Les annonces NVIDIA GTC 2026 marquent une étape importante dans l’évolution de l’intelligence artificielle. Avec Vera Rubin pour l’agentic AI à grande échelle, l’extension des familles de modèles ouverts Nemotron, Cosmos 3, Isaac GR00T N1.7 et Alpamayo 1.5, l’environnement NemoClaw pour OpenClaw avec le runtime OpenShell, ainsi que le Physical AI Data Factory Blueprint, NVIDIA dessine une vision cohérente : l’IA de demain ne sera pas seulement conversationnelle ou logicielle. Elle sera aussi embarquée, connectée au réel, capable de percevoir, raisonner et agir dans des environnements physiques complexes.
Cette évolution concerne directement les acteurs qui conçoivent les briques technologiques au cœur des futurs systèmes autonomes. Car avant l’autonomie, il y a la perception ; avant la décision, il y a la compréhension de la scène ; avant l’action, il y a la capacité à transformer des flux capteurs en information exploitable. C’est précisément dans cet espace que se positionne Nexvision, spécialiste de la conception de systèmes de vision dédiés au situational awareness (la perception de la situation et de l’environnement dans lesquels une personne, un véhicule ou un robot évoluent) et de calculateurs embarqués à forte puissance de traitement pour la fusion de données, le traitement et l’analyse d’images.
Les annonces NVIDIA de la GTC 2026 confirment l’essor de l’IA physique
À travers Nemotron, NVIDIA pousse l’IA agentique vers des systèmes multimodaux capables de raisonner et d’interagir plus finement avec leur environnement. Avec NemoClaw, OpenClaw et OpenShell, l’entreprise met aussi en avant une couche d’exécution plus sécurisée et plus contrôlée pour des agents autonomes. Sur le versant de l’IA physique, Cosmos 3 est présenté comme un modèle fondationnel du monde, Isaac GR00T comme une brique pour la robotique, Alpamayo 1.5 pour les véhicules autonomes, et le Physical AI Data Factory Blueprint comme une architecture destinée à industrialiser la génération, l’augmentation et l’évaluation des données nécessaires à ces systèmes.
Le message de fond est clair : les systèmes intelligents de demain dépendront d’une chaîne complète reliant modèles, calcul, simulation, données et exécution dans le monde réel. Cette lecture est essentielle pour comprendre pourquoi le situational awareness devient une fonction stratégique, et non plus seulement une capacité d’observation.
Le situational awareness, socle des futurs systèmes autonomes
Avant qu’un système puisse agir de manière autonome ou semi-autonome, il doit d’abord percevoir correctement son environnement. Il doit voir dans plusieurs bandes spectrales, reconnaître une situation, détecter une menace, suivre une cible, hiérarchiser l’information et restituer une compréhension claire de la scène. C’est exactement ce qui fait du situational awareness l’un des socles de l’IA physique. Les annonces NVIDIA autour de Cosmos, de GR00T, d’Alpamayo et du Physical AI Data Factory Blueprint confirment cette évolution du marché : la valeur ne se situe plus uniquement dans le modèle, mais dans toute la chaîne qui relie le réel à la décision.
Dans cette perspective, les systèmes de vision embarqués ne sont pas périphériques à l’autonomie : ils en constituent l’une des conditions d’existence. Sans perception robuste, sans fusion de données fiable, sans compréhension de scène en temps réel, il ne peut y avoir ni autonomie crédible, ni aide à la décision performante.
