Et si votre prochain job étudiant consistait à entraîner un robot humanoïde ?
Plier du linge, saisir une bouteille, emballer des colis : dans des salles bardées de capteurs, des « cybertravailleurs » chinois répètent inlassablement des gestes du quotidien, casque de réalité virtuelle sur la tête, pour apprendre à des robots humanoïdes à se mouvoir comme des humains. Ce travail, longtemps resté discret, commence à se déployer à plus grande échelle.
Depuis un an, la Chine s’est progressivement dotée d’un vaste réseau d’écoles dédiées à l’entraînement de ces machines bipèdes. Selon les estimations, le pays disposerait désormais de plus de 40 centres de formation de ce type, souligne le média Xataka, dans un article publié le 18 janvier 2026.
En quoi consistent ces écoles pour robots humanoïdes en Chine ?
Ces derniers mois, la Chine a vu fleurir un nombre incommensurable d’entreprises dédiées aux robots humanoïdes. Au point que l’agence nationale de planification économique s’est emparée du sujet, alertant sur la prolifération de modèles jugés trop similaires les uns aux autres — une homogénéité susceptible de freiner l’innovation et de nourrir une bulle spéculative. Derrière cette mise en garde, Pékin cherche toutefois moins à ralentir le secteur qu’à l’organiser. En mai 2024, la Chine a ainsi officiellement créé le National and Local Co-Built Humanoid Robotics Innovation Center (NLJIC), première grande plateforme publique d’innovation dédiée aux robots humanoïdes. L’objectif affiché : mutualiser les efforts, construire des terrains d’entraînement communs et mettre en place un système de partage de données à l’échelle nationale.
Chose promise, chose due. En janvier 2025, le NLJIC a inauguré à Shanghai le Kylin Training Ground, premier grand terrain d’entraînement pour plusieurs types d’humanoïdes, capable d’accueillir plus de 100 robots simultanément. Une infrastructure déjà impressionnante, mais qui paraît presque modeste face à l’« Humanoid Robot Data Training Center » de Shijingshan, à Pékin, ouvert à l’automne 2025.
Ce centre prend des allures de véritable lycée professionnel pour robots humanoïdes. Sur plus de 10 000 m², des machines y apprennent des tâches domestiques et industrielles dans des décors reconstitués à taille réelle, avant d’être déployées en usine ou dans les services. Ateliers, cuisines, chambres ou espaces logistiques : tout est pensé pour reproduire les conditions concrètes du travail humain, avec de vraies machines, de vrais meubles et des objets du quotidien.
Dans ce centre colossal, le principal robot entraîné se nomme Kuafu, un humanoïde d’environ 1,66 mètre. Chaque machine est prise en charge en « petite classe » par deux entraîneurs humains. Équipés de systèmes de capture de mouvement, ils téléopèrent le robot ou lui montrent directement les gestes à reproduire, transformant chaque action humaine en donnée exploitable. Les scénarios couvrent une large palette de tâches : trier des bobines, emballer des colis, cuisiner, faire un lit ou ranger une chambre. Pour une seule action — comme poser correctement une poêle sur un feu — il a par exemple fallu 1 250 répétitions humaines, chaque micro-mouvement étant enregistré, rapporte People’s Daily Online.
Entraîner des robots humanoïdes, le nouveau job étudiant en Chine ?
À Shijingshan, le centre emploie environ 110 personnes, pour la plupart nées après 2000. Plus au sud, à Shanghai, le média vnExpress cite par exemple le cas de « Kim », 20 ans, étudiant en informatique. Équipé d’un casque de réalité virtuelle et d’un exosquelette bardé de capteurs, il ouvre et ferme un micro-ondes, empile des blocs ou plie des vêtements, des centaines de fois par jour, afin de générer des données. La majorité de ces « cybertravailleurs » sont de jeunes adultes, souvent étudiants ou diplômés en informatique ou en robotique.
L’objectif principal de ces infrastructures est de combler un immense angle mort de l’intelligence artificielle : le manque de données sur les gestes humains dans le monde réel. Pour fonctionner, un robot humanoïde doit savoir comment un humain saisit, pousse, tire, essuie ou plie des objets, et ce dans des environnements variés. Or ce type de données, fines et contextuelles, n’existe quasiment pas à grande échelle. Ces centres font donc répéter les mêmes tâches aux robots, téléopérés ou guidés par des humains, afin d’enregistrer chaque micro-mouvement : angles des articulations, forces exercées, trajectoires, images vidéo, etc. L’objectif est de constituer d’immenses datasets multimodaux — des ensembles de données mêlant gestes, images et signaux physiques — destinés à entraîner des modèles d’« IA incarnée », capables d’agir dans le monde physique.
Ces données servent ensuite à apprendre aux robots à généraliser : passer d’un scénario contrôlé (la cuisine d’un centre d’entraînement) à un environnement réel (celle d’un appartement), mais aussi de la simulation à des situations imprévisibles, avec du désordre, des objets mal placés ou des humains à proximité. Chaque session produit ainsi un flux massif de données : vidéo, positions des articulations, forces, trajectoires et commandes envoyées au robot.
Ce flux brut est traité et les données sont nettoyées : les séquences ratées sont supprimées, les différents capteurs sont resynchronisés, et seuls les essais exploitables sont conservés. Elles sont étiquetées — par exemple « ouvrir un frigo » — avec du contexte sur le scénario, les objets manipulés et le robot impliqué. Ces étapes transforment des enregistrements bruts en milliers d’exemples exploitables par l’IA, qui sont fournis ou vendus aux entreprises de robotique afin d’entraîner leurs modèles d’IA incarnée. Certains centres affichent d’ailleurs des objectifs chiffrés : le Kylin Training Ground de Shanghai visait 10 millions de morceaux de données d’ici fin 2025, tandis que celui de Pékin table sur environ 6 millions de points de données par an.
Une partie de ces robots commence déjà à être affectée à des fonctions telles que la manutention dans les usines de véhicules électriques ou encore des missions de coursier interne, de contrôle d’installations électriques ou de service dans les bureaux. À terme, ces infrastructures pourraient permettre à la Chine d’accélérer la mise en production d’humanoïdes réellement utilisables dans l’industrie, le commerce ou les services, de la logistique interne à l’aide à domicile. Déjà bien engagé dans la course aux robots humanoïdes, le pays cherche ainsi à se constituer un avantage décisif en matière de données, un levier clé dans le développement de ces machines.
Reste que cette stratégie a ses limites. La collecte de données demeure lente et coûteuse : il faut des centaines, parfois plus d’un millier de démonstrations humaines pour une seule tâche, ce qui complique le passage à l’échelle. D’autres pays pourraient par ailleurs miser sur des approches différentes — davantage de simulation, plus d’ingénierie logicielle, moins de dépendance à la téléopération — si bien que l’avance chinoise en matière de données n’a peut-être rien d’assuré ni de définitif…
+ rapide, + pratique, + exclusif
Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.
Découvrez les nombreux avantages de Numerama+.
Vous avez lu 0 articles sur Numerama ce mois-ci
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
- 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
- 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
- 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
Toute l'actu tech en un clin d'œil
Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !
Tous nos articles sont aussi sur notre profil Google : suivez-nous pour ne rien manquer !