La Conférence mondiale sur l’intelligence artificielle 2026 (WAIC), qui s’est tenue sur quatre jours, s’est achevée au Shanghai Expo Center le 20 juillet. La cérémonie de clôture a révélé des résultats impressionnants : 100 000 mètres carrés d’espace d’exposition, 4 486 objets exposés, 351 produits présentés en première mondiale, plus de 400 000 visiteurs sur place et plus de 3 milliards de vues en ligne à l’échelle mondiale. Des représentants de 102 pays et organisations internationales ont participé, avec 1 117 entreprises exposantes. Le montant total des intentions d’achat a atteint 20,36 milliards de RMB, soit une hausse de 25 % sur un an.
Mais l’événement le plus marquant a été la signature groupée de projets stratégiques d’IA à Shanghai lors de la cérémonie de clôture : 32 projets couvrant l’infrastructure IA, l’intelligence incarnée, l’intelligence scientifique et les applications agents, pour un investissement cumulé de plus de 40,9 milliards de RMB. Cette injection de capitaux donne le ton pour le lancement de l’industrie chinoise de l’IA en 2026.
Cependant, une fois l’effervescence retombée et les capitaux engagés, une question fondamentale se pose : dans quelle mesure les 40,9 milliards de RMB de contrats signés et les 3 milliards de vues en ligne contribuent-ils réellement à combler le fossé entre une IA "capable de discuter" et une IA "capable d’agir" ? Cet article propose d’examiner cette problématique sous six angles.
De la "course aux paramètres" à la "course au déploiement" : le système d’évaluation de l’industrie a-t-il réellement changé ?
Le discours le plus répété lors de cette édition de la WAIC était que "l’IA a dépassé la simple course aux paramètres pour entrer dans une nouvelle phase où la valeur réelle devient le principal critère". Cela s’est vérifié dans l’espace d’exposition. Dans le secteur de l’intelligence incarnée, plus de 200 entreprises étaient présentes et près de 60 robots humanoïdes ont été déployés sur le site pour guider, expliquer et répondre aux questions. C’est la première fois qu’un grand salon national met réellement au travail des robots humanoïdes : ils n’étaient pas de simples attractions photographiques, mais effectuaient des tâches concrètes.
Par exemple, l’Elf G2 Max de Zhiyuan fonctionne 24h/24 dans les entrepôts réels de JD Logistics, assurant empilage et transport. Sur la ligne d’assemblage de moteurs présentée par JAKA Robotics et Huayu Automotive, deux robots collaborent pour réaliser un vissage de précision en seulement 10 secondes ; cette solution est déjà opérationnelle sur une ligne de production réelle avec une capacité annuelle d’un million de moteurs. Le magasin de proximité robotisé "ShaomaiGo" de SenseTime compte 10 points de vente à Shanghai et 20 à l’échelle nationale, chaque magasin enregistrant en moyenne 400 commandes par jour.
Pourtant, ce passage du "spectacle" au "travail réel" masque une réalité : ces cas concrets restent des projets de démonstration portés par des leaders du secteur, encore loin de devenir des normes industrielles standardisées, reproductibles et à grande échelle. Sur plus de 300 robots opérant en dynamique sur le salon, la plupart sont encore à l’état de démonstration. "Déploiement" était un mot-clé de cette édition, mais le fait même de parler de déploiement souligne que seuls les pionniers — et non la majorité — accèdent à des environnements de production réels.
Le poids réel des 40,9 milliards de RMB de contrats : comment aligner densité du capital et efficacité de conversion ?
Les 32 projets, pour un investissement total de 40,9 milliards de RMB, couvrent quatre grands domaines : infrastructure IA, intelligence incarnée, intelligence scientifique et applications agents. En termes de densité de capitaux, il s’agit de l’une des signatures groupées les plus importantes de l’histoire de la WAIC.
Cependant, l’efficacité de ces investissements dépend de deux variables clés : la courbe de maturité technologique et la durée du chemin de commercialisation.
