Saisissez la tendance mondiale de l’évolution technologique et saisissez l’opportunité de développement de l’intelligence incarnée

L’intelligence incarnée est un système intelligent qui intègre la perception, la cognition, la prise de décision et l’action grâce à une interaction en temps réel entre des entités physiques et leur environnement, couvrant diverses formes telles que les robots humanoïdes, les robots biomimétiques et les systèmes environnementaux intégrés. Actuellement, l’intelligence incarnée se développe continuellement par le biais d’interactions répétées avec l’environnement, améliorant de façon significative ses capacités cognitives et décisionnelles ainsi que ses performances pratiques concrètes, et accélérant ainsi son évolution vers une intelligence générale plus autonome et transversale aux scénarios. Saisir avec précision la tendance mondiale de l’innovation technologique en matière d’intelligence incarnée et répondre activement aux défis profonds revêt une grande importance pour saisir les opportunités et prendre l’initiative dans le cadre de la nouvelle vague de transformation industrielle.

　　Le développement mondial de la technologie de l’intelligence incarnée révèle cinq grandes tendances

Actuellement, la technologie mondiale de l’intelligence incarnée connaît une évolution accélérée, avec des percées dans cinq dimensions : la perception et l’interaction, la prise de décision et la cognition, le contrôle et l’exécution, la fusion des données entre les domaines virtuel et réel, ainsi que l’intégration systémique, ce qui propulse l’intelligence incarnée du laboratoire vers des applications à grande échelle.

L’un d’eux est l’intégration de modèles du monde et la transition vers une interaction perceptive. Portée par le modèle du monde et par la technologie de perception multimodale, l’intelligence incarnée a considérablement amélioré sa capacité à comprendre et à interagir avec les environnements physiques, opérant un changement de paradigme passant de la « réaction à un stimulus » à la « prise de décision déductive », et de la restructuration des données à la compréhension des motifs. Meta a lancé le modèle du monde V-JEPA2, capable de prédire les conséquences de différents comportements et de les classer selon leurs objectifs, améliorant ainsi fortement la précision des actions. L’Université de Pékin a proposé une architecture de modèle linguistique-action multisensoriel (MLA), qui intègre une modalité multisensorielle complète et fournit une base de décision plus fiable en combinant des signaux hétérogènes.

Deuxièmement, on observe une tendance « bout à bout » et un changement de paradigme dans la prise de décision. L’architecture hiérarchique de prise de décision de l’intelligence incarnée « cerveau + cervelet » a atteint sa maturité et est de plus en plus appliquée ; le modèle bout à bout, grâce à ses avantages — couverture étendue, faible latence, forte autonomie et excellente capacité de collaboration — a démontré un grand potentiel dans l’exploration de l’intelligence incarnée vers une généralisation universelle. Gemini Robotics de Google DeepMind repose sur une architecture VLA bout à bout et possède d’excellentes capacités de généralisation transversale entre ontologies ; le modèle DOBOT-VLA, développé indépendamment par Yuejiang en Chine, intègre des capacités visuelles, linguistiques et de contrôle, et a été optimisé via un apprentissage par renforcement dans le monde réel. Équipé de son robot humanoïde ATOM, il a atteint la production de masse en 2025 et peut accomplir des tâches complexes telles que la marche, l’équilibre dynamique et l’assemblage de précision.

Troisièmement, les percées réalisées dans le domaine des matériaux flexibles ont conduit à l’émergence de capacités d’autoréparation. Cette révolution des matériaux accélère l’évolution de l’intelligence incarnée, qui passe d’un « point d’exécution rigide » à une « ontologie d’adaptation intelligente ». Les capteurs tactiles semblables à la peau et la peau électronique confèrent à l’intelligence incarnée des capacités de perception environnementale extrêmement sensibles, tandis que la structure flexible biomimétique dote les formes de vie intelligentes incarnées de capacités de mouvement multimodales — telles que la reptation, le roulis et la péristaltisme — leur permettant ainsi de s’adapter efficacement aux scénarios d’application et d’en étendre la portée. Les matériaux autoréparables permettent des avancées actives en matière d’autoréparation : après une détérioration physique, ils parviennent à une recombinaison réversible des liaisons chimiques sous l’effet de la lumière et de la chaleur. Ils intègrent les fonctions de détection, de localisation des dommages et d’autoréparation, améliorant considérablement la durabilité et la fiabilité de l’intelligence incarnée dans des environnements complexes et sévères, et garantissant un fonctionnement autonome prolongé.

