnée forme une pyramide de données claire au niveau des données : à la base, les données d’Internet ; au-dessus, les données des comportements humains ; puis, encore au-dessus, les données synthétiques ; au sommet, les données du monde réel. Cette pyramide de données a été établie en 2025 et sera largement utilisée en 2026. À ce moment-là, l’ensemble des technologies couplant VLA (modèle visio-langage-action) et le modèle d’action du monde réel franchira un véritable saut.

Xí Yue, cofondatrice de Xingdong Jiyuan : construire un « moteur de données » est la clé pour rompre le verrou

À l’heure actuelle, la plus grande difficulté de l’intelligence incarnée réside encore dans les données. Pour que les robots puissent réellement travailler de manière autonome dans des usines ou des environnements spéciaux, il faut collecter des données dans des environnements réels. Or, les scénarios ouverts sont difficiles, la collecte à grande échelle coûte cher et c’est extrêmement chronophage.

La solution couramment adoptée aujourd’hui consiste à reproduire des scénarios réels : construire, dans un terrain d’entraînement, un environnement 1:1. Toutefois, cela ne permet pas de résoudre tous les problèmes. En s’appuyant sur des ingénieurs pour collecter, entraîner et déployer, puis recommencer en boucle, ce modèle est extrêmement inefficace et coûteux.

Notre solution consiste à construire un « moteur de données » en boucle fermée, de la collecte de données jusqu’au modèle, afin que les robots puissent traiter eux-mêmes en continu les corner cases (cas limites) dans des environnements réels et s’améliorer sans cesse, notamment en termes d’efficacité. Nous explorons aussi des modes de collecte de données associant des humains et de vraies machines.

Gao Yang, cofondateur de Qianxun : 2025 est l’ère GPT-2.0 de l’intelligence incarnée, 2026 mènera à GPT-3.0

Dans ma perception, l’intelligence incarnée comporte aussi des étapes telles que GPT-2.0 et GPT-3.0 : en 2025, nous sommes dans l’ère 2.0, qui a résolu de nombreux problèmes d’infrastructure liés aux données, et a préparé en amont une bonne mise à l’échelle ; en 2026, le centre de gravité sera le traitement de modèles de plus en plus grands, de toujours plus de données, et la garantie de l’efficacité à grande échelle.

En réalité, au cours du développement, il est très difficile de voir clairement à quel stade nous nous trouvons exactement : c’est une situation « dans le brouillard ». Je définis les années 2025 comme une phase initiale du 2.0 ou du 3.0, car certains modèles actuels possèdent déjà certaines capacités de généralisation de base, comme GPT-2.0 : ils ont une capacité de conversation de base, mais de nombreuses fois, ils ne disent pas juste. Grâce à la recherche conjointe dans le monde académique et l’industrie, d’ici la fin 2026 ou le milieu de 2027, il est très possible que des modèles de type GPT-3.0 apparaissent.

Zhang Peng, cofondateur de ZhiPing : la validation des scénarios est le mot-clé de 2025

En 2025, le plus important est de faire passer la validation des scénarios de la théorie à la pratique, afin que les robots quittent le laboratoire pour aller dans des scénarios réels. En 2026, il faudra davantage résoudre la manière de rendre les modèles de robots toujours meilleurs.

Sur le plan technique, il faut dépasser la généricité des environnements réels : à partir de l’architecture du modèle et de la conception du système, permettre aux robots de s’adapter à davantage de scénarios avec un coût plus faible ; c’est un défi très important pour l’ensemble du secteur. Nous espérons collecter davantage de données dans des environnements réels, produire davantage de valeur à partir de ces données via des méthodes de synthèse, et réduire les coûts. Dans des environnements réels, il faut que les modèles, le matériel et le système de scénarios s’intègrent et fusionnent pour résoudre les problèmes ensemble.

Journaliste du Beijing Business Daily : Wei Wei

Un flux massif d’informations, une interprétation précise—tout est sur l’application Sina Finance