Prenons l’intelligence incarnée. Cette année, le nombre d’exposants dans ce secteur est passé de plus de 80 à plus de 200, avec plus de 300 machines réelles présentées. Les analystes soulignent qu’en 2026, un tournant a été franchi : l’industrie ne se focalise plus sur les capacités extrêmes de chaque machine, mais sur les fondations de données, l’architecture cognitive inspirée du cerveau, l’adaptation aux scénarios et la capacité de commercialisation par la production de masse. Ce repositionnement est pertinent, mais il traduit aussi une réalité : les capacités fondamentales ne sont pas encore matures. L’architecture du "cerveau" des robots n’est pas stabilisée, et la collecte de données d’entraînement reste un défi majeur. Des débats tels que "faut-il privilégier VLA ou les modèles du monde pour les robots ?" ont occupé le devant de la scène lors des forums.
Cela signifie qu’une part importante des 40,9 milliards de RMB sera investie dans des voies technologiques qui n’ont pas encore fait l’objet d’un consensus industriel. Il existe une tension inhérente entre l’afflux massif de capitaux et l’incertitude des choix techniques. Le montant des contrats traduit une confiance, mais il n’est pas synonyme de progrès effectif vers le déploiement réel.
Infrastructures de calcul : de la "course aux cartes" à la "construction de systèmes" — le point d’inflexion des coûts est-il atteint ?
L’infrastructure IA est l’un des principaux bénéficiaires des 40,9 milliards de RMB de contrats. Lors de cette édition, l’accent dans la zone d’exposition dédiée à la puissance de calcul s’est déplacé des scores de benchmarks de puces vers la présentation de clusters domestiques de très grande échelle. Un consensus émerge dans le secteur : l’infrastructure IA passe de la "course aux cartes" à la "construction de systèmes" — puces IA, accélérateurs, serveurs, systèmes de racks, super-nœuds, interconnexions haut débit, refroidissement liquide, systèmes de stockage et logiciels d’ordonnancement doivent être pensés comme un tout intégré.
Tianshu Zhixin a présenté le GPU généraliste Tiangai 300, qui atteint plus de 70 % d’efficacité de calcul dans les scénarios DeepSeek V4 MoE et dépasse de 10 % les solutions internationales de référence sur les tâches d’attention longue de 64k. La compétition sur la puissance de calcul s’est déplacée de la "course aux transistors" vers "l’optimisation de l’efficacité". "AI Factory" de Jiuzhang Yunji combine deux moteurs — "usine d’entraînement" et "usine de tokens" — pour faire passer la production d’IA d’une R&D experte à une chaîne de montage standardisée et reproductible.
Ces évolutions indiquent une tendance positive : le seuil de coût pour le déploiement à grande échelle de l’IA baisse progressivement. Mais le mot clé reste "progressivement". Les gains d’efficacité du calcul sont incrémentaux, alors que la taille des modèles explose de façon exponentielle. L’écart entre ces deux dynamiques demeure un goulot d’étranglement pour le passage de l’IA de la "conversation" à "l’action". Que le coût du token continue de baisser et que la puissance de calcul devienne réellement "aussi accessible que l’eau et l’électricité" dépendra d’investissements continus et de percées sur les infrastructures — un défi de long terme que les 40,9 milliards de RMB de contrats devront relever.
Le "tournant pragmatique" de l’intelligence incarnée : du spectacle au travail réel — quels obstacles subsistent ?
Le changement le plus commenté de cette édition de la WAIC a eu lieu dans le pavillon de l’intelligence incarnée. Les robots humanoïdes ne sont plus seuls : méchas pilotés, concepts "centaures" et plateformes à roues font leur apparition. Cette diversité traduit une logique pragmatique, guidée par les scénarios : l’industrie recherche stabilité et capacité de charge, et pas seulement la bipédie "humaine".
Mais ce tournant pragmatique révèle aussi une autre facette du stade précoce du secteur. Xiaobumi de Songyan Power, proposé à 9 998 RMB, devient le premier robot humanoïde produit en série à moins de 10 000 RMB. Des prix plus bas annoncent l’arrivée de la production de masse, mais montrent aussi que le secteur n’a pas encore trouvé un ancrage de valeur suffisant pour justifier des marges plus élevées.
