WUWENAI a choisi de tracer la voie à l'intersection de l'IA incarnée

Lors du salon chinois WAIC en juillet 2026, les stands de robots humanoïdes ont délaissé les démonstrations chorégraphiées, coups de poing, danses, pour montrer des machines au travail sur des répliques de lignes de production à l'échelle 1:1 : picking, tri, assemblage. Les financements ont suivi, avec plus de 300 opérations recensées au premier semestre dans l'IA incarnée et sa chaîne d'approvisionnement en Chine, pour plus de 90 milliards de yuans (environ 11,5 milliards d'euros), et des effectifs multipliés par quinze en quatre mois. Derrière cet emballement, un goulot d'étranglement inquiète le secteur : la donnée. Un robot ne peut hériter du texte et des vidéos d'internet ; il lui faut un corpus physique propre, frictions entre matériaux, forces générées par des charges variées, boucle causale entre une pince et l'objet saisi. Le secteur estime disposer de quelques centaines de milliers d'heures de données de manipulation de qualité, quand un robot généraliste en réclamerait plusieurs dizaines de millions. La téléopération est précise mais coûteuse, la vidéo à la première personne bon marché mais pauvre en trajectoire et en force, et la simulation pure échoue au transfert vers le réel. C'est sur ce constat que la startup chinoise WUWENAI, fondée par Liu Shengxiang, ex-responsable data et tests de la conduite autonome chez Baidu, a bâti son offre : une boucle fermée virtuel-réel articulée autour de trois briques, une Data Factory de collecte multimodale en environnement réel, un World Model générant scénarios et cas limites en simulation, et un World Simulator chargé de l'entraînement et de l'évaluation à grande échelle.

Pour les intégrateurs et décideurs industriels, le pari de WUWENAI dépasse le simple fournisseur de données : si un simulateur reproduit fidèlement la physique réelle, un robot peut multiplier à faible coût les cycles d'essai-erreur en simulation et basculer de l'apprentissage par imitation vers l'apprentissage par renforcement, sur le modèle d'AlphaGo. Cela reviendrait à contredire l'hypothèse selon laquelle le fossé entre démonstration et réalité, le sim-to-real gap, resterait le principal frein au déploiement des VLA (vision-language-action) à grande échelle. Reste que ces gains sont pour l'instant revendiqués par l'entreprise elle-même, sans validation indépendante rendue publique : l'affirmation mérite d'être prise comme une thèse industrielle plutôt qu'un résultat déjà démontré à grande échelle.

L'architecture de WUWENAI, baptisée Real2Sim2Real, aurait été déployée plusieurs mois avant que World Labs, la société de Fei-Fei Li, rachète SceniX, un rapprochement que Liu Shengxiang lit comme un signal : un world model ne devient une infrastructure utile que connecté à de la donnée réelle, à de la simulation robotique et à une boucle de rétroaction terrain, la seule génération vidéo ou 3D ne suffisant pas. La startup se positionne ainsi face à des acteurs mieux capitalisés qui développent chacun leur propre pile, World Labs, Tesla avec Optimus, et Google DeepMind. Son pari reste structurel : la contrainte des modèles d'IA incarnée se déplace des paramètres vers la donnée qu'ils peuvent ingérer, dans un secteur qui passe de la simple collecte brute à une infrastructure de données orchestrée.