Le quatrième point concerne l’intégration des données virtuelles et réelles, ainsi que l’unification des normes de données. Le coût élevé et l’échelle limitée de la collecte de données sur machines réelles, ainsi que la faible capacité de généralisation à des environnements non observés, sont devenues des goulots d’étranglement dans le développement de l’intelligence incarnée. La source de données générative est un environnement de simulation créé à partir du grand modèle : il offre un volume important et un haut degré de structuration, permettant de combler le déficit de données à moindre coût. Couplé à des contraintes issues des lois physiques et à des paradigmes de données hybrides, et calibré à l’aide de données provenant de machines réelles, il réduit significativement l’écart entre simulation et réalité. L’entreprise chinoise 51Sim a accumulé des scénarios de conduite assistée de bout en bout, ainsi que des données synthétisées basées sur la plateforme Nvidia, utilisées avec succès pour l’entraînement de robots dans des scénarios complexes tels que les ports et les mines. La plateforme « Dome DOME » unifie les interfaces de données et les spécifications de format, élimine les silos de données, établit un langage universel pour le secteur et favorise efficacement l’interopérabilité transversale entre scénarios ainsi qu’un approvisionnement de données de haute qualité.

Le cinquième objectif consiste à réaliser une collaboration hétérogène et à établir une base sécurisée. La dissociation entre logiciel et matériel, ainsi que l’intégration modulaire, accélèrent le développement des systèmes d’exploitation intelligents incarnés afin d’assurer la compatibilité inter-ontologies et la collaboration hétérogène. L’architecture OpenRMF unifie les « règles de circulation » et le « langage de communication » des robots, permettant des opérations collaboratives entre des grappes de machines hétérogènes ; l’OM1 lancé par OpenMind prend en charge le branchement et l’utilisation immédiate (plug and play) ainsi que le développement inter-ontologies des API des principaux grands modèles. L’intégration système renforce la base du projet, garantissant sécurité, fiabilité et respect des contraintes fondamentales. L’entraînement adversarial, la confidentialité différentielle et d’autres technologies de calcul privé permettent une collaboration inter-institutionnelle sans fuite de données brutes, constituant ainsi un système actif et sécurisé de défense en profondeur pour les applications à grande échelle de l’intelligence incarnée.

　　Prendre plusieurs mesures pour renforcer la compétitivité de l’intelligence incarnée de la Chine

Actuellement, l’intelligence incarnée de la Chine se trouve à un stade critique où il faut coordonner les percées technologiques, le déploiement industriel et le développement de l’écosystème. La localisation des composants matériels essentiels s’est accélérée, et les performances des grands modèles se sont considérablement améliorées. La puissance de calcul nationale est désormais capable d’exécuter efficacement des modèles complexes, et des capacités applicatives préliminaires se sont déjà formées dans certains domaines. Toutefois, face à une concurrence internationale de plus en plus vive, les défis profonds liés à l’intelligence incarnée ne sauraient être ignorés.

Premièrement, la maîtrise autonome des composants essentiels doit être renforcée, car la dépendance externe reste élevée en ce qui concerne les moteurs servo, les réducteurs et les capteurs haut de gamme. L’autonomie du système énergétique est insuffisante, et les capacités de développement intégral en interne demeurent limitées. Deuxièmement, le système de normes et l’écosystème industriel nécessitent encore des améliorations : les interfaces matérielles, les protocoles de communication et les normes de compatibilité logicielle manquent d’uniformité ; les silos de données sont répandus ; l’influence des communautés open source est limitée ; et l’offre de données interactives de haute qualité reste insuffisante. Troisièmement, le système de gouvernance en matière de sécurité doit encore être renforcé : la détermination de la répartition des responsabilités en cas d’accident impliquant un système autonome s’avère difficile. La collecte continue de données sensibles peut facilement engendrer des risques tels que la fuite de données ou la violation de la vie privée, et le mécanisme de confiance pour la collaboration entre institutions doit être amélioré.

