Maison
Wang Xingxing : l'IA incarnée devrait connaître une avancée comparable à celle de ChatGPT d'ici deux à trois ans

Wang Xingxing, fondateur et PDG de BotSchool, a souligné lors de son intervention au forum principal de la Conférence mondiale sur la robotique 2026 (WRC2026) que l’intelligence incarnée s’approchait d’un point d’inflexion industriel comparable au « moment ChatGPT ». Il a estimé que des avancées majeures pourraient intervenir d’ici deux à trois ans seulement, ou prendre potentiellement cinq à dix ans dans un scénario d’adoption plus lente.
L’introduction en bourse de BotSchool sur le Marché de l’innovation scientifique et technologique de la Bourse de Shanghai a eu lieu juste un jour avant le discours de Wang, le titre clôturant à un cours supérieur de 460 % à son prix d’émission lors de sa première journée de cotation. M. Wang a souligné que le véritable indicateur de l’entrée de l’intelligence incarnée dans une phase d’essor industriel ne réside pas dans des démonstrations isolées, mais dans la capacité des robots à exécuter environ 80 % des tâches via des commandes vocales ou textuelles dans 80 % des environnements inconnus.
Selon M. Wang, le principal obstacle technique pour les robots humanoïdes reste l’alignement des modèles d’IA sur la réalité physique. Si les robots obtiennent de bons résultats dans des scénarios fixes et parfaitement entraînés, leurs taux de réussite chutent lorsque les objets ou les environnements changent légèrement. Les défis liés au retour tactile et aux erreurs de précision lors des derniers centimètres ou millimètres d’opération continuent de limiter les capacités de généralisation.
Pour relever ces défis, BotSchool a dévoilé sa feuille de route de pré-recherche intitulée « Physical AI Robot Self-Evolution V1.0 ». Ce système exploite de grands modèles d’IA pour extraire automatiquement des résultats de recherche, générer du code de contrôle et établir une boucle d’itération continue passant par la simulation, des tests en conditions réelles et une évaluation combinée par l’IA et l’humain. BotSchool identifie les capacités fondamentales des modèles, l’accumulation de données provenant de sources multiples, l’échelle de déploiement des robots réels et l’acquisition de compétences comme les principaux moteurs de cette auto-évolution.
M. Wang a également retracé l’évolution de BotSchool, des robots quadrupèdes aux robots humanoïdes, soulignant que leur humanoïde G1 est devenu une référence du secteur, notamment grâce à sa participation à des projets tels que le « WuBOT » du Gala de la Fête du Printemps. Cette année, BotSchool a lancé de nouveaux produits, notamment un exosquelette piloté par un opérateur et le robot à roues et pattes As2-W, tout en continuant à explorer des applications dans les environnements industriels, domestiques et extérieurs.
M. Wang a souligné que la mise en œuvre à grande échelle nécessite de résoudre les problèmes d’efficacité et de généralisation. Bien que les robots puissent effectuer des tâches simples, les nouvelles tâches exigent souvent un réentraînement. Cependant, à mesure que les modèles d’IA s’améliorent et que les données du monde réel s’accumulent, l’intelligence incarnée est en passe d’accélérer sa transition vers l’industrialisation.
À mesure que les robots humanoïdes passent du stade des démonstrations expérimentales à celui de l’utilisation commerciale, les données, les modèles, le matériel et les capacités d’auto-évolution apparaissent comme des facteurs concurrentiels essentiels. La feuille de route de BotSchool reflète une évolution plus large du secteur, qui passe de la simple « fabrication de robots » à la « capacité des robots à apprendre et à évoluer en continu ».
Article connexe
Microsoft relance sa stratégie en matière d’intelligence artificielle avec un nouveau modèle de codage alors que les coûts de Claude augmentent
La programmation assistée par l’IA est devenue un élément incontournable du développement logiciel moderne, mais même les géants de la technologie comme Microsoft ressentent le poids des abonnements coûteux aux grands modèles de langage tiers. Pour r
ByteDance et HKUST dévoilent MMProLong pour améliorer l'entraînement des LMM sur les longs documents
Le 24 mai, l’équipe ByteDance Seed a collaboré avec l’Université des sciences et technologies de Hong Kong pour dévoiler une avancée majeure dans l’entraînement de documents longs pour les grands modèles de langage multimodaux (LMM). En s’appuyant su
Un autre client de la startup en difficulté Delve, touchée par une importante violation de sécurité
Le startup de conformité Delle continue de faire face à une série de controverses croissantes.TechCrunch a vérifié que Delle a réalisé les certifications de sécurité pour Context AI, une entreprise de formation d’agents IA qui a récemment signalé un
Recommandations de sujets spéciaux liés
commentaires (0)

Wang Xingxing, fondateur et PDG de BotSchool, a souligné lors de son intervention au forum principal de la Conférence mondiale sur la robotique 2026 (WRC2026) que l’intelligence incarnée s’approchait d’un point d’inflexion industriel comparable au « moment ChatGPT ». Il a estimé que des avancées majeures pourraient intervenir d’ici deux à trois ans seulement, ou prendre potentiellement cinq à dix ans dans un scénario d’adoption plus lente.
