LG et NVIDIA discutent d'IA physique : robots, centres de données et mobilité

LG et NVIDIA négocient une coopération dans l'IA physique : des technologies qui pilotent robots, systèmes industriels et transports dans le monde réel, et ne se contentent pas de traiter du texte dans le cloud.

Ce qui s'est passé à Séoul

Le PDG de LG, Ryu Jae-cheol, a rencontré Madison Huang, directrice du marketing produit d'Omniverse et Robotics chez NVIDIA. À l'issue des discussions à Séoul, trois axes clés se sont dégagés : l'IA physique, les centres de données et la mobilité.

Cette combinaison n'a rien d'un hasard. L'IA physique est une classe de technologies fondamentalement différente de l'IA générative. Un modèle de langage traite des tokens ; un système physique doit percevoir le monde en trois dimensions en temps réel, construire des modèles spatiaux et prendre des décisions aux conséquences dans l'espace physique. Cela exige une autre infrastructure : du calcul haute performance à proximité de l'appareil, un environnement cloud fiable pour entraîner les modèles, et une plateforme de simulation pour entraîner les robots pendant des milliers d'heures en virtuel avant de risquer du matériel réel.

LG est un candidat évident au rôle de grand client. L'entreprise a depuis longtemps dépassé l'électronique grand public : son segment B2B comprend des écrans industriels, des robots de livraison et de nettoyage (la série CLOi), ainsi que des systèmes de bâtiment intelligent et de refroidissement commercial. Ces produits fonctionnent déjà dans des aéroports, des hôtels et des centres commerciaux ; l'étape suivante les rendra réellement autonomes.

Ce que propose NVIDIA

Ces dernières années, NVIDIA a bâti l'un des écosystèmes les plus complets pour l'IA physique. Pour un grand industriel comme LG, cela représente un socle technologique prêt à l'emploi plutôt qu'une infrastructure à créer de zéro :

• Omniverse : plateforme de jumeaux numériques et de simulations ; les robots sont entraînés dans un environnement virtuel avant d'entrer dans une usine réelle
• Isaac : pile logicielle pour la robotique industrielle, de l'entraînement des modèles de perception au déploiement sur des systèmes physiques
• Jetson : puces de calcul en périphérie, pour une inférence IA directement sur l'appareil sans recours constant au cloud
• DGX : plateformes serveur de niveau centre de données pour entraîner de grands modèles
• DRIVE : plateforme pour les systèmes de transport autonomes et la mobilité

L'IA physique sort des laboratoires

NVIDIA promeut activement le terme Physical AI depuis 2024. Jensen Huang le présente comme la vague qui succède à l'IA générative : les modèles de langage ont appris à comprendre texte et images, et c'est maintenant le tour des systèmes qui comprennent le monde physique et peuvent y agir. Concrètement : un robot d'entrepôt qui trouve le bon article sans itinéraire prédéfini ; un manipulateur industriel qui s'adapte à des pièces de formes différentes ; un transport autonome dans un port ou sur un site de production.

«

La prochaine vague d'IA sera physique : les machines commenceront à comprendre le monde qui les entoure et à y agir », Jensen Huang, CES 2025.

Cette IA nécessite l'association de trois composants : un puissant modèle multimodal, du calcul en périphérie directement sur l'appareil et un environnement de simulation pour l'entraînement itératif. C'est précisément cette association que propose NVIDIA, et LG la considère comme la base de ses produits.

Ce que cela signifie

Les discussions entre LG et NVIDIA signalent que l'IA physique passe du stade des concepts à celui de véritables projets industriels. Les grands fabricants d'électronique nouent des alliances avec les détenteurs de la pile technologique. Celui qui bâtira le premier une infrastructure complète (centres de données, plateformes edge, environnements de simulation) prendra la position dominante dans l'automatisation industrielle de la prochaine décennie.