Plus de 140 robots s’entraînent actuellement dans un campus situé à Hangzhou, en Chine, sur plus de 40 scénarios de travail réels : cuisines intelligentes, entrepôts, fermes agricoles, tunnels de mines. Ces machines ont un CV à construire avant d’aller en production, et la Chine leur a ouvert un établissement dédié.
La Base Pilote Nationale pour les Applications de l’IA Incarnée a démarré ses opérations d’essai le 16 mai 2026. Quarante entreprises de l’IA embarquée et plus de dix universités y travaillent déjà, sous l’impulsion conjointe du ministère de l’Industrie (MIIT) et de la SASAC, qui ont lancé en juin 2026 une initiative nationale pour généraliser la formation en scénarios réels des humanoïdes.
Le problème que cette base cherche à résoudre
La robotique souffre d’un écart bien documenté entre simulation et terrain. Un robot qui performe à 95 % en simulation peut tomber à 40 % face au désordre du monde réel : une boîte mal placée, une surface inégale, un éclairage différent. La base de Hangzhou sert de zone tampon entre le laboratoire et le déploiement industriel.
La logique est partagée. Zhang Haiwei, fondateur de la société de capture de mouvement Chingmu, le résume : « Par le passé, développer un seul scénario applicatif pouvait coûter à une entreprise plus de 10 millions de yuans en données d’entraînement. Maintenant, les entreprises ici ont accès à tout ce dont elles ont besoin en un seul endroit. » Chingmu, installée sur le campus depuis la phase d’essai, voit ses commandes doubler sur un an, pour atteindre environ 50 millions de yuans au premier semestre 2026.
40 scénarios, de la cuisine au fond de mine
Dans une cuisine simulée, Hangzhou Big Data Cloud AI Technology enseigne à des robots la routine complète d’un restaurant depuis novembre 2025 : prise de commande, récupération des ingrédients, sauté en 3 à 4 minutes, dressage du plat, collecte des assiettes. Yang Jiandang, cofondateur de l’entreprise, indique que développer une telle application à partir de zéro coûtait plusieurs millions de yuans. Sur la base, le coût initial est réduit à un test de faisabilité.
DexRobot occupe la zone de manipulation dextre avec une plateforme d’exosquelette qui cartographie les mouvements humains sur les robots avec 65 degrés de liberté : 18 dans les bras, 42 dans les mains, 5 dans la taille, avec une précision millimétrique. Une de ses mains robotiques a complété un million de répétitions complètes sur le campus depuis l’ouverture.
Un modèle d’infrastructure partagée à grande échelle
La base fonctionne sur deux pistes simultanées. En scénarios physiques, des techniciens téléopèrent des robots pour des tâches répétées des centaines de fois, chaque mouvement réussi enregistré comme « matériau pédagogique brut » pour l’entraînement des modèles. En simulation haute fidélité, des opérateurs portant des gants de données et des combinaisons de capture de mouvement récoltent des données de mouvement sans même avoir besoin d’un robot physique.
Cette infrastructure de formation partagée n’a pas d’équivalent à cette échelle ailleurs. Elle est financée par l’État mais opérée principalement par des acteurs privés, dans un modèle où la puissance publique crée les conditions et les entreprises apportent les technologies. Pour les startups de robotique qui n’ont pas les moyens de construire leurs propres lignes de test, la base est un accélérateur direct. Résultat : un écosystème qui peut former des robots pour la Chine, et potentiellement les exporter mieux préparés vers le reste du monde.
