Xpeng affirme que son robot IRON peut anticiper les mouvements humains jusqu’à six secondes à l’avance

Une poignée de main qui change avant même que le robot ait fini de bouger

Xpeng affirme que son robot humanoïde IRON peut désormais prévoir les changements de mouvements humains jusqu’à six secondes à l’avance, en réévaluant la situation toutes les 0,2 seconde tandis qu’il observe la personne face à lui. Cette évolution doit permettre à la machine de s’adapter lorsqu’une personne transforme soudain une paume ouverte en poing ou déplace la main avec laquelle elle s’apprêtait à faire un « check ».

Le constructeur chinois de véhicules électriques attribue cette capacité à son modèle VLA de deuxième génération, un système d’intelligence artificielle qui relie les informations visuelles aux actions physiques. Selon l’entreprise, le système de prédiction fonctionne directement dans le robot, sans dépendre d’une connexion à des ordinateurs distants.

IRON embarque trois puces d’intelligence artificielle Turing de Xpeng, pour une puissance de calcul cumulée de 2 250 TOPS. Sa nouvelle capacité d’interaction repose sur la même technologie d’intelligence artificielle physique que celle utilisée par Xpeng pour anticiper l’évolution des situations autour de ses véhicules.

Les exemples les plus immédiats sont des gestes familiers : poignées de main, checks du poing et « high five ». Leur difficulté tient au timing. Une personne peut changer de direction en cours de mouvement, obligeant le robot à ajuster son bras, sa main et sa posture alors que l’échange est déjà engagé.

Les projets commerciaux de Xpeng donnent à cette réactivité une portée qui dépasse les démonstrations. L’entreprise veut d’abord déployer IRON dans des magasins, des centres commerciaux et d’autres espaces accueillant du public, où les visiteurs se déplacent et agissent à leur propre rythme. Son objectif officiel est de lancer la production de masse de robots humanoïdes avancés d’ici à la fin de 2026, avec des livraisons prévues au premier semestre 2027.

Comment cinq mises à jour par seconde transforment l’interaction

IRON réévalue ce qu’il voit toutes les 0,2 seconde, soit cinq mises à jour par seconde. Sur une période de six secondes, cela représente environ 30 nouvelles évaluations. Le robot révise ainsi constamment ses prévisions, au lieu de s’engager dans un mouvement après avoir reconnu un seul geste.

Une poignée de main illustre bien la différence. Une séquence prédéfinie pourrait demander au robot de tendre la main après avoir détecté une paume qui s’approche. Si la personne referme ensuite sa main pour faire un check du poing, la machine doit reconnaître ce changement et modifier sa réponse avant que les deux mains ne se touchent.

Xpeng indique qu’IRON procède ainsi pendant les interactions, en ajustant aussi sa posture et en changeant de main lorsque quelqu’un modifie la position de sa main pour un « high five ». Le processus forme une boucle continue : observer la personne, estimer ce qui va suivre, bouger, puis observer à nouveau.

L’entreprise présente les six secondes comme l’horizon de prédiction du système. Elle n’a publié ni taux de précision des prédictions, ni conditions de test détaillées, ni taux de réussite mesuré pour ces interactions. Ces données aideraient les utilisateurs potentiels à évaluer la régularité de cette capacité selon les personnes et les environnements.

Le lien entre l’IA d’une voiture et celle d’un humanoïde

Xpeng a présenté son VLA de deuxième génération lors de sa journée technologique à Guangzhou, le 5 novembre 2025. Dans son annonce consacrée à cette journée technologique, publiée le 17 novembre, l’entreprise a décrit un modèle qui génère directement des instructions d’action à partir de signaux visuels, sans étape intermédiaire de traduction en langage.

VLA signifie « vision, langage et action » (vision, language and action). En termes simples, ces systèmes relient ce qu’une machine voit et comprend à ce qu’elle doit faire. Xpeng affirme que son architecture remaniée raccourcit le chemin entre les entrées visuelles et le mouvement, tout en permettant au modèle de raisonner sur l’évolution possible d’une scène.

Un véhicule confronté à une situation routière changeante et un robot face à une main en mouvement partagent un même problème pratique : ils doivent réagir à la direction que prend quelque chose, et pas seulement à sa position actuelle. Xpeng affirme que son socle d’intelligence artificielle physique leur donne cette capacité commune à interpréter les mouvements dans la durée.

L’annonce de novembre décrivait l’intelligence d’IRON comme une combinaison de modèles VLT, VLA et VLM. Xpeng présentait le VLT comme un modèle conçu spécialement pour le raisonnement et les décisions autonomes des robots. Le VLM, ou modèle de langage et de vision, relie les informations visuelles au langage. La nouvelle évolution de la capacité d’interaction repose principalement sur l’aptitude du VLA de deuxième génération à comprendre des séquences et à anticiper les mouvements.