Face aux défis susmentionnés, la Chine devrait saisir la période favorable au développement, faire de l’innovation autonome son axe central, de la construction de normes son point de départ et de la gouvernance en matière de sécurité sa ligne de base, accélérer la mise en place d’un écosystème industriel intelligent incarné et injecter une forte impulsion au développement d’une productivité de nouvelle qualité ainsi qu’à la construction d’un pays technologiquement puissant.

L’un consiste à renforcer la disposition des forces technologiques stratégiques et à consolider les fondements de l’innovation autonome. En s’appuyant sur le nouveau système national, nous renforcerons les capacités scientifiques et technologiques stratégiques des laboratoires nationaux clés dans le domaine de l’intelligence incarnée, et mènerons des recherches scientifiques organisées autour de directions de pointe telles que le modèle de fusion des trois domaines « physique-information-cognition », l’architecture décisionnelle de bout en bout et les matériaux flexibles biomimétiques. Nous approfondirons l’intégration industrie-enseignement-recherche pilotée par les entreprises, soutiendrons les entreprises technologiques de pointe afin qu’elles prennent l’initiative de former des consortiums d’innovation, concentrerons les ressources avantageuses pour surmonter les goulots d’étranglement liés à la localisation de composants essentiels tels que les moteurs servo, les réducteurs et les vis à rouleaux planétaires, relierons l’ensemble de la chaîne « recherche fondamentale – développement technologique – application industrielle » et briserons ainsi, à la source, les entraves au développement industriel.

Le deuxième objectif consiste à construire un écosystème industriel ouvert et collaboratif, guidant un développement de haute qualité grâce à des normes exigeantes. Accélérer le développement d’interfaces matérielles transversales, de protocoles de communication et de normes de compatibilité logicielle, et promouvoir des logiciels fondamentaux autonomes et maîtrisés, tels que les systèmes d’exploitation et les intergiciels. Explorer la création d’entités de haut niveau spécialisées dans l’agrégation et la gouvernance des données, élaborer des normes pour la collecte et l’annotation multimodales de données, mettre en place des référentiels de simulation et des plateformes de partage de données ouvertes pour des scénarios clés tels que la fabrication intelligente et les opérations à haut risque, et lever les obstacles à la circulation des données. Favoriser activement l’émergence d’un écosystème local de logiciels libres, encourager les universités, les instituts de recherche et les entreprises à coconstruire des systèmes partagés de puissance de calcul dédiés aux algorithmes, réduire les barrières à la recherche et au développement, accélérer l’itération technologique, et impulser une amélioration qualitative du secteur grâce à une normalisation de haut niveau et à l’open source.

Le troisième point consiste à établir un système de gouvernance en matière de sécurité solide et à jeter les bases d’un développement fiable. Mettre en place un mécanisme de protection hiérarchique couvrant la sécurité des algorithmes, des données et physique, tout en clarifiant les limites des droits et responsabilités de toutes les parties impliquées dans la production, l’utilisation, la fourniture d’algorithmes et la supervision. Mener des recherches prospectives sur la détermination de la responsabilité en cas d’accident, la collaboration interinstitutionnelle, les règles de gouvernance fondées sur la confiance mutuelle, ainsi que les lignes directrices en matière de sécurité et d’éthique applicables à des comportements spécifiques tels que la navigation, la collaboration en groupe, etc. Explorer des modèles réglementaires inclusifs et prudents, réaliser des évaluations éthiques et sécuritaires sur l’ensemble du cycle de vie, instaurer des systèmes de défense proactifs et sécurisés en profondeur, et offrir des garanties institutionnelles pour la mise en œuvre à grande échelle et le développement sain à long terme de l’intelligence incarnée.