Nouveau · Présidentielle 2027 : ce que les candidats proposent sur l'IA, citations sourcées. Explorer l'observatoire →

Dernière revue :

Qu'est-ce que l'IA physique ? Définition, exemples et enjeux pour une PME industrielle

L'IA physique (physical AI) désigne les systèmes d'intelligence artificielle qui perçoivent le monde réel par des capteurs, raisonnent, puis agissent sur lui par des machines : robots, véhicules autonomes, équipements industriels. Le terme est surtout porté par NVIDIA, sans définition normative ; il se distingue de l'IA générative par le fait qu'une erreur a des conséquences matérielles.

Le terme n'a pas de définition légale ni normative. NVIDIA, qui l'a installé dans le vocabulaire, le décrit comme l'IA qui permet à des machines autonomes de percevoir, comprendre et accomplir des actions complexes dans le monde physique. IBM le formule de façon voisine : des modèles d'IA associés à des capteurs, des actionneurs et des systèmes de commande, pour percevoir un environnement, raisonner, agir et apprendre des résultats. Les applications citées vont des robots d'entrepôt et des bras robotisés aux véhicules autonomes, aux robots chirurgicaux, aux robots humanoïdes et aux usines pilotées par caméras et jumeaux numériques. La difficulté tient aux données et à la simulation. Les données d'entraînement exigent que des machines interagissent avec un environnement réel, ce qui est lent et coûteux. Un modèle performant en simulation peut échouer sur le terrain (frottements, usure, bruit). D'où l'intérêt des modèles de monde : le 6 janvier 2025, NVIDIA a lancé Cosmos, une famille de « world foundation models » qui génère des données de synthèse réalistes pour entraîner et évaluer des modèles d'IA physique, sous licence de modèle ouvert. Autre acteur : Google DeepMind a présenté le 12 mars 2025 Gemini Robotics, un modèle vision-langage-action fondé sur Gemini 2.0 qui commande directement des robots. Côté réglementation, une IA intégrée à un produit déjà réglementé relève de l'annexe I de l'AI Act, applicable au 2 août 2028 depuis l'Omnibus (règlement UE 2026/1744). Les machines suivent un régime particulier, voir la FAQ.

Exemple concret

Cas illustratif : une PME de mécanique de précision de 120 salariés envisage une cellule où un bras robotisé guidé par caméra trie et charge des pièces de formes variées, jusque-là manipulées à la main. Le fournisseur annonce un apprentissage « par l'exemple », sans programmation. L'entreprise pose trois questions avant de signer : dans quelles conditions le bras s'arrête-t-il au contact d'un opérateur, qui répond de la mise en conformité de la cellule (le fournisseur ou elle), et que devient le comportement du système après une mise à jour du modèle. Elle obtient un essai de trois semaines sur ses propres pièces, un dossier de sécurité de la cellule complète et l'engagement de ne déployer aucune mise à jour sans validation écrite. Le projet démarre sur un seul poste, avant tout élargissement.

Comparaison

IA générative, IA agentique et IA physique : ce qui les distingue
IA générativeIA agentiqueIA physique
Ce qu'elle produitUn contenu (texte, image, code)Une suite d'actions logicielles vers un objectifUn mouvement ou une commande de machine
EnvironnementNumériqueLogiciels, données, outils connectésMonde réel : objets, lieux, personnes
Conséquence d'une erreurUn contenu faux, qu'un humain peut écarterUne action erronée dans un systèmeUn dommage matériel ou corporel
Contrainte technique cléQualité et exactitude des réponsesFiabilité des outils et des enchaînementsTemps réel, capteurs, sécurité, simulation vers le réel
Cadre réglementaire (UE)AI Act : transparence, modèles à usage généralAI Act selon l'usage, RGPDAI Act annexe I (produits), règlement Machines
ExempleRédiger un compte renduTraiter une réclamation de bout en boutBras robotisé qui trie des pièces

Questions fréquentes

C'est quoi l'IA physique ?

L'IA physique (physical AI) désigne les systèmes d'IA qui perçoivent le monde réel par des capteurs, raisonnent et agissent sur lui par des machines : robots, véhicules autonomes, équipements industriels. Le terme est surtout utilisé par NVIDIA et n'a pas de définition normative.

