De la voiture électrique au robot humanoïde : pourquoi la Chine mise sur l’IA physique

Analyse internationale · IA & robotique · État des lieux au 22 septembre 2026

Un véhicule qui comprend son environnement, un robotaxi qui se déplace seul et un humanoïde qui manipule un objet semblent appartenir à trois marchés différents. Pourtant, ils mobilisent de plus en plus les mêmes briques : caméras, capteurs, calculateurs, modèles d’IA, simulation et usines capables d’assembler des systèmes complexes.

La Chine veut transformer cette convergence en avantage industriel. Le pari est ambitieux : faire de l’IA non seulement un logiciel qui écrit ou répond, mais un système qui perçoit le monde, planifie et agit. Cette « IA physique » est déjà un axe de compétition mondial ; elle n’est pas encore une promesse pleinement démontrée.

Un cas concret à lire avec précision. XPeng affirme que son robotaxi de série, son humanoïde IRON et son projet de voiture volante s’appuient sur une même fondation VLA 2.0. Il s’agit d’une annonce de l’entreprise, pas d’une preuve indépendante que les trois produits partagent exactement les mêmes performances. Elle illustre néanmoins une évolution majeure : les industriels cherchent à réutiliser une même pile d’IA sur plusieurs machines.

Une même pile technique, plusieurs machines

Cliquez sur une brique pour voir ce qu’elle apporte au véhicule, au robotaxi et à l’humanoïde.

1. PercevoirCaméras, profondeur, force, position

2. CalculerPuce, batterie, temps réel

3. DéciderVision, langage, action

4. SimulerDonnées synthétiques, scénarios

5. IndustrialiserComposants, fabrication, service

Sélectionnez une brique de la pile technique.

L’IA physique : quand le modèle doit assumer les conséquences de ses décisions

Une IA conversationnelle travaille d’abord avec du texte, des images, du son ou du code. Une IA physique reçoit aussi des informations issues de capteurs et agit sur le monde : elle tourne un volant, freine, saisit une pièce ou évite un obstacle. L’erreur n’est plus seulement une réponse imprécise ; elle peut endommager un objet, interrompre une ligne ou mettre une personne en danger.

Le terme recouvre des technologies très différentes. Un robot aspirateur, un drone agricole, un bras industriel et un véhicule autonome sont déjà des formes d’IA physique, à des degrés variés d’autonomie. L’humanoïde est le cas le plus visible, mais pas nécessairement le plus mature. Il concentre en effet des problèmes difficiles : équilibre, manipulation fine, sécurité au contact d’humains et autonomie énergétique.

Le modèle VLA — pour vision-language-action, ou vision-langage-action — est l’une des pistes explorées. Son principe est de relier une image ou une scène observée, une instruction en langage naturel et une action. Dire « range la boîte bleue sur l’étagère du haut » ne suffit toutefois pas : le robot doit reconnaître la boîte, estimer son poids, choisir une prise et adapter son mouvement si l’environnement change.

Pourquoi les constructeurs automobiles ont une carte particulière à jouer

Un constructeur de véhicules électriques ne devient pas automatiquement un fabricant de robots. En revanche, il possède déjà plusieurs actifs difficiles à réunir : une expérience des batteries, des moteurs électriques, de l’électronique de puissance, des caméras, des logiciels embarqués, des mises à jour à distance et de la production en volume.

Le véhicule connecté est aussi un laboratoire de données. Il produit des informations sur des conditions de circulation, de luminosité et de comportement très variées. Ces données ne se transfèrent pas directement à un humanoïde — reconnaître un piéton n’est pas manipuler un câble — mais les méthodes de perception, de simulation et de déploiement logiciel peuvent être réemployées.

TerrainCapteurs et situations réelles

→

SimulationEntraînement et tests accélérés

→

ProduitMise à jour, mesure et amélioration

Le cas XPeng rend cette logique visible. L’entreprise a annoncé en mai 2026 la sortie de son premier robotaxi produit en série à Guangzhou et indique partager une fondation VLA 2.0 avec son humanoïde IRON et son projet de voiture volante. En août, elle a aussi annoncé un financement de plus de 900 millions de dollars pour son activité robotique. Ces annonces attestent d’une stratégie et de moyens importants ; elles ne préjugent ni de la rentabilité ni du calendrier de déploiement international.

La Chine ne parie pas seulement sur un robot : elle construit un écosystème

Le poids de la Chine dans les véhicules électriques est un élément central, mais l’avantage recherché est plus large. Le pays combine un vaste marché automobile, des fournisseurs de batteries et de composants, de grands acteurs du numérique, des usines d’électronique et des programmes publics consacrés aux humanoïdes et à l’IA incarnée.

Le MIIT et l’autorité de supervision des entreprises publiques ont lancé en juin 2026 une action visant les expérimentations en situation réelle. Le document officiel parle de scénarios représentatifs, de mise en relation entre offre et demande et de diffusion des expériences acquises. Cette politique peut accélérer les tests. Elle ne doit pas être confondue avec une garantie de succès technique : les projets doivent encore démontrer leur fiabilité, leur sécurité et leur modèle économique.