À quoi servent les puces intégrées à IRON

Les trois puces Turing d’IRON fournissent la puissance de calcul nécessaire aux évaluations répétées et à la génération d’actions, directement dans le robot. TOPS signifie « billions d’opérations par seconde » : cette unité mesure le nombre d’opérations qu’un matériel informatique peut effectuer. Une puissance annoncée de 2 250 TOPS correspond à 2 250 billions d’opérations par seconde.

En exécutant localement le modèle d’interaction, le robot peut traiter ses observations et générer des réponses sans envoyer chaque décision à un serveur distant. C’est utile lorsqu’une main se dirige déjà vers lui et que sa réponse doit arriver rapidement.

Xpeng mobilise également d’importantes ressources de calcul dans le cloud pour développer son IA. Dans son annonce de novembre, l’entreprise évoquait un cluster de 30 000 cartes de calcul, un modèle de fondation doté de 72 milliards de paramètres et un entraînement utilisant près de 100 millions de séquences vidéo de conduite. Les paramètres sont les valeurs ajustables grâce auxquelles un modèle d’IA apprend des schémas.

L’infrastructure cloud sert au développement des modèles, tandis que les puces embarquées dans IRON font fonctionner le système d’interaction une fois déployé. La stratégie de Xpeng relie ces deux étapes : entraîner les modèles avec d’importantes ressources de calcul, puis les adapter pour qu’ils fonctionnent dans les limites énergétiques et matérielles d’une machine physique.

Un corps conçu pour bien plus qu’un seul geste

Selon Xpeng, la nouvelle génération d’IRON, dévoilée le 5 novembre 2025, compte 82 degrés de liberté pour l’ensemble du corps et 22 au niveau de la main. Un degré de liberté correspond à un mouvement indépendant, comme la flexion ou la rotation d’une articulation. Plus les mouvements possibles sont nombreux, plus les ingénieurs disposent de possibilités pour positionner le corps et façonner un geste.

Xpeng mentionne une colonne vertébrale inspirée de l’anatomie humaine, des structures évoquant des muscles, une peau souple qui recouvre le corps, des épaules conçues pour bouger comme celles d’un humain et un écran tridimensionnel incurvé sur la tête. De petites articulations harmoniques, un type de mécanisme de précision compact, permettent aux mains de se rapprocher des proportions humaines.

Le lien entre le corps et le système de prédiction est concret. Détecter qu’une personne a déplacé sa main crée une nouvelle cible ; les articulations du robot et son logiciel de commande doivent alors placer sa propre main au bon endroit, tout en maintenant son équilibre.

Xpeng indique également qu’IRON est doté d’une batterie entièrement solide. Ces batteries utilisent un électrolyte solide, le matériau à travers lequel les particules chargées se déplacent à l’intérieur de la batterie. L’entreprise affirme que cette conception permet de réduire le poids, d’obtenir une forte densité énergétique et d’améliorer la sécurité. Elle n’a pas précisé la durée de fonctionnement de la nouvelle capacité d’interaction.

Les magasins d’abord, avec des applications industrielles prévues aussi

Les premières missions officielles d’IRON sont l’accueil et l’orientation des visiteurs, l’assistance aux clients et les rondes de surveillance. Xpeng prévoit de commencer par les magasins et les centres commerciaux, avant d’étendre progressivement l’utilisation du robot aux environnements industriels et domestiques.

Ces choix placent l’interaction humaine au cœur du produit. Un assistant en magasin pourrait devoir se tourner vers un visiteur, suivre un geste de la main ou réagir lorsqu’une personne s’approche dans une direction inattendue. La dernière évolution répond à un aspect limité mais concret de ce défi : maintenir la réactivité d’un échange physique lorsque la personne modifie son mouvement.

Baosteel est un partenaire annoncé du programme IRON. Dans sa déclaration de novembre, Xpeng indiquait que les deux entreprises allaient étudier des applications, notamment l’inspection dans des environnements industriels complexes. Zou Jixin, président de Baosteel, a évoqué un projet visant à déployer IRON sur les sites de l’entreprise et à le faire évoluer grâce à une utilisation concrète.

Xpeng a également annoncé son intention d’ouvrir un SDK, ou kit de développement logiciel, pour IRON. Un SDK fournit aux développeurs externes des outils pour créer des applications sur une plateforme. Pour le programme du robot, l’objectif est de permettre aux partenaires de concevoir des usages qui dépassent ceux imaginés par les équipes de Xpeng.

L’entreprise a créé à Guangzhou une usine de données dédiée à l’intelligence incarnée, afin de pallier le manque de données d’entraînement pour les robots. L’intelligence incarnée désigne une IA qui agit par l’intermédiaire d’un corps physique, où une décision doit se traduire par un mouvement impliquant poids, contact et équilibre.

