fr.wedoany.com Rapport : Lors de la Conférence mondiale sur l'intelligence artificielle (WAIC) 2026, l'entreprise chinoise Tashizhihang a présenté une chaîne de production automatisée d'assemblage de faisceaux de câbles de précision pour l'automobile, pilotée par son modèle de base natif incarné AWE 3.5 récemment dévoilé. Cette démonstration a installé une ligne de faisceaux circulaire reproduite à l'échelle 1:1 dans le hall d'exposition, où plusieurs robots travaillaient en collaboration, chacun exécutant simultanément des tâches d'assemblage de différents types de câbles.
L'atelier de faisceaux de câbles automobiles, en raison de la souplesse des câbles, des exigences de précision extrêmement élevées pour l'insertion et de la complexité des processus, a longtemps été considéré comme une « zone difficile » de l'automatisation industrielle. Ding Wenchao, scientifique en chef de Tashizhihang, a déclaré que l'introduction d'AWE 3.5 avait considérablement amélioré l'efficacité de la chaîne de production, au point de devoir contrôler la vitesse de fonctionnement des robots pour éviter l'épuisement des matériaux.
AWE 3.5 est le premier modèle natif dans le domaine de l'intelligence incarnée à réaliser un paradigme complet allant du pré-entraînement au post-entraînement. Dès la phase de pré-entraînement, ce modèle intègre simultanément des données multimodales telles que la vision, le langage et l'action, en adoptant une architecture unique appelée « One Model », capable à la fois de générer des instructions d'action et de prédire les états visuels futurs. En modifiant les combinaisons d'entrée et de sortie, le modèle peut basculer entre une « stratégie de base » et un « modèle du monde conditionné par l'action », formant ainsi une boucle fermée d'apprentissage par renforcement complète.
Sur le site du WAIC, AWE 3.5 a également démontré sa capacité de généralisation multitâche basée sur un même modèle, incluant le rangement de bureau, l'emballage de téléphones, la connexion de câbles réseau, le tri de pièces, etc. Le modèle n'a pas besoin de recharger ou de changer de paramètres entre différentes tâches. De plus, Tashizhihang a mis en place une démonstration interactive du modèle du monde, où les visiteurs, équipés de pinces de collecte de données, pouvaient interagir avec le monde parallèle généré par AWE 3.5 et expérimenter des retours physiques tels que la gravité, les collisions et les frottements, le tout sans dépendre d'aucun moteur physique traditionnel ni de code basé sur les lois de Newton.
Ce modèle possède une mémoire à long terme et une capacité de compréhension spatiale à long terme, lui permettant de maintenir la stabilité de l'environnement lors de déductions continues et interactives en boucle fermée durant plusieurs minutes, soutenant ainsi la segmentation des segments d'action pendant le post-entraînement. Tashizhihang souligne qu'AWE 3.5 est entraîné sur plus d'un million d'heures de données centrées sur l'humain (human-centric), et que l'accent de son système de données passe de « plus » à « plus intelligent et de meilleure qualité », l'efficacité des données (Data Efficiency) devenant une nouvelle dimension d'évaluation.
Dans une interview, Ding Wenchao a indiqué que, grâce à une échelle suffisante de données de pré-entraînement et à une infrastructure capable de traiter massivement ces données, AWE 3.5 peut déjà réaliser une nouvelle tâche avec seulement quelques heures de collecte de données. Il a souligné que le passage à l'échelle (Scaling) de l'intelligence incarnée est désormais pleinement libéré, et qu'un tournant sectoriel pourrait survenir entre le premier semestre et le milieu de l'année 2027. Outre l'assemblage de faisceaux de câbles, ce modèle a déjà été validé dans plusieurs scénarios industriels, notamment les opérations flexibles, le tri, la détection collaborative, etc.
Concernant le débat dans l'industrie entre les approches VLA (Vision-Langage-Action) et le « modèle du monde », Ding Wenchao estime que le critère d'évaluation ultime reste de savoir si l'on peut « optimiser l'action ». Il explique que l'architecture One Model d'AWE 3.5 couple la vision, le langage et l'action dès la phase de pré-entraînement, évitant ainsi les problèmes d'hallucination des modèles vidéo ou de désynchronisation entre la compréhension spatiale et l'action, faisant du modèle son propre simulateur, sans avoir besoin de construire manuellement un environnement de simulation.
En ce qui concerne la main dextre, Ding Wenchao a déclaré qu'il s'agit actuellement de son plus grand « mystère non résolu ». Tashizhihang a commencé à développer sa propre main dextre avant AWE 3.0, en adoptant une approche descendante : analyser d'abord les capacités nécessaires à l'humain pour accomplir une action, puis définir la conception matérielle en conséquence. Il est optimiste quant à la possibilité de voir la main dextre entrer dans des scénarios réels et de constater une tendance industrielle évidente dans les 12 à 18 mois à venir. Sa capacité à boucler une boucle commerciale pourrait devenir une étape importante dans le domaine de l'intelligence incarnée.
Ding Wenchao estime que l'industrie de l'intelligence incarnée est passée d'une attention portée à la capacité des robots à « bouger » et à « saisir » à une phase où l'on se préoccupe davantage de leur capacité à fonctionner de manière continue et stable dans des scénarios réels. La capacité de déploiement à grande échelle dans de multiples scénarios sera un critère clé pour évaluer les entreprises en 2027. Il souligne également que la recherche de pointe dans le domaine de l'incarnation s'accélère actuellement vers le secteur industriel, et que pour les nouveaux entrants qui se lancent uniquement sur la base de technologies issues de publications académiques, la difficulté a considérablement augmenté, les obligeant à trouver de nouvelles niches écologiques.
Lors de cette édition du WAIC, le stand de Tashizhihang était situé dans la zone « L'Ère Moderne · La Cité des Partenaires » au premier étage du Centre d'Exposition de Shanghai, étant le premier stand à droite de l'entrée. La démonstration comprenait également une étape d'insertion de faisceaux de câbles de précision, où les visiteurs devaient plisser les yeux pour viser de minuscules trous d'insertion, expérimentant ainsi la difficulté de l'opération. Pendant l'exposition, la zone de Tashizhihang a également attiré un grand nombre de visiteurs.
La démonstration d'assemblage de faisceaux de câbles de précision exige une extrême précision ; les trous d'insertion sont très petits, nécessitant de plisser les yeux pour viser et de s'assurer que l'insertion se fait au bon endroit, ce qui constitue un défi tant pour les robots que pour les humains.
Ding Wenchao a souligné que la prochaine étape de l'intelligence incarnée est de doter le système d'un gradient, c'est-à-dire d'une direction d'itération claire, et que cette direction doit provenir de retours positifs issus de scénarios réels. Tashizhihang progresse dans cette voie en formant des boucles fermées d'applications « Killer App » dans plusieurs scénarios.
Concernant l'importance de la conception conjointe du matériel et du logiciel, Ding Wenchao estime qu'elle dépasse largement les attentes. Les pinces peuvent résoudre environ 80 % des problèmes, mais les 20 % restants nécessitent le recours à une main dextre. Sa capacité à accomplir des tâches réelles et à boucler une boucle commerciale pourrait devenir une étape importante dans le domaine de l'intelligence incarnée.
Ding Wenchao a conclu que l'industrie est passée de points forts technologiques locaux à une approche systémique et intégrée, et que le critère d'évaluation ultime sera très intuitif : ce que les robots accomplissent, la vitesse et le coût pour étendre de nouvelles tâches. Travailler de manière continue et stable dans des scénarios réels est devenu le point central de l'industrie.