L’introduction en bourse de BotSchool sur le Marché de l’innovation scientifique et technologique de la Bourse de Shanghai a eu lieu juste un jour avant le discours de Wang, le titre clôturant à un cours supérieur de 460 % à son prix d’émission lors de sa première journée de cotation. M. Wang a souligné que le véritable indicateur de l’entrée de l’intelligence incarnée dans une phase d’essor industriel ne réside pas dans des démonstrations isolées, mais dans la capacité des robots à exécuter environ 80 % des tâches via des commandes vocales ou textuelles dans 80 % des environnements inconnus.
Selon M. Wang, le principal obstacle technique pour les robots humanoïdes reste l’alignement des modèles d’IA sur la réalité physique. Si les robots obtiennent de bons résultats dans des scénarios fixes et parfaitement entraînés, leurs taux de réussite chutent lorsque les objets ou les environnements changent légèrement. Les défis liés au retour tactile et aux erreurs de précision lors des derniers centimètres ou millimètres d’opération continuent de limiter les capacités de généralisation.
Pour relever ces défis, BotSchool a dévoilé sa feuille de route de pré-recherche intitulée « Physical AI Robot Self-Evolution V1.0 ». Ce système exploite de grands modèles d’IA pour extraire automatiquement des résultats de recherche, générer du code de contrôle et établir une boucle d’itération continue passant par la simulation, des tests en conditions réelles et une évaluation combinée par l’IA et l’humain. BotSchool identifie les capacités fondamentales des modèles, l’accumulation de données provenant de sources multiples, l’échelle de déploiement des robots réels et l’acquisition de compétences comme les principaux moteurs de cette auto-évolution.
M. Wang a également retracé l’évolution de BotSchool, des robots quadrupèdes aux robots humanoïdes, soulignant que leur humanoïde G1 est devenu une référence du secteur, notamment grâce à sa participation à des projets tels que le « WuBOT » du Gala de la Fête du Printemps. Cette année, BotSchool a lancé de nouveaux produits, notamment un exosquelette piloté par un opérateur et le robot à roues et pattes As2-W, tout en continuant à explorer des applications dans les environnements industriels, domestiques et extérieurs.
M. Wang a souligné que la mise en œuvre à grande échelle nécessite de résoudre les problèmes d’efficacité et de généralisation. Bien que les robots puissent effectuer des tâches simples, les nouvelles tâches exigent souvent un réentraînement. Cependant, à mesure que les modèles d’IA s’améliorent et que les données du monde réel s’accumulent, l’intelligence incarnée est en passe d’accélérer sa transition vers l’industrialisation.
À mesure que les robots humanoïdes passent du stade des démonstrations expérimentales à celui de l’utilisation commerciale, les données, les modèles, le matériel et les capacités d’auto-évolution apparaissent comme des facteurs concurrentiels essentiels. La feuille de route de BotSchool reflète une évolution plus large du secteur, qui passe de la simple « fabrication de robots » à la « capacité des robots à apprendre et à évoluer en continu ».
Microsoft relance sa stratégie en matière d’intelligence artificielle avec un nouveau modèle de codage alors que les coûts de Claude augmentent
La programmation assistée par l’IA est devenue un élément incontournable du développement logiciel moderne, mais même les géants de la technologie comme Microsoft ressentent le poids des abonnements coûteux aux grands modèles de langage tiers. Pour r
ByteDance et HKUST dévoilent MMProLong pour améliorer l'entraînement des LMM sur les longs documents
Le 24 mai, l’équipe ByteDance Seed a collaboré avec l’Université des sciences et technologies de Hong Kong pour dévoiler une avancée majeure dans l’entraînement de documents longs pour les grands modèles de langage multimodaux (LMM). En s’appuyant su
Un autre client de la startup en difficulté Delve, touchée par une importante violation de sécurité
Le startup de conformité Delle continue de faire face à une série de controverses croissantes.TechCrunch a vérifié que Delle a réalisé les certifications de sécurité pour Context AI, une entreprise de formation d’agents IA qui a récemment signalé un