eVSA de Nexvision, une réponse concrète aux enjeux du situational awareness
Le système eVSA illustre particulièrement bien cette trajectoire. Présenté comme une solution de perception de la situation pour les véhicules, eVSA vise l’amélioration de la connaissance de la situation et de l’automatisation pour des missions de renseignement, de surveillance, de reconnaissance, d’interception et de combat. Il associe calculateur haute performance, IHM et capteurs tels que les capteurs d’images passifs (caméras UV, dans le visible, de vision nocturne, MWIR et thermiques LWIR), les capteurs d’images 3D actifs (LiDaR et RaDaR de proximité, RaDaR SAR), les capteurs acoustiques, les capteurs radio, les détecteurs de gaz, les capteurs de température, d’humidité, les capteurs haptiques et les capteurs de pression. Le système embarque aussi des fonctions de perception de l’environnement, de reconnaissance des menaces, d’aide à la conduite, d’évaluation et de classification du niveau de menace, d’aide à la décision, de contrôle de tir assisté et de connectivité avec d’autres véhicules, des drones autonomes ou des chaînes C4-ISR.
À ce titre, eVSA dépasse largement la logique d’un simple capteur. Il s’inscrit déjà dans une logique de système intelligent embarqué, où la valeur vient de la combinaison entre vision, fusion multi-capteurs, calculateur IA et restitution opérationnelle. Nexvision décrit d’ailleurs une architecture articulée autour de calcul haute performance + capteurs + IHM, ainsi qu’un calculateur de vision eVPU conçu pour la fusion de données, le traitement et l’analyse d’images, avec une capacité annoncée de 1000 TOPS, 100 Gb/s de flux de données et 100 W.
Ce que les annonces NVIDIA GTC 2026 changent pour Nexvision
Pour Nexvision, les annonces NVIDIA GTC 2026 ne signifient pas que tous les systèmes vont devenir autonomes du jour au lendemain. Elles montrent surtout que le marché se réorganise autour d’une conviction forte : les systèmes intelligents de demain reposeront sur des briques de perception robustes, embarquées et capables de fonctionner dans le réel. C’est précisément ce que prépare déjà Nexvision à travers eVSA et, plus largement, à travers son expertise des systèmes de vision embarqués nécessitant une forte puissance de calcul, la fusion de plusieurs technologies d’imagerie et la conception d’algorithmes avancés de traitement et d’analyse d’images.
Autrement dit, là où Nemotron et NemoClaw/OpenClaw incarnent la montée en puissance des agents intelligents, et là où Cosmos, Isaac GR00T, Alpamayo et le Physical AI Data Factory Blueprint structurent l’écosystème des systèmes physiques capables d’apprendre et d’agir, Nexvision se situe à un niveau indispensable : celui qui relie le monde physique à l’intelligence opérationnelle. Sans connaissance fiable de la situation, sans fusion multi-capteurs, sans vision embarquée robuste, il ne peut y avoir ni autonomie crédible, ni aide à la décision de haut niveau.
Du situational awareness à l’IA physique
Le situational awareness doit aujourd’hui être considéré non plus comme une simple fonction d’observation, mais comme une couche stratégique de l’IA physique. Les environnements complexes exigent des systèmes capables de capter le réel dans plusieurs bandes spectrales, d’interpréter les signaux faibles, de détecter et classifier des menaces, de guider l’opérateur et de préparer, demain, des fonctions d’autonomie supervisée. Les systèmes conçus par Nexvision, et en particulier eVSA, s’inscrivent pleinement dans cette trajectoire : celle d’une intelligence embarquée capable non seulement de traiter des données, mais surtout de donner du sens au réel pour mieux décider et, demain, mieux agir.
En résumé, les annonces faites par NVIDIA à la GTC 2026 ne concernent pas seulement les grandes infrastructures d’IA ou les acteurs de la robotique. Elles confirment une transformation plus profonde : la valeur se déplacera de plus en plus vers les systèmes capables d’unir perception, calcul embarqué, raisonnement et action dans le monde réel. Sur ce terrain, Nexvision dispose déjà d’une légitimité forte. Avec eVSA et son expertise des systèmes de vision pour le situational awareness, l’entreprise ne suit pas simplement une tendance : elle contribue à préparer, dès aujourd’hui, les architectures qui préfigurent les systèmes autonomes de demain.
Regardez l’intégralité de la keynote de Jensen Huang