Cette concentration de capacités attire les capitaux, mais crée aussi un risque de surchauffe. Reuters a rapporté en septembre que les régulateurs chinois surveillaient plus attentivement les introductions en Bourse du secteur, dans un contexte où l’enthousiasme pour les humanoïdes dépasse parfois les résultats d’exploitation. C’est précisément la tension à observer : une stratégie industrielle cohérente peut coexister avec des valorisations trop optimistes.

Atout automobile réutilisable	Application en IA physique	Limite à ne pas oublier
Batteries et gestion d’énergie	Autonomie, recharge, sécurité électrique.	Un humanoïde a un compromis masse/autonomie différent d’une voiture.
Caméras et calcul embarqué	Perception d’obstacles, suivi d’objets, localisation.	La manipulation exige aussi le toucher et le contrôle de force.
Usine et chaîne fournisseurs	Passage du prototype à des séries répétables.	Les mains, réducteurs et actionneurs restent des composants très spécifiques.
Mises à jour logicielles	Corrections et amélioration progressive.	Un correctif logiciel doit être validé avec une exigence de sûreté accrue.

Face à la Chine, les autres régions avancent autrement

Les États-Unis conservent un rôle majeur dans les modèles fondamentaux, les processeurs et le capital-risque. NVIDIA, par exemple, investit depuis plusieurs années dans la simulation et les données synthétiques pour les véhicules autonomes, bras robotiques, robots mobiles et humanoïdes. Google DeepMind a également présenté Gemini Robotics comme une extension de ses modèles vers la robotique. Ces approches mettent l’accent sur les modèles, le calcul et les outils de développement.

Le Japon, la Corée du Sud et l’Allemagne disposent de leur côté d’une expertise industrielle profonde. Ils peuvent valoriser l’automatisation spécialisée, les capteurs de précision et l’intégration dans l’usine. L’Europe ne doit donc pas nécessairement copier la trajectoire chinoise de l’humanoïde grand public. Elle peut viser les secteurs où ses compétences sont fortes : équipements industriels, santé, mobilité, agriculture de précision, énergie ou logistique.

Pour la France et La Réunion, la question utile est celle des usages. L’IA physique pourrait intéresser la maintenance d’infrastructures, l’inspection de zones difficiles, la logistique portuaire ou certaines activités agricoles. Mais sur un territoire insulaire, le coût d’achat, la disponibilité des pièces, la formation et la maintenance locale compteront autant que la démonstration technique.

Ce que l’IA physique ne résout pas encore

Fiabilité hors scénario. Une machine peut être impressionnante dans un environnement organisé, puis se perdre face à un objet rare ou mal placé. L’apprentissage de la robustesse reste long.

Sécurité et responsabilité. Plus la machine est puissante et proche des personnes, plus il faut des limites matérielles, des procédures de reprise en main et une traçabilité des incidents.

Économie réelle. Le coût d’un robot comprend l’intégration, les arrêts, la supervision, l’assurance et le service après-vente. Une démonstration ne donne pas encore ce coût.

Il faut aussi résister à une idée séduisante : celle d’un seul modèle universel capable de piloter n’importe quelle machine. Les fondations logicielles peuvent être communes, mais une voiture, un drone et un humanoïde ont des dynamiques physiques, des règles de sécurité et des tâches très différentes. La convergence est réelle au niveau des briques ; elle ne signifie pas l’uniformité des produits.

Conclusion : l’IA physique sera jugée à l’épreuve des usines et des rues

Le rapprochement entre véhicules intelligents, robotaxis et humanoïdes n’est pas un simple effet de communication. Il traduit une recherche d’économies d’échelle : réemployer la perception, le calcul, la simulation et les chaînes industrielles sur plusieurs machines. La Chine est particulièrement bien placée pour tenter cette intégration, tandis que les États-Unis, l’Europe, le Japon et la Corée disposent d’autres leviers.

La prochaine étape sera moins spectaculaire mais plus décisive : des résultats mesurables sur des sites réels. Si les acteurs publiquent des données sur la sécurité, la disponibilité et le coût complet, l’IA physique aura franchi un cap. Sinon, elle restera une vision technique prometteuse, mais encore largement financée par l’anticipation.

• XPeng, 18 mai 2026 — annonce du robotaxi et mention de la fondation VLA 2.0 commune.
• XPeng, août 2026 — financement de l’activité robotique, déclaré par l’entreprise.
• MIIT et SASAC, 8 juin 2026 — programme chinois d’essais réels pour humanoïdes et IA incarnée.
• NVIDIA, juin 2024 — simulation de capteurs et données synthétiques pour machines autonomes.
• Google DeepMind, mars 2025 — présentation de Gemini Robotics et de l’approche vision-langage-action.
• Reuters, 21 septembre 2026 — éléments sur le décalage possible entre valorisations et déploiement.

Les communiqués d’entreprise servent ici à documenter une stratégie et sont explicitement présentés comme tels. Les conclusions sur la productivité et les usages restent conditionnelles.