Le défi industriel derrière les démonstrations

He Xiaopeng, président-directeur général de Xpeng, a estimé que la difficulté de l’activité robotique était environ 20 fois supérieure à celle de la fabrication de voitures. Il a indiqué que l’entreprise développait elle-même la majeure partie du matériel, des logiciels, de la conception et de la chaîne d’approvisionnement du robot.

Il a aussi expliqué que s’il avait auparavant hésité à montrer les robots au public, c’était surtout parce qu’ils ne pouvaient pas encore être produits en série. Il a critiqué les démonstrations de capacités montées à partir de séquences vidéo dans l’ensemble du secteur. Ses propos soulignent que la reproductibilité de la fabrication et la fiabilité du fonctionnement sont, au même titre que les performances visibles, des enjeux centraux du programme.

Dans sa déclaration de novembre, Xpeng désigne l’immaturité de la chaîne d’approvisionnement en matériel et en logiciels comme l’un des problèmes du secteur. Un prototype conçu pour une démonstration doit, à terme, devenir un produit que l’on peut fabriquer de manière répétée, entretenir et utiliser sur de nombreux sites.

Le jalon du prototype ET1 de l’entreprise, annoncé au plus tard le 20 janvier 2026, a marqué une nouvelle étape vers cet objectif. He Xiaopeng a déclaré que Xpeng avait achevé son premier prototype humanoïde ET1 conçu selon les normes de l’industrie automobile. Le programme restait d’abord axé sur l’accueil, l’assistance aux clients et la réception, tandis que des applications industrielles étaient également en cours de développement.

L’expérience de Xpeng dans la construction automobile lui apporte des processus de fabrication et une expertise en composants sur lesquels s’appuyer. L’évaluation de He Xiaopeng sur la difficulté du projet reflète également l’ampleur du travail d’ingénierie encore nécessaire pour réunir l’IA, le mouvement mécanique et la production dans un robot humanoïde.

Une chute en public et le calendrier à venir

La chute d’IRON dans un centre commercial de Shenzhen, le week-end précédant le 4 février 2026, a montré un autre aspect du travail en cours. Après avoir traversé une scène du centre commercial MixC, le robot a perdu l’équilibre à l’arrêt et a été emporté. Un robot de remplacement a poursuivi les démonstrations et, le lendemain, IRON a interagi avec le public tout en étant rattaché à un cadre de soutien.

L’incident est important, car les centres commerciaux figurent parmi les premiers lieux de travail envisagés par Xpeng. Un système d’interaction doit fonctionner de concert avec un équilibre fiable et une commande physique précise lorsque des visiteurs se trouvent à proximité. Les ingénieurs doivent donc développer l’anticipation, le mouvement et la stabilité comme les composantes d’une même machine.

Les étapes et les projets du programme s’échelonnent sur plusieurs dates :

• 2024 : Xpeng présente la première génération d’IRON.
• 5 novembre 2025 : Xpeng dévoile la nouvelle génération lors de sa journée technologique à Guangzhou.
• Janvier 2026 : He Xiaopeng annonce l’achèvement du prototype ET1 conçu selon les normes de l’industrie automobile.
• Le week-end précédant le 4 février 2026 : IRON chute lors d’une démonstration publique au centre commercial MixC de Shenzhen.
• 22 octobre, sans année précisée dans les annonces consacrées à cette évolution : Xpeng annonce la capacité de prédiction des mouvements.
• Fin 2026 : Xpeng vise la production de masse de robots humanoïdes avancés.
• Premier semestre 2027 : les livraisons sont prévues, d’abord pour des environnements commerciaux.

Pour les entreprises qui envisagent d’adopter IRON, la prochaine étape concrète consiste à passer des jalons de développement à la production et à la livraison. L’horizon de prédiction de six secondes décrit l’une des capacités du produit proposé : un robot conçu pour s’adapter aux personnes tout en effectuant des tâches utiles dans les lieux qu’elles fréquentent déjà.

Points clés

• Xpeng affirme qu’IRON prédit les changements de mouvements humains jusqu’à six secondes à l’avance et réévalue les informations visuelles cinq fois par seconde.
• Le système d’interaction fonctionne localement dans le robot, qui embarque trois puces d’intelligence artificielle Turing offrant une puissance de calcul de 2 250 TOPS.
• Selon Xpeng, la nouvelle génération compte 82 degrés de liberté pour l’ensemble du corps et 22 au niveau de la main.
• Les premières missions prévues comprennent l’accueil et l’orientation des visiteurs, l’assistance aux clients et les rondes de surveillance ; Baosteel participe à l’étude d’applications industrielles.
• Xpeng vise une production de masse d’ici à la fin de 2026 et des livraisons au premier semestre 2027.
• L’entreprise n’a publié aucune mesure détaillée de la précision ni du taux de réussite de cette évolution du système de prédiction des mouvements.