DJI distingue 15 projets, dont 5 lauréats IA embarquée et 10 solutions métiers, dans son challenge mondial 2026 dédié aux drones capables d’analyser en temps réel cultures, ponts, pollution ou trafic. Objectif : déplacer l’IA du cloud vers l’appareil pour accélérer les décisions sur le terrain.
DJI met l’IA au cœur du drone pro
DJI ne cherche plus seulement à faire voler des capteurs. Le constructeur veut que ses drones interprètent une scène pendant la mission, puis déclenchent une action sans attendre le retour au bureau. C’est tout l’enjeu du DJI Enterprise Drone Onboard AI Challenge 2026, un concours mondial qui a distingué 15 projets capables d’exécuter des modèles d’IA directement à bord, selon DJI Developer.
Le point clé, absent de beaucoup de discours marketing sur l’IA, est simple : l’analyse embarquée réduit la dépendance au cloud. Dans les opérations de sécurité, d’inspection ou d’agriculture, ce gain de temps compte plus que la promesse d’une IA “générale”. Ici, DJI mise sur de l’edge AI concret, c’est-à-dire des traitements effectués dans le drone ou sur un calculateur embarqué, sans passer systématiquement par un serveur distant.
Le concours était ouvert aux solutions construites autour des plateformes DJI Matrice 4 Series, Matrice 4D Series, Dock 3, Matrice 400 et Manifold 3, selon le règlement publié par DJI Developer. Le constructeur a réparti les récompenses en deux catégories : cinq prix “Best Onboard AI Model Award” et dix prix “Industry Application Excellence Award”, toujours selon DJI Developer. Les gagnants obtiennent aussi une intégration au catalogue officiel de solutions IA embarquées de la marque et un accès accéléré à l’écosystème partenaire de DJI Enterprise.
Pourquoi le traitement embarqué change vraiment l’usage
La promesse est factuelle. Un drone classique collecte des images, puis l’opérateur transfère les fichiers, attend l’analyse et agit ensuite. Avec l’IA embarquée, la séquence se raccourcit : détection, qualification et alerte peuvent arriver en vol. Pour un pont fissuré, une zone polluée, un axe routier saturé ou une parcelle agricole à contrôler, cette différence de workflow est plus utile qu’un simple saut de définition vidéo.
Le matériel visé par DJI n’est pas anodin. Selon la fiche officielle de DJI Enterprise, le calculateur Manifold 3 délivre jusqu’à 100 TOPS, embarque 16 Go de mémoire LPDDR5 et 256 Go de SSD, pour un poids de 120 g et une puissance nominale de 33 W. Cela donne une première métrique dérivée utile : on obtient environ 3,03 TOPS par watt (100 ÷ 33), ce qui illustre le niveau de densité de calcul recherché pour exécuter des modèles localement sans alourdir excessivement la plateforme.
Autre donnée importante : selon DJI Enterprise, le Manifold 3 est certifié IP55 et fonctionne de -20 à 50 °C. Ce détail compte car un calculateur IA de laboratoire n’a aucune valeur sur un drone pro s’il ne tient pas l’environnement réel.
Les gagnants montrent des cas d’usage utiles, pas des démonstrateurs
Le palmarès mis en avant par DJI couvre l’agriculture, la voirie, l’environnement, l’inspection d’infrastructures et la sécurité publique. C’est un bon signal. Le constructeur ne récompense pas des concepts vagues, mais des outils pensés pour des métiers qui travaillent déjà avec des drones.
Le projet AgroCount AI, porté par Daniel Tovar, fait partie des cas les plus parlants. Testé sur une plantation de bananes de 50 hectares en Colombie, il automatise le comptage de cultures grâce à la vision par ordinateur, l’imagerie aérienne et l’analyse géospatiale. La source fournie indique qu’un comptage manuel mobilise 4 à 6 personnes pendant 4 jours. Cela représente 16 à 24 journées-homme, soit une deuxième métrique dérivée absente du texte d’origine. Rapporté à la surface testée, on parle de 0,32 à 0,48 journée-homme par hectare. Dit autrement, l’automatisation ne fait pas juste gagner du confort : elle cible une tâche qui consomme déjà beaucoup de temps terrain.
Le système prévu associe un DJI Matrice 4E à un Manifold 3. Selon la fiche officielle de DJI Enterprise, le Matrice 4E affiche un poids au décollage de 1 219 g, une charge utile maximale de 200 g et jusqu’à 49 minutes de vol sans vent. Le Manifold 3 pesant 120 g, il consomme à lui seul environ 60 % de la charge utile maximale disponible sur un Matrice 4E (120 ÷ 200). Ce ratio donne une idée concrète de la marge restante pour d’autres accessoires.
Matrice 4E, Dock 3 et Matrice 400 : le trio qui structure l’offre IA
Le texte d’origine cite plusieurs plateformes, mais sans vraiment préciser leur rôle. C’est l’un des angles à compléter.
Matrice 4E : le format compact pour missions courantes
Selon DJI Enterprise, le Matrice 4E grimpe jusqu’à 21 m/s, monte à 6 000 m d’altitude maximale et accepte des accessoires ou modules tiers via E-Port et E-Port Lite. Sa protection est indiquée comme “No Standard Protection Level” sur la fiche officielle. Mon avis est clair : pour de l’IA embarquée mobile et rapide, c’est une base pertinente, mais elle reste moins taillée pour les environnements sévères qu’une plateforme lourde dédiée.
