L’intelligence artificielle physique a un nouveau champ de bataille, et ce n’est ni un laboratoire ni une usine : ce sont les classements qui prétendent la mesurer. En juin, une start-up chinoise fondée il y a à peine un an — Spirit AI, basée à Hangzhou — a franchi un cap qu’aucun laboratoire occidental n’avait atteint : dépasser brièvement Nvidia et s’emparer de la première place de RoboArena, la référence mondiale en matière d’évaluation de l’intelligence artificielle physique. Le modèle responsable, Spirit v1.6, a été lancé le même mois. Ce qui aurait pu être une célébration du dynamisme technologique chinois est devenu une question inconfortable : s’agissait-il d’une réussite légitime ou d’une manipulation délibérée du système d’évaluation ? La question n’est pas posée par un concurrent ni par un sceptique de la technologie chinoise. Elle est soulevée ouvertement par le South China Morning Post (SCMP), l’un des médias les plus influents d’Asie, sous un titre qui est déjà tout un diagnostic : une start-up chinoise d’intelligence artificielle physique aurait manipulé un classement mondial pour battre Nvidia.
Les benchmarks d’intelligence artificielle physique : la mécanique du soupçon
L’affaire n’est pas un incident isolé dans l’écosystème de l’intelligence artificielle ; c’est la première grande preuve publique que les benchmarks des robots autonomes — le terrain où la Chine et les États-Unis mènent la prochaine bataille technologique — peuvent être vulnérables à la manipulation. L’ascension de la start-up au sommet a été brève, selon l’analyse du SCMP. Cette volatilité est précisément ce qui alimente les soupçons : dans un domaine où les résultats devraient être reproductibles et stables, un bond soudain vers le sommet suivi d’une chute suit le schéma classique d’un système optimisé pour réussir une épreuve précise, et non pour démontrer des capacités réelles. Si c’est ce qui s’est produit avec Spirit v1.6, l’épisode ne serait pas une anomalie, mais un symptôme d’un problème structurel : les systèmes d’évaluation actuels ne sont pas conçus pour distinguer la compétition authentique du sur-ajustement délibéré.
Le cas Spirit AI et l’asymétrie de l’information
L’un des aspects les plus révélateurs est l’asymétrie de l’information qui entoure l’affaire. L’analyse du SCMP, publiée en anglais, pose la question de manière explicite, ce qu’aucun concurrent ni sceptique n’avait fait avec autant de détails. La compagnie n’a pas fourni d’explications ; Nvidia garde le silence ; les organismes qui gèrent RoboArena n’ont pas publié, à ce que l’on sache, d’enquête sur ce qui s’est passé. Ce vide profite aux deux parties : à Spirit AI, qui n’a pas à défendre sa réussite, et aux critiques, qui peuvent insinuer sans avoir à apporter de preuves. Cette asymétrie n’est pas innocente. Dans la guerre technologique entre Washington et Pékin, le récit compte autant que les puces. Si la Chine peut démontrer que ses entreprises sont en tête non seulement dans les modèles de langage, mais aussi dans la robotique autonome, la perception de la supériorité technologique américaine — déjà érodée par DeepSeek et d’autres laboratoires chinois — subirait un coup supplémentaire. C’est pourquoi le cas de Spirit AI transcende ses chiffres précis : c’est un champ de bataille narratif où la vérification indépendante est devenue la première victime.
Le contexte : la prochaine grande guerre technologique
L’épisode ne peut se comprendre sans la toile de fond de la compétition pour l’intelligence artificielle physique. Alors que les modèles de langage ont dominé le cycle technologique des deux dernières années, le consensus parmi les grands laboratoires mondiaux pointe vers la prochaine génération de systèmes autonomes : des robots capables d’évoluer dans le monde physique, bien au-delà des écrans. Le lien avec la guerre commerciale sur les semi-conducteurs est direct. Si les benchmarks de robotique ne sont pas fiables, les promesses de supériorité technologique construites dessus vacillent. Et si l’on ne peut pas se fier aux systèmes d’évaluation, comment prendre des décisions d’investissement, de régulation ou de politique industrielle fondées sur ces données ? La question n’est pas rhétorique : les subventions, les restrictions à l’exportation et les droits de douane se justifient souvent en invoquant qui domine chaque domaine. Si les données qui sous-tendent ces politiques sont manipulables, les politiques elles-mêmes sont bâties sur du sable.
Le problème de fond : mesurer ce que l’on ne comprend pas encore
Le cas de Spirit AI pointe une difficulté plus profonde que la mauvaise conduite d’une start-up particulière : l’évaluation des systèmes autonomes. Contrairement aux modèles de langage, où il existe des tests standardisés relativement mûrs, l’intelligence artificielle physique opère dans des environnements tridimensionnels, dynamiques et partiellement imprévisibles. Évaluer si un robot peut naviguer dans un entrepôt, manipuler des objets fragiles ou réagir à des imprévus n’est pas comme vérifier si un modèle répond à des questions de culture générale : cela exige des environnements de test physiques, des protocoles standardisés et une supervision qui n’existe pas encore à l’échelle mondiale. Quand les critères sont opaques, quand les environnements ne sont pas audités et quand les participants eux-mêmes peuvent influencer la conception du benchmark, la ligne entre concurrence légitime et tricherie délibérée se brouille. Le cas de Spirit AI n’est probablement ni le premier ni le dernier : c’est simplement le premier à avoir émergé au grand jour avec assez de force pour qu’un média de la stature du SCMP lui consacre un titre.
La leçon : la confiance est la ressource la plus rare
L’épisode laisse une leçon inconfortable pour l’industrie : dans la course à l’intelligence artificielle physique, la confiance est devenue la ressource la plus rare. Il ne suffit pas de développer des modèles brillants ; il faut prouver que les résultats sont réels, reproductibles et obtenus sans raccourcis. Cela exige une infrastructure de vérification qui n’existe pas aujourd’hui : des benchmarks audités par des tiers indépendants, des protocoles d’évaluation publics et des sanctions crédibles pour ceux qui manipulent les résultats. En attendant, l’affaire reste dans les limbes. Selon le SCMP, Spirit AI n’a pas répondu publiquement aux accusations ; Nvidia n’a pas commenté l’épisode ; et les organismes qui gèrent RoboArena n’ont pas publié, à ce que l’on sache, d’enquête sur ce qui s’est passé. Dans ce vide, le soupçon s’installe comme vérité provisoire. Et c’est peut-être la conséquence la plus dommageable : non pas qu’une start-up chinoise ait pu manipuler un classement, mais que l’on ne puisse plus distinguer avec certitude quand un résultat est réel et quand il s’agit d’un mirage soigneusement construit. Dans la guerre pour l’intelligence artificielle physique, le premier champ de bataille ne sera pas le laboratoire, mais la crédibilité de ceux qui mesurent le progrès.