La veille du 17 septembre : les chiffres qui confirment le basculement physique de l'IA — 21 000 humanoïdes expédiés au 1er semestre (+272 %), 93-97 % faits en Chine, et la course aux world models qui attire 6 Md$ en un trimestre

La veille du 17 septembre : les chiffres qui confirment le basculement physique de l'IA — 21 000 humanoïdes expédiés au 1er semestre (+272 %), 93-97 % faits en Chine, et la course aux world models qui attire 6 Md$ en un trimestre

🔎 L'IA quitte l'écran, et les chiffres du S1 2026 le prouvent

Pendant dix ans, la robotique humanoïde a vécu de vidéos de démo. Ce temps est terminé : entre 19 100 et 22 000 humanoïdes ont été expédiés dans le monde au premier semestre 2026, soit une croissance de 272 % à 300 % sur un an selon les cabinets. Et plus de 9 unités sur 10 sortent des usines chinoises.

L'argent suit exactement la même pente. Plus de 3 Md$ documentés dans les world models au S1 2026, 900 M$ levés par XPeng Robotics, une Unitree introduite en bourse à Shanghai. Et surtout, un premier retour d'expérience industriel auditable : chez BMW, deux robots Figure 02 ont contribué à produire plus de 30 000 BMW X3 en onze mois.

C'est ce basculement de la démo au déploiement que décortique cette veille du 17 septembre. Chiffres sourcés, contrepoints compris — parce qu'à ce rythme, la qualité des données fait toute la différence entre analyse et hype.

L'essentiel

• 19 100 à 22 000 humanoïdes expédiés au S1 2026 (+272 % à +300 % sur un an) ; le point médian, ~21 000 unités, sert de repère à cet article.
• Plus de 97 % des expéditions sont chinoises (Smart Analytics Global) ; le top 5 mondial est 100 % chinois et pèse 86 % du total (Counterpoint).
• AgiBot devient n°1 mondial (~8 400 à 9 700 unités, ~44 %) devant Unitree (~5 900 à 7 000, ~31 %), UBTECH (5,2 %) et Leju (4,9 %).
• BMW + Figure : 2 Figure 02, 11 mois, plus de 90 000 pièces chargées, plus de 1 250 heures d'opération, plus de 30 000 BMW X3 produites.
• Figure produit désormais 1 Figure 03 par heure dans son usine BotQ ; plus de 1 000 unités cumulées au 23 juillet 2026.
• XPeng Robotics lève plus de 900 M$ à plus de 6,3 Md$ de valorisation — record chinois de l'IA incarnée — pour produire l'IRON en masse fin 2026.
• Unitree entre en bourse à Shanghai : ~904 M$ levés, ~9 Md$ de valorisation (~219x les earnings 2025), sursouscription de détail supérieure à 8 000x.
• World models : plus de 3 Md$ au S1 2026, dont 2,6 Md$ au seul T1 ; en ajoutant programmes internes et infrastructures de calcul, la facture approche les 6 Md$.

Outils recommandés

Le physical AI se suit aussi avec des outils. Voici ceux qui comptent en septembre 2026, du world model ouvert à l'hébergement de votre veille.

19 100 ou 22 000 ? Les chiffres du S1 2026, décryptés

Entre 19 100 et 22 000 humanoïdes ont été expédiés dans le monde au premier semestre 2026. Le premier chiffre vient de Smart Analytics Global, relayé par Global Times le 12 août (+272 % sur un an) ; le second de Counterpoint Research, cité par The Standard le 20 août (+~300 %). Retenez ~21 000 : c'est l'ordre de grandeur solide.

Mettez ces chiffres en perspective : un an plus tôt, le marché se comptait en ~5 000 unités. On parle donc d'un marché qui triple en douze mois, depuis une base déjà significative — pas d'un effet de départage entre zéro et presque rien.

Le contrepoint officiel chinois annonce plus de 40 000 unités au S1, dans un rapport présenté au World Robot Conference le 21 août (China Economic Net). Les périmètres de comptage ne sont pas comparables : unités complètes ou modules, prototypes inclus ou non.

Ma lecture : le niveau exact importe moins que la pente. Même au bas de la fourchette, le marché triple en un an. Et Morgan Stanley a relevé sa prévision Chine 2026 à 50 000 unités (contre 28 000 en janvier) et 2030 à 446 000. Quand une banque relève sa cible de 80 % en cours d'année, c'est que le terrain va plus vite que les modèles.