Quelle est la définition de l'IA physique ?

Selon NVIDIA, c'est l'IA qui permet à des machines autonomes de percevoir, comprendre et accomplir des actions complexes dans le monde physique. IBM la décrit comme des modèles d'IA reliés à des capteurs, des actionneurs et des systèmes de commande, qui agissent puis apprennent des résultats.

Quelle différence entre IA physique et IA générative ?

L'IA générative produit des contenus numériques (texte, image, code) qu'un humain peut choisir de ne pas utiliser. L'IA physique commande une machine qui agit sur le monde : une erreur peut abîmer un produit ou blesser quelqu'un. Les modèles génératifs sont toutefois un ingrédient clé de l'IA physique.

Quelle différence entre IA physique et IA agentique ?

L'IA agentique poursuit un objectif en utilisant des outils logiciels. L'IA physique donne à un agent un corps : il agit sur des objets réels, avec des contraintes de temps réel et de sécurité que le logiciel seul ne connaît pas.

Qu'est-ce qu'un modèle de monde ?

C'est un modèle qui apprend comment un environnement évolue, pour simuler des situations. NVIDIA propose Cosmos (janvier 2025), des « world foundation models » qui génèrent des données de synthèse réalistes afin d'entraîner et d'évaluer des modèles d'IA physique quand les données réelles sont lentes, coûteuses ou dangereuses à collecter.

Qui travaille sur l'IA physique ?

NVIDIA (Cosmos, plateforme de simulation), Google DeepMind (Gemini Robotics, mars 2025) et des fabricants de robots comme Figure AI, Agility ou 1X, cités parmi les premiers adoptants de Cosmos par NVIDIA. Les revendications des éditeurs sont à lire comme du positionnement commercial.

L'AI Act s'applique-t-il à l'IA physique ?

Oui, quand l'IA est intégrée à un produit déjà réglementé (annexe I) : application au 2 août 2028 depuis l'Omnibus. Pour les machines, l'Omnibus a déplacé le règlement Machines en section B de l'annexe I : selon une analyse du texte, des actes délégués sectoriels (applicables d'ici au 2 août 2028) portent les exigences, au lieu du régime haut risque complet. Le règlement Machines (UE 2023/1230) s'applique, lui, dès le 20 janvier 2027.

Une PME peut-elle s'intéresser à l'IA physique ?

Oui, par la voie des fournisseurs : cobots, robots mobiles, contrôle qualité par caméra. Le bon point de départ est un problème précis (manutention, tri, inspection) et un pilote borné, pas l'achat d'un robot « généraliste ».

À voir aussi

Pour aller plus loin

What is Physical AI?, NVIDIA (ressource externe)

Sources

  1. What is Physical AI?, NVIDIA (glossaire). https://www.nvidia.com/en-us/glossary/physical-ai/ (consulté le 2026-11-14)
  2. NVIDIA Launches Cosmos World Foundation Model Platform to Accelerate Physical AI Development, NVIDIA, 6 janvier 2025. https://nvidianews.nvidia.com/news/nvidia-launches-cosmos-world-foundation-model-platform-to-accelerate-physical-ai-development (consulté le 2026-11-14)
  3. What is physical AI?, IBM. https://www.ibm.com/think/topics/physical-ai (consulté le 2026-11-14)
  4. Gemini Robotics brings AI into the physical world, Google DeepMind, 12 mars 2025. https://deepmind.google/blog/gemini-robotics-brings-ai-into-the-physical-world/ (consulté le 2026-11-14)
  5. Regulation (EU) 2026/1744, Articles 2 and 3 (amendements sectoriels, machines), euaiact.com. https://www.euaiact.com/digital-omnibus-ai/sectoral-amendments (consulté le 2026-11-14)
  6. EU Machinery Regulation (UE 2023/1230), application au 20 janvier 2027, Baker McKenzie. https://www.bakermckenzie.com/en/insight/publications/resources/product-risk-radar-articles/machinery-regulation (consulté le 2026-11-14)

Méthode éditorialeJournal des corrections

← Retour au glossaire

Adresse copiée