L’enjeu principal reste les difficultés techniques du "travail réel". Daimeng Robotics a présenté sur son stand des robots emballant des fruits ou rangeant des trousses — tâches en apparence simples, mais parmi les plus complexes pour un robot. Trop de pression, le fruit s’écrase ; pas assez, il glisse. La surface lisse de la mangue la rend instable ; les couvercles en plastique transparent sont presque invisibles pour les capteurs visuels, d’où la nécessité de capteurs tactiles. Ranger une trousse est encore plus difficile : elle est souple, et chaque étape — saisir, placer les stylos, fermer la fermeture — modifie sa forme. Ces "petits problèmes" des scénarios réels sont précisément les "grands défis" à surmonter pour que les robots passent de la "démonstration" au "travail".
Agents : du "dialogue" à "l’action" — les indicateurs DAU peuvent-ils remplacer la course aux paramètres ?
"Agent" était un autre mot-clé de cette édition de la WAIC. Contrairement aux années précédentes, les agents ne se limitent plus aux démonstrations de dialogue sur les stands : ils s’intègrent désormais aux flux de travail réels, aux chaînes de transactions et aux lignes de production.
L’apparition de la mesure DAA (Daily Active Agents) constitue un changement notable. Par rapport aux métriques traditionnelles comme le nombre de paramètres ou la consommation de tokens, la DAA s’intéresse au nombre d’agents intégrés chaque jour dans des processus métier, accomplissant des tâches et créant de la valeur. Selon le "Rapport d’étude sur la DAA" d’IDC, le nombre d’agents actifs quotidiens dans le monde était de 28,6 millions en 2025, devrait atteindre 79,4 millions en 2026, et 2,216 milliards en 2030.
Ce changement de métrique traduit une évolution de la compréhension sectorielle, mais appelle à la prudence : quelle est la définition statistique de la DAA ? Qu’est-ce qu’un "agent actif quotidien" — une simple mission ou un cycle métier complet ? Les différences de définition entre fournisseurs risquent de rendre les données peu comparables. De même que les "paramètres" sont devenus des arguments marketing à l’ère des grands modèles, les "agents actifs quotidiens" pourraient être détournés. Le véritable enjeu pour les agents n’est pas l’envolée des chiffres DAU, mais leur capacité à exécuter des tâches de façon stable, fiable et traçable dans des scénarios complexes.
Intelligence scientifique et gouvernance mondiale : des avancées institutionnelles sur le temps long
Parmi les quatre axes des 40,9 milliards de RMB de contrats, l’intelligence scientifique (AI for Science, AI4S) et la gouvernance mondiale ont fait l’objet de discussions plus "discrètes", mais leur importance à long terme pourrait être majeure.
L’intelligence scientifique marque le passage de l’IA au-delà du contenu Internet et des applications bureautiques, pour s’implanter dans des domaines comme la biomédecine et les nouveaux matériaux. L’IA intervient désormais dans la formulation d’hypothèses, la simulation et la validation expérimentale, transformant les modèles de recherche traditionnels. Pendant la WAIC, la "Plateforme de fusion quantique-superintelligence" a été officiellement lancée, représentant une avancée dans l’infrastructure nationale de calcul pour l’intelligence scientifique. Crystal Tai Holdings a présenté des innovations AI4S accélérant la R&D et la commercialisation de nouveaux médicaments et matériaux.
Sur le plan de la gouvernance mondiale, 29 pays ont signé un accord pour créer l’Organisation mondiale de coopération en intelligence artificielle, dont le siège sera à Shanghai. Il s’agit du premier cadre de gouvernance négocié à l’échelle mondiale pour l’IA. La conférence a réuni 11 lauréats du prix Turing, du Nobel et de la médaille Fields. Ces avancées institutionnelles n’apporteront pas de retombées commerciales immédiates, mais elles posent les bases de la gouvernance pour un développement sain et durable de l’IA.
