L'IA incarnée est la voie technique qui consiste à donner un corps à l'IA pour qu'elle travaille de ses mains dans le monde réel. Elle ne se contente pas de discuter, d'écrire et de dessiner : dotée de caméras, de bras robotiques et de roues, elle perçoit son environnement, agit et assume les conséquences réelles de ses actes. Un modèle sans corps, aussi intelligent soit-il, ne fait que penser à l'intérieur d'un écran. L'IA incarnée doit penser, puis agir — et se corriger quand elle se trompe. Sa base technique comprend les modèles de fondation multimodaux, les modèles vision-langage-action (VLA) et les modèles du monde.
En quoi elle diffère des robots ordinaires et des agents purement logiciels
Les robots traditionnels suivent pour la plupart des programmes fixes : un robot aspirateur connaît son parcours, un bras robotique saisit le long d'une trajectoire définie, et un environnement modifié les perturbe facilement. Les agents purement logiciels sont l'inverse : ils peuvent chercher sur le web, écrire du code et réserver des vols, mais ils ne touchent aucun objet réel. L'IA incarnée se situe entre les deux : un grand modèle assure la cognition, le corps assure l'exécution, et la perception, la décision et l'action forment une boucle fermée. Pour faire simple, un modèle de conversation est un conseiller intelligent qui ne fait que penser, un robot traditionnel est un ouvrier qui ne fait qu'agir sans réfléchir, et l'IA incarnée est un apprenti qui fait les deux — et qui apprend de l'interaction réelle.
À quel point elle est devenue brûlante en 2026
L'IA incarnée figure désormais dans le rapport d'activité du gouvernement, et le 15e plan quinquennal en a fixé la direction. Le rapport sur le développement de l'IA incarnée publié en octobre 2026 par l'université Tsinghua et l'Académie chinoise des technologies de l'information et des communications montre que le financement national du secteur a atteint environ 93,5 milliards de yuans au premier semestre 2026, soit environ cinq fois plus qu'à la même période l'an dernier ; les livraisons mondiales de robots humanoïdes ont dépassé 22 000 unités sur le même semestre ; plus de 70 terrains d'entraînement ont été construits en Chine, et le pays compte 405 entreprises dans ce domaine. L'argent, la politique et les livraisons progressent en même temps — c'est pourquoi on en parle sans cesse cette année.
Le revers : livré ne veut pas dire déployé
Derrière l'enthousiasme, trois réalités s'imposent. Premièrement, une part considérable des appareils fonctionne moins de 10 jours par mois ; la plupart restent dans des salles d'exposition et des entrepôts, et peu travaillent réellement dans des usines ou des foyers. Deuxièmement, le prix de la machine ne représente que 40 à 60 % de son coût total sur l'ensemble du cycle de vie — le déploiement, la maintenance et les données d'entraînement coûtent plus cher. Troisièmement, dès que l'environnement change, les performances du modèle chutent fortement : les tests de manipulation contrôlée sur bureau sont proches de la saturation, mais dans des environnements réels perturbés, les performances tombent généralement sous les 30 %. La manipulation fine, les tâches longues en plusieurs étapes et l'interaction sémantique ouverte restent des points faibles.
Pour juger l'IA incarnée, il ne faut donc pas se contenter des démonstrations sur scène. La vraie question est de savoir si elle peut mener une tâche du début à la fin dans un environnement que personne n'a répété. Si oui, elle comprend vraiment le monde ; sinon, elle en est encore au stade du « pouvoir bouger » et non à celui du « pouvoir travailler ».