En 2026, l’intelligence incorporée a fait des progrès significatifs dans le domaine industriel.
Le robot A1 de la start-up Shi Zhihang a établi un record du monde Guinness en effectuant plus d’une centaine d’opérations de branchement de faisceaux de câbles automobiles niveau submillimétrique en une heure.
L’assemblage de faisceaux de câbles automobiles a toujours été un problème dans le domaine de l’automatisation industrielle. Étant donné que le faisceau de câbles est flexible et facile à déformer, l’écart entre les jacks n’est que de 0,1 à 0,5 mm. Au cours des dernières décennies, elle ne pouvait compter que sur des opérations manuelles confiées à des travailleurs qualifiés. Elle est connue sous le nom de « conjecture de Goldbach » dans le domaine de l’automatisation industrielle. Cette avancée du robot A1 est devenue un nœud historique permettant à l’intelligence incarnée de passer du laboratoire à la scène industrielle.
Actuellement, l’intelligence incorporée a été vérifiée commercialement dans plusieurs scénarios industriels.
Dans les lignes de production des entreprises de véhicules à énergies nouvelles, des robots d’UBTECH et d’autres sociétés ont été déployés par lots pour effectuer des tâches d’inspection de qualité, d’étiquetage et de transfert de matériaux entre les postes de travail, en s’adaptant aux besoins de trafic à canal étroit de l’usine.
Dans les scénarios de fabrication électronique 3C, les robots peuvent réaliser des processus tels que l’assemblage contrôlé par la force de modules de mémoire et le collage de boîtiers d’entraînement électrique, avec un précision de positionnement reproductible de ± 0,05 mm, répondant aux exigences de production de haute précision de l’électronique grand public. Dans des scénarios tels que l’entreposage, l’industrie chimique et l’énergie électrique, les robots entreprennent des inspections à long cycle et des tâches de manutention standardisées, avec un taux de réussite des tâches de plus de 90 % dans des scénarios industriels structurés.
L’industrie nationale de l’intelligence incorporée connaîtra une croissance annuelle de plus de 50 % de 2025 à 2026. En 2025, le volume des ventes des robots humanoïdes industriels UBTECH atteindra 1 079 unités, correspondant à 820 millions de yuans de revenus, et des capacités de livraison commerciale stables ont été créées.
Par rapport aux robots industriels traditionnels, l’intelligence incorporée présente des différences évidentes. Les robots industriels traditionnels sont comme des étudiants qui ne peuvent répondre qu’à des questions fixes. Toutes les actions doivent être programmées à l’avance. Ils ne peuvent couvrir qu’environ 30 % des processus de fabrication entièrement standardisés.
Les 70 % restants des processus non standardisés en petits lots et variétés ne peuvent pas être automatisés et dépendent longtemps du travail manuel.
L’intelligence incarnée équivaut à un travailleur qualifié qui peut tirer des conclusions à partir d’un exemple. Il ne nécessite pas de programmation personnalisée tâche par tâche. Il peut détecter dynamiquement l’environnement et démanteler les tâches de manière autonome, en s’adaptant directement à l’environnement de travail humain d’origine sans nécessiter de transformation à grande échelle de l’agencement de la chaîne de production.
Il prend également en charge le travail collaboratif non isolé avec des travailleurs dans le même espace, ce qui comble simplement le vide que les solutions d’automatisation traditionnelles ne peuvent pas combler.
Cependant, l’industrie est encore dans la phase de transition entre des projets pilotes à petite échelle et une mise en œuvre à grande échelle, et les principaux points de blocage sont concentrés dans les trois dimensions. Premièrement, il existe un énorme manque de données.
La formation de modèles industriels généraux à grande échelle nécessite au moins des dizaines de millions d’heures de données interactives multimodales.
Actuellement, la production mensuelle moyenne de données de haute qualité à l’échelle du secteur n’est que de 250 000 à 300 000 heures, ce qui entraîne un grave déséquilibre entre l’offre et la demande.
Deuxièmement, le modèle n’est pas suffisamment généralisé.
Un modèle formé sur une seule ligne de production doit presque être recyclé après avoir migré entre les scénarios. Des erreurs cumulatives sont susceptibles de se produire lors de l’exécution de tâches à séquence longue, et des écarts dans n’importe quelle sous-étape peuvent entraîner l’échec de la tâche globale.
Troisièmement, le coût de déploiement reste élevé.
Le coût global du corps matériel + collecte de données + formation personnalisée est supérieur à celui des bras robotiques industriels traditionnels, ce qui est temporairement difficile à se permettre pour les petites et moyennes entreprises manufacturières.
Cependant, la Chine a inclus l’intelligence incorporée comme l’une des six industries d’avenir dans la conception prospective du « 15e Plan quinquennal ». En juin 2026, la première norme industrielle du renseignement incorporé a été officiellement mise en œuvre, répertoriant clairement le taux de réussite des tâches, l’efficacité d’exécution, le taux d’intervention manuelle, etc. comme indicateurs d’évaluation de base pour les scénarios industriels. L’industrie est entrée dans la phase de mise en œuvre standardisée.
Hangzhou, Pékin et d’autres endroits ont établi des bases pilotes au niveau national pour construire des plates-formes publiques de puissance de calcul, d’ouverture des données et de vérification de scénarios afin d’abaisser le seuil d’itération technologique pour les petites et moyennes entreprises.
L’ensemble de l’industrie prédit généralement que 2027-2029 marquera le début d’un point d’inflexion à grande échelle : d’ici là, le remplacement national des composants de base sera terminé, le prix des robots industriels terminaux tombera à 100 000 yuans, le taux de pénétration des scénarios de base dans l’industrie manufacturière discrète dépassera 5 % et couvrira progressivement environ 80 % des processus industriels simples, devenant ainsi une technologie de soutien de base pour résoudre la difficulté de recruter des travailleurs dans l’industrie manufacturière et améliorer l’efficacité de la production.
