Physical AI et modèles VLA : la course aux humanoïdes entre la Chine et les États-Unis, et ce que la Russie peut aligner

En juillet 2026, le blog de l'entreprise BotHub sur Habr a publié la deuxième partie d'une grande enquête sur le Physical AI, l'« intelligence physique » des robots. La première partie expliquait la technologie ; la seconde porte sur l'économie, le déploiement industriel, les programmes publics et la course entre la Chine et les États-Unis pour les humanoïdes.

De quoi traite la deuxième partie

La deuxième partie s'intéresse à la manière dont l'« intelligence physique » s'inscrit dans le réel : dans l'économie, dans les usines et dans les stratégies d'État, et pas seulement dans les laboratoires de recherche. Les auteurs passent des fondamentaux à la pratique : qui dépense de l'argent, et pour quoi ; où les robots travaillent déjà ; quels pays donnent le tempo.

• Économie des robots humanoïdes et coût de leur déploiement
• Application industrielle des modèles VLA sur de vrais sites de production
• Programmes publics de soutien à la robotique en Chine et aux États-Unis
• Place de la Russie dans la course à l'« intelligence physique »
• Facteur humain : comment les gens accueillent les robots

La question centrale de toute la série est de savoir si l'« intelligence physique » pourra reproduire, dans le monde des atomes, le bond que les modèles génératifs ont déjà accompli dans le monde des bits.

Pourquoi la robotique classique a-t-elle atteint un plafond ?

La robotique classique a atteint un plafond à cause de la programmation rigide : un robot industriel traditionnel exécute une séquence de mouvements écrite à l'avance et ne sait pas s'adapter à un environnement inconnu. Il suffit de changer une pièce, l'éclairage ou la position d'un objet pour que le scénario se casse.

La percée dont parle l'enquête, ce sont les modèles VLA (Vision-Language-Action) : une architecture où le robot tire des grands modèles de langage et de vision une capacité de généralisation. Il ne se contente pas de répéter un mouvement appris par cœur ; il « comprend » la tâche formulée en langage naturel et transfère sa compétence à de nouvelles situations.

«

La robotique classique a atteint un plafond, et les modèles de langage se sont transformés en VLA » : c'est ainsi que les auteurs de l'enquête, dans le blog de BotHub sur Habr, résument le basculement clé du secteur.

La course de la Chine et des États-Unis aux humanoïdes

La course aux robots humanoïdes oppose avant tout deux pays, la Chine et les États-Unis, dont l'enquête examine le plus en détail les programmes publics et les écosystèmes industriels. Tous deux misent sur l'« intelligence physique » comme prochaine grande vague technologique après l'IA générative.

Le choix de la forme humaine s'explique simplement : le monde qui nous entoure (usines, entrepôts, logements) est conçu pour l'humain, si bien qu'un robot humanoïde peut travailler là où travaillent les gens, sans qu'il faille transformer l'infrastructure.

Un volet à part de cette deuxième partie traite de ce dont dispose la Russie : quels acquis, quelles équipes, quelles bases, et dans quelle mesure il est réaliste d'entrer dans une course où les leaders ont déjà investi des ressources considérables. Les auteurs examinent sans complaisance l'économie, l'industrie et la nature humaine : pourquoi le déploiement des robots ne se heurte pas seulement à des obstacles technologiques.

Ce que cela signifie

Le Physical AI sort du stade des démonstrations de laboratoire pour entrer dans le champ de l'économie et de la stratégie d'État : humanoïdes et modèles VLA deviennent un enjeu de concurrence industrielle entre la Chine et les États-Unis, et la question pour la Russie est de savoir si elle aura le temps de se faire une place dans cette course. Pour les entreprises, c'est un signal : la robotique cesse d'être une niche d'ingénieurs et devient un terrain où se jouent le capital, les capacités de production et le soutien de l'État.

Questions fréquentes

Qu'est-ce qu'un modèle VLA ?

Le VLA (Vision-Language-Action) est une classe de modèles qui combinent vision, langage et action : le robot perçoit son environnement grâce à des caméras, comprend la tâche en langage naturel et construit lui-même la séquence de mouvements. Cette approche a remplacé les scénarios rigidement programmés de la robotique classique.

Qu'est-ce que le Physical AI ?

Le Physical AI, ou « intelligence physique », consiste à transposer les capacités des grands modèles d'IA du monde numérique vers le monde physique : des robots et des humanoïdes qui agissent dans un environnement réel. C'est à cela, ainsi qu'à son économie, à son industrie et à ses programmes publics, que l'enquête de Habr est consacrée.