Si l’intelligence incarnée et les agents répondent à la question "Que peut faire l’IA ?", l’intelligence scientifique répond à "Que peut découvrir l’IA ?", et la gouvernance mondiale à "Comment doit-on encadrer l’IA ?". Les horizons de ces enjeux diffèrent : les premiers pourraient se clarifier d’ici 3 à 5 ans, les deux derniers demanderont peut-être 10 ans ou plus. Bien que la part des investissements consacrée à l’intelligence scientifique et à la gouvernance soit limitée dans les 40,9 milliards de RMB de contrats, leur valeur stratégique est considérable.
Conclusion
La WAIC 2026 affiche un bilan impressionnant : 32 projets, 40,9 milliards de RMB de contrats, 3 milliards de vues en ligne dans le monde. L’infrastructure IA évolue de la "course aux cartes" à la "construction de systèmes", l’intelligence incarnée passe du "spectacle" au "travail réel", et les agents migrent du "dialogue" vers "l’action" — autant de tendances réelles et encourageantes.
Mais une "analyse à froid" s’impose : 40,9 milliards de RMB représentent un vote de confiance, non une garantie de réalisation. Le passage de "capable de discuter" à "capable d’agir" dépendra de percées technologiques continues, de compétences d’ingénierie, de l’accumulation de données et de l’évolution des modèles économiques. L’arrivée effective du point d’inflexion des coûts de calcul, la convergence des architectures cérébrales des robots, l’amélioration du taux de réussite des tâches des agents, ou le passage de l’intelligence scientifique du concept à la découverte concrète — ces réponses ne se trouveront pas sur les stands de la WAIC, mais dans la pratique industrielle des 3 à 5 prochaines années.
La véritable valeur de la WAIC 2026 réside peut-être moins dans ce qui a déjà été accompli que dans la clarté des objectifs à atteindre.
FAQ
Q : Quels domaines couvrent les 32 projets d’IA présentés à la WAIC 2026 ?
Ils s’étendent sur quatre grands axes : infrastructure IA, intelligence incarnée, intelligence scientifique et applications agents, pour un investissement total de plus de 40,9 milliards de RMB.
Q : Quelles ont été l’audience en ligne mondiale et l’ampleur de l’exposition lors de la WAIC 2026 ?
Le trafic en ligne mondial a dépassé les 3 milliards de vues, avec plus de 400 000 visiteurs sur place, 1 117 entreprises exposantes, 4 486 objets présentés et 351 produits en première mondiale.
Q : Quels ont été les changements majeurs pour l’intelligence incarnée lors de cette WAIC ?
L’intelligence incarnée a eu pour la première fois son propre pavillon dédié. Le nombre d’exposants a bondi de plus de 80 à plus de 200, avec plus de 300 machines réelles, presque toutes en fonctionnement dynamique. L’industrie est passée du "spectacle" au "travail réel", avec des robots intégrant des lignes de production et des environnements commerciaux.
Q : Quelles tendances la technologie agent a-t-elle révélées lors de la WAIC 2026 ?
Les agents sont passés du "dialogue" à "l’action", ne se limitant plus aux démonstrations sur stand mais s’intégrant à des flux de travail et environnements de production réels. Le nombre d’agents actifs quotidiens dans le monde devrait atteindre 79,4 millions en 2026.
Q : Quels sont les principaux obstacles pour que l’IA passe de "capable de discuter" à "capable d’agir" ?
Les principaux obstacles sont : l’écart entre les coûts de calcul et la taille des modèles, l’absence de routes techniques stabilisées pour les cerveaux de robots, la difficulté d’acquisition des données d’entraînement et la nécessité d’améliorer le taux et la stabilité d’exécution des tâches dans des scénarios complexes.
Q : Quelles avancées la WAIC 2026 a-t-elle apportées en matière de gouvernance mondiale de l’IA ?
Vingt-neuf pays ont signé un accord pour créer l’Organisation mondiale de coopération en intelligence artificielle, dont le siège sera à Shanghai — le premier cadre de gouvernance négocié à l’échelle mondiale pour l’IA.