97 % made in China : pourquoi la Chine écrase les volumes

Parce que plus de 97 % des humanoïdes expédiés au S1 2026 sortent de vendeurs chinois, avec une chaîne d'approvisionnement localisée jusqu'à 90 % chez Unitree. La Chine ne domine pas seulement la production : elle contrôle la chaîne de valeur, avec plus de 400 modèles complets d'humanoïdes, soit plus de la moitié du total mondial.

Le top 4 du semestre est entièrement chinois :

Selon le périmètre, la part chinoise se situe donc entre 86 % (poids du top 5 dans le décompte Counterpoint) et 97 % (ensemble des vendeurs chinois chez Smart Analytics Global). Dans tous les cas, la conclusion est identique : le volume est asiatique, massivement.

Unitree franchit une étape symbolique : première introduction en bourse d'une valeur humanoïde « A-share » à Shanghai, avec 40,45 M d'actions à 150,8 yuans, ~904 M$ levés pour ~9 Md$ de valorisation. La sursouscription de détail dépasse 8 000x — les particuliers chinois se ruent sur la robotique.

L'argent privé suit : 93,5 milliards de yuans investis dans l'IA incarnée en Chine au S1, sur 322 deals (données IT Juzi). Comme je le notais à propos de la levée de 2 Md$ de Moonshot AI, la Chine accélère sur toute la pile IA — logicielle et désormais physique.

Et cette montée en puissance ne reste pas confinée aux usines : l'irruption des Unitree G1 à l'aéroport de Haneda a montré que les robots chinois commencent à se déployer hors des frontières, y compris au Japon. KraneShares résume bien l'enjeu : la course est passée du pilote à la plateforme.

Mon avis : la Chine ne gagne pas parce que ses robots seraient individuellement supérieurs. Elle gagne parce qu'elle applique aux humanoïdes le playbook des drones et des véhicules électriques — volumes, chaîne d'approvisionnement, itération rapide.

BMW et Figure : enfin un retour d'expérience industriel vérifiable

Onze mois de production réelle chez BMW Spartanburg : deux Figure 02, des shifts de 10 heures du lundi au vendredi, plus de 90 000 pièces de tôle chargées en plus de 1 250 heures d'opération, et plus de 30 000 BMW X3 produites avec leur contribution. C'est le premier REX humanoïde auditable par un client industriel — pas par une vidéo de démo.

Côté production, Figure est passée de 1 robot/jour à 1 robot/heure en moins de 120 jours dans son usine BotQ : plus de 350 unités fin juin, une capacité de conception de 12 000 unités/an pour les lignes de première génération, et plus de 1 000 unités cumulées au 23 juillet (Karmactive).

La suite chez BMW : Figure 03 est arrivé fin juin pour le séquencement logistique et l'assemblage (~40 unités déployées fin juin), et un pilote se prépare à Leipzig, avec un « Center of Competence for Physical AI in Production » à la clé. Le programme s'étend donc en Europe.

J'expliquais dans Figure 02 et la course aux robots humanoïdes pourquoi ce modèle était le premier à passer le test industriel. Ces chiffres BMW le confirment : onze mois sans retrait de programme, c'est davantage que bien des pilotes « 6 mois renouvelés » observés ailleurs.

Gardons pourtant la tête froide : hors de Chine, les déploiements vérifiables restent en centaines, au mieux en bas milliers d'unités. L'Occident a le REX de qualité ; la Chine a le volume. Les deux racontent la même histoire, à des stades différents.

XPeng lève 900 M$ : la production de masse de l'IRON visée pour fin 2026

Plus de 900 M$ levés à plus de 6,3 Md$ de valorisation post-money : c'est le plus grand tour privé de l'IA incarnée jamais réalisé en Chine, annoncé le 24 août (Reuters). Et il finance un objectif daté : la production de masse de l'humanoïde IRON dès fin 2026.

La structure du tour en dit long : IDG Capital en lead, Gaorong Ventures, et surtout Alibaba et Tencent en investisseurs stratégiques. XPeng injecte 200 M$, les investisseurs externes 600 M$, les dirigeants 100 M$. He Xiaopeng pilote personnellement le business robotique — quand un CEO de constructeur automobile signe de son nom la robotique, ce n'est plus une expérimentation.

Techniquement, l'IRON vise juste : 76 degrés de liberté dont 21 par main, et trois puces Turing maison pour 2 250 TOPS de calcul combiné. Les fonds iront au R&D hardware et logiciel, à l'entraînement des modèles de physical AI, à la génération de données, aux usines et à l'expansion internationale (communiqué XPeng).

