Normes de données pour l’IA incarnée : la Chine répond en dix jours

Tout le monde ne cesse de demander quel modèle de fondation pour robots va gagner. La réponse la moins glamour pourrait être : celui qui aura les meilleures données résiduelles, soigneusement orchestrées. Les robots humanoïdes n’apprennent pas à plier des serviettes, à éviter des transpalettes ou à saisir une clé glissante en aspirant le web et en espérant que la physique se montre généreuse. Ils ont besoin de réalité enregistrée, ce qui est agaçant, car la réalité a une documentation d’API catastrophique. L’Administration nationale des données de Chine entre maintenant dans ce bazar. L’agence a déclaré qu’elle développerait des normes pour les données d’entraînement de l’IA incarnée et guiderait les autorités locales, selon Bloomberg, seulement dix jours après que sept entreprises ont demandé une infrastructure de données publique et des normes communes, selon The Next Web. C’est ce timing qui raconte l’histoire. Les robots n’attendent pas seulement un cerveau de modèle plus grand : ils attendent un pipeline national de données, avec des étiquettes, de la gouvernance et assez de cohérence pour que l’entraînement ne devienne pas un chaos artisanal en blouse de laboratoire.

La demande est vite devenue une machine politique, selon The Next Web The Next

Web a rapporté que la décision de l’Administration nationale des données faisait suite à une réunion du 10 septembre présidée par Liu Liehong, le directeur de l’agence, avec la participation d’instituts de recherche, d’entreprises technologiques et d’organisations de robotique humanoïde. Dix jours plus tôt, la même agence avait rencontré sept entreprises qui demandaient une infrastructure de données publique pour l’IA incarnée et des normes communes pour les données, selon le même rapport. C’est une boucle de rétroaction inhabituellement directe, au moins selon les standards de la politique publique, où l’urgence se déplace souvent comme un Roomba coincé sous un canapé. Bloomberg a rapporté que l’Administration nationale des données prévoit de renforcer la planification et les orientations de développement pour le secteur, tout en soutenant les entreprises qui augmentent leurs investissements dans les ressources de données. TradingView News, en résumant l’initiative, a indiqué que les priorités comprennent des normes formelles sur la manière dont les données d’IA incarnée sont collectées, étiquetées, stockées et partagées, ainsi que des orientations pour les gouvernements locaux sur la gouvernance des données. En français moins bureaucratique : le pays essaie de standardiser cette zone intermédiaire désordonnée entre le moment où un robot touche le monde et celui où un modèle apprend de ce contact.

Le goulot d’étranglement, ce sont les heures de réalité, rapporte

The Next Web The Next Web cite l’estimation de l’Académie chinoise des technologies de l’information et des communications selon laquelle les modèles de fondation d’IA incarnée ont besoin d’environ 10 millions d’heures de données d’entraînement réelles. Le même rapport indique qu’il n’existe dans le monde que 100 000 à 1 million d’heures de données de haute qualité. Cet écart n’est pas une erreur d’arrondi : c’est le Grand Canyon portant une combinaison de capture de mouvement. Voilà pourquoi l’IA incarnée est différente des modèles de texte d’une manière très coûteuse. Le texte est abondant, imparfait et juridiquement piquant, mais il existe à l’échelle planétaire. Les données d’interaction des robots sont plus difficiles, car elles doivent capturer la physique, la conscience spatiale, les relevés de capteurs, les résultats d’actions et les mouvements humains dans des environnements où la gravité continue de déposer des rapports de bugs. La Chine construit déjà l’offre, selon The Next Web, qui rapporte que plus de 70 terrains d’entraînement pour l’IA incarnée sont en activité, principalement pour la fabrication industrielle, avec 46 autres prévus. Si ces installations produisent des données selon des normes partagées, les développeurs privés de modèles obtiennent plus que de simples heures brutes. Ils obtiennent des heures comparables, ce qui fait toute la différence entre un jeu de données et un tiroir à bazar avec des horodatages.

Les normes deviennent la pile technologique, selon TradingView News

TradingView News décrit l’IA incarnée comme des systèmes qui perçoivent leur environnement et interagissent physiquement avec lui, des robots d’entrepôt aux bras chirurgicaux en passant par les humanoïdes. Cette diversité compte, car une norme de données doit résister à des machines, capteurs, tâches et attentes de sécurité très différents. Un bras robotique dans une usine et un humanoïde dans un stand de démonstration produisent tous deux des données générées par des machines, mais faire semblant que ces flux sont magiquement interchangeables, c’est le meilleur moyen d’obtenir du théâtre de benchmark avec un meilleur éclairage. The AI Insider a rapporté que la Chine avait publié son premier système national de normes pour les robots humanoïdes et l’IA incarnée, dévoilé le 28 février à Pékin. Ce cadre était organisé en six composantes, dont les éléments communs de base, le calcul de type cerveau et intelligent, les membres et composants, les machines et systèmes complets, les applications, ainsi que la sécurité et l’éthique, et il a été rédigé par plus de 120 institutions sous l’égide du comité technique du ministère de l’Industrie et des Technologies de l’information. Le même rapport indiquait que plus de 140 fabricants nationaux avaient lancé plus de 330 modèles humanoïdes en 2025, ce qui aide à expliquer pourquoi les normes ne sont pas ici une simple garniture administrative. Ce sont des feux de circulation avant que tout le monde ne se mette à sprinter dans l’intersection en portant des servomoteurs.

L’Europe a des règles d’accès, pas

des tuyaux de production, selon The Next Web The Next Web oppose le déploiement chinois au Data Act européen, qui régit l’accès aux données générées par les machines mais ne crée pas l’infrastructure nécessaire pour les produire. Le rapport indique que la plupart des actions de la stratégie européenne pour l’union des données, y compris les laboratoires de données prévus, n’avaient pas été mises en œuvre dix mois après sa publication. Les règles d’accès sont utiles, mais ce ne sont pas des dispositifs de collecte de données, des capteurs calibrés, des schémas partagés ou des terrains d’entraînement où les robots échouent encore et encore à des tâches réelles jusqu’à devenir un peu moins embarrassants. La demande d’infrastructure nationale n’est pas nouvelle en Chine non plus. Yicai Global a rapporté que Zhou Yunjie, président-directeur général de Haier Group, avait appelé à des plateformes nationales d’innovation ouverte pour l’intelligence incarnée, à un programme national dédié aux données et à un cadre de normes de niveau industriel couvrant la conception, la fabrication, les tests et le déploiement. Cette demande antérieure fait écho à la requête des sept entreprises rapportée par The Next Web, ce qui suggère que l’industrie considère l’infrastructure de données comme une dépendance partagée plutôt que comme un joli accessoire de politique publique. Pour les bâtisseurs d’IA, la leçon est merveilleusement peu sexy et donc probablement importante : surveillez la couche des données. Les sorties de modèles auront toujours droit aux démonstrations brillantes, aux applaudissements et aux gestes de mains vaguement humanoïdes façon jazz. Mais si l’IA physique passe à l’échelle, ce sera peut-être parce que quelqu’un aura standardisé la façon dont les robots enregistrent le monde, étiquettent leurs erreurs et partagent assez de réalité pour que les modèles cessent d’apprendre à partir de simples impressions. La révolution robotique n’arrivera pas avec un monologue : elle arrivera sous forme de migration de schéma.