Ce qui me frappe : l'intégration verticale. Puces maison, usines, génération de données interne, capital stratégique des géants du web chinois — c'est exactement la séquence qui a produit les champions chinois du véhicule électrique. Appliquée aux humanoïdes, elle devient difficile à contrer.

World models : 3 Md$ documentés, jusqu'à 6 Md$ engagés — la vraie guerre est celle de la simulation

Plus de 3 Md$ ont été engagés au S1 2026 dans les startups de world models (Forbes, 30 juin), dont plus de 2,6 Md$ au seul premier trimestre. L'enjeu dépasse les tours de table : celui qui contrôle l'infrastructure de simulation contrôle l'entraînement des robots — sans flotte physique proportionnelle.

Pourquoi « jusqu'à 6 Md$ » dans ce titre ? Parce que les 3 Md$ de Forbes ne comptent que les tours documentés. Ajoutez les programmes internes — NVIDIA Cosmos, le Waymo World Model dérivé de Genie 3 —, les engagements de calcul et les tours en cours de closing, et la facture double. Même leçon que pour les expéditions d'humanoïdes : tout dépend du périmètre de comptage.

Regardez la qualité des souscripteurs : Bezos, NVIDIA, Samsung, Toyota, Amazon, Autodesk, In-Q-Tel. Quand les industriels de l'automobile, de la puce et du cloud investissent tous dans la même couche logicielle, ce n'est plus de la mode — c'est de l'approvisionnement stratégique.

Côté infrastructure ouverte, NVIDIA Cosmos dépasse 2 M de téléchargements et est adopté par Figure AI, Agility Robotics, XPeng, Uber ou Waabi. Une famille de world foundation models entraînée sur 20 000 heures de données réelles : c'est l'équivalent d'un moment CUDA pour la robotique. Et la couche logicielle se consolide déjà autour de ces infrastructures, comme le montre GRID, la plateforme de General Robotics adossée à NVIDIA où l'IA écrit 80 % du code.

Mon pari : dans trois ans, on comptera les acteurs du physical AI en deux colonnes — ceux qui louent l'infrastructure de simulation, et ceux qui l'ont construite. La colonne de gauche paiera un loyer.

VLA : pourquoi les robots ne sont plus programmés tâche par tâche

Les modèles Vision-Language-Action remplacent le codage tâche par tâche : le robot exécute une politique apprise sur des démonstrations et en simulation, au lieu d'un script écrit à la main pour chaque geste. C'est ce changement de méthode qui rend les volumes d'expédition — et tous les chiffres ci-dessus — possibles.

La logique est simple : programmer chaque degré de liberté d'un humanoïde à 40+ articulations ne passe pas à l'échelle. En revanche, montrer la tâche, la simuler, puis laisser une politique VLA généraliser — cela se industrialise. La recherche open source converge d'ailleurs vite : BeyondMimic, le framework de Berkeley et Stanford qui apprend aux humanoïdes à reproduire des mouvements, et OM-1 de Reward AI, une politique robotique entraînée uniquement sur des démonstrations, prouvent qu'on peut s'affranchir du code tâche par tâche.

Hindustan Times le formule bien : ce que les robots « racontent » aujourd'hui, c'est un changement de méthode, pas seulement de volume. Le goulot d'étranglement s'est déplacé de la mécanique vers la donnée — d'où la guerre des world models de la section précédente. Les deux sujets de cette veille ne font qu'un.

Ce que ces chiffres ne disent pas

Trois angles morts, et il faut les nommer. D'abord, les périmètres de comptage : 19 100, 22 000 ou 40 000 — ces chiffres ne mesurent pas la même chose, et les comparer tels quels est une erreur méthodologique avant d'être une erreur de marché.

Ensuite, la qualité de la demande. Counterpoint projette que les usages services et industrie remplaceront divertissement et production de données comme moteurs de la demande d'ici cinq ans. Autrement dit : une partie des unités expédiées aujourd'hui sert encore à faire des démos et à collecter de la donnée, pas à produire de la valeur économique.

Enfin, les valorisations. Unitree cote ~219x ses earnings 2025 avec une sursouscription de détail supérieure à 8 000x, et les 446 000 unités projetées en 2030 par Morgan Stanley restent une projection. Le basculement physique de l'IA est réel ; sa maturité financière ne l'est pas encore. Les chiffres du S2 diront si la demande productive suit les expéditions.

Les jalons du S2 2026 à surveiller

Quatre rendez-vous permettront de valider — ou d'invalider — cette trajectoire avant la fin de l'année. Les noter maintenant vous évitera de juger le marché sur les seules vidéos de promo.

Premier jalon : la finalisation de l'introduction en bourse d'Unitree, qui rendra publics les comptes d'un leader du secteur — une première pour calibrer toute la valeur du marché. Deuxième : la production de masse de l'IRON chez XPeng, annoncée pour fin 2026, avec l'objectif de rattraper les volumes d'AgiBot et d'Unitree.

Troisième jalon : la cadence de BotQ. Figure affiche une capacité de conception de 12 000 unités/an et un pilote BMW à Leipzig en préparation — si la montée en cadence cale, le récit occidental faiblit. Quatrième : l'objectif de plus de 50 000 unités sur l'année pleine selon Counterpoint (2,1x), et la bascule annoncée des usages vers services et industrie.

Mon conseil : suivez les heures d'opération et les volumes produits par client, pas les annonces de capacité. C'est la seule métrique qui sépare un déploiement d'une vitrine.

❌ Erreurs courantes

Erreur 1 : mélanger les périmètres de comptage

Comparer les ~19 100 unités de Smart Analytics Global aux 40 000 du rapport officiel chinois n'a pas de sens : méthodes et périmètres diffèrent. La solution : toujours citer la source, la date et la méthode, et ne comparer qu'à périmètre constant.

Erreur 2 : confondre expéditions et déploiements productifs

Un robot expédié peut finir dans un showroom ou une usine de collecte de données. Exigez les métriques qui comptent : heures d'opération, pièces traitées, volumes produits — le standard étant le REX BMW/Figure (90 000 pièces, 30 000 X3).

Erreur 3 : réduire les world models aux modèles vidéo

Un modèle vidéo génère des pixels ; un world model prédit l'évolution d'un environnement sous action, pour entraîner des politiques. Le pivot de Runway vers GWM-1 illustre précisément cette différence. Confondre les deux, c'est rater l'enjeu d'infrastructure.

Erreur 4 : lire le marché chinois avec une grille occidentale

93,5 Md de yuans sur 322 deals, plus de 400 modèles, une IPO : la dynamique chinoise est celle d'une industrie, pas de quelques labs. Suivez les chaînes d'approvisionnement et les volumes, pas seulement les annonces de recherche.

❓ Questions fréquentes

Pourquoi deux cabinets donnent-ils des chiffres différents (19 100 vs 22 000) ?

Parce qu'ils ne comptent pas exactement la même chose : types d'unités incluses, moment du comptage, périmètre géographique. L'écart (~15 %) reste faible au regard de la croissance commune (+272 % à +300 %). Retenez l'ordre de grandeur — ~21 000 unités — plutôt qu'un chiffre unique.

AgiBot, c'est quoi au juste ?

Un acteur chinois devenu n°1 mondial des expéditions d'humanoïdes au S1 2026, avec ~8 400 à 9 700 unités (plus de 43 % du marché), devant Unitree. Sa percée illustre la vitesse de rotation du secteur : la hiérarchie peut changer en quelques trimestres, et les volumes se jouent désormais entre acteurs chinois.

Les humanoïdes vont-ils remplacer les robots industriels classiques ?

Non, à court terme ils les complètent. Les cas d'usage vérifiés (séquencement logistique, chargement de pièces chez BMW) ciblent les tâches peu structurées que les automates classiques gèrent mal. Counterpoint attend d'ailleurs que services et industrie deviennent les moteurs de la demande d'ici cinq ans, devant le divertissement.

Qu'est-ce qu'un world model, en une phrase ?

Un modèle qui apprend la dynamique d'un environnement — physique, causale — pour prédire son évolution sous actions, ce qui permet d'entraîner des robots en simulation plutôt que sur une flotte physique proportionnelle. Exemples : NVIDIA Cosmos, Marble de World Labs, GWM-1 de Runway.

Comment suivre le physical AI sans se noyer ?

Trois réflexes : les données de cabinets (Counterpoint, Smart Analytics Global) chaque semestre, les documents boursiers (l'IPO d'Unitree rend enfin des comptes publics) et une veille quotidienne via des médias spécialisés comme humanoid.press. Automatisez la collecte, gardez l'analyse pour vous.

✅ Conclusion

Le physical AI n'est plus une promesse de keynote mais un marché mesurable — ~21 000 humanoïdes au S1, +272 %, 93-97 % en Chine, 3 à 6 Md$ sur les world models — que la Chine industrialise pendant que l'Occident finance l'infrastructure de simulation. La suite se jouera sur un seul chiffre : la part de la demande productive dans les expéditions du S2. Vous publiez votre propre veille IA ? Un site rapide et pas cher suffit — Hostinger fait le travail dès quelques euros par mois.