Dock 3 : l’automatisation au sol devient presque aussi importante que le drone
Selon DJI Enterprise, le Dock 3 pèse 55 kg hors aéronef, affiche un indice IP56, fonctionne de -30 à 50 °C et recharge le drone de 15 % à 95 % en 27 minutes. Une donnée dérivée permet de mieux lire cette promesse : cela correspond à un rythme moyen d’environ 2,96 % de batterie par minute sur cette plage de recharge. Pour des missions répétitives, cette cadence pèse directement sur la rotation opérationnelle.
Le dock supporte aussi une vue en direct jusqu’en 1080p/30 fps avec FlightHub 2 et une vitesse de téléchargement maximale de 20 MB/s, selon DJI Enterprise. Là encore, le message est simple : l’IA embarquée prend plus de valeur quand elle s’insère dans une chaîne automatisée, du départ mission à la remontée des preuves.
Matrice 400 : la plateforme lourde pour IA, capteurs et endurance
Selon DJI Enterprise, le Matrice 400 revendique jusqu’à 59 minutes de vol, une charge utile maximale de 6 kg, une vitesse horizontale de 25 m/s et une certification IP55. Il intègre en plus un LiDAR rotatif et un radar mmWave pour la détection d’obstacles, toujours selon DJI Enterprise.
L’écart avec le Matrice 4E est net. En charge utile, le Matrice 400 offre 30 fois plus de capacité que le Matrice 4E (6 000 g contre 200 g). En autonomie, il fait environ 20,4 % mieux que le Matrice 4E sur la valeur maximale annoncée (59 min contre 49 min). Si l’objectif est de faire tourner des modèles IA plus lourds, d’ajouter plusieurs capteurs ou de travailler sur des scénarios de sécurité publique, c’est ce type de plateforme qui devient logique.
Le projet trafic routier montre la vraie direction de DJI
Autre lauréat mis en avant : la solution de Hangzhou New Modal Technology, décrite comme un système “9-in-1 Onboard Fusion Algorithm + Edge-Cloud Collaborative Smart Transportation”. Le nom est long, mais l’idée est limpide : un même dispositif couvre à la fois le contrôle du trafic, la maintenance routière, la gestion d’équipements et l’observation des flux.
Ce projet s’appuie sur Manifold 3 et FlightHub 2. C’est sans doute le signal le plus intéressant de ce concours. DJI ne pousse pas une IA 100 % autonome et isolée. La marque pousse une IA hybride : détection immédiate à bord, coordination et archivage côté plateforme. C’est beaucoup plus réaliste pour des exploitants publics ou parapublics.
Le gain ne tient pas qu’à la vitesse. Il tient aussi à la fermeture de boucle opérationnelle : repérer, qualifier, générer un signalement, conserver la preuve, puis lancer une action de suivi. C’est exactement ce qui manque encore à beaucoup de programmes drones en entreprise.
Ce que le papier d’origine ne disait pas sur la concurrence
Pour mesurer la portée de cette stratégie, il faut regarder les offres voisines. Chez Parrot, le ANAFI Ai embarque déjà une logique avancée de perception de l’environnement. Selon la documentation officielle du constructeur, il s’appuie sur un système de perception à large champ et gère l’évitement d’obstacles autonome jusqu’à 8 m/s, avec reconstruction 3D de l’environnement par stéréovision et “depth from motion”. La philosophie est proche sur un point : rapprocher l’intelligence du vol lui-même. En revanche, la communication de Parrot met ici l’accent sur l’autonomie de navigation, là où DJI pousse plus fortement l’exécution de modèles IA métier à bord.
Sur un autre segment, Wingtra rappelle que le marché professionnel ne se résume pas au multirotor intelligent. Selon Wingtra, le WingtraOne GEN II atteint jusqu’à 59 minutes d’autonomie et couvre jusqu’à 460 hectares en un vol à 120 m avec 60 % de recouvrement latéral. Cela produit une métrique parlante : environ 7,8 hectares couverts par minute (460 ÷ 59). Pour la cartographie à grande échelle, un VTOL de ce type garde donc un avantage structurel sur les drones compacts de type inspection, même si son positionnement n’est pas le même.
Autre chiffre intéressant chez Wingtra : la nouvelle génération WingtraRAY monte à 550 hectares par vol contre 460 hectares pour le WingtraOne, selon la même source. Cela représente un gain d’environ 19,6 %. Cette comparaison rappelle une chose : l’IA embarquée devient un axe fort, mais l’endurance, la couverture et la conformité réglementaire restent des critères tout aussi décisifs selon les métiers.
Le sujet de fond, c’est moins l’IA que le délai de décision
Le texte initial parlait de ponts, de pollution, de déchets littoraux ou de secours. Le lien commun entre ces scénarios n’est pas la technologie elle-même. C’est le délai entre la capture et la décision. DJI essaie de faire tomber ce délai au plus bas.
Dans l’agriculture, l’intérêt est immédiat pour le comptage, la détection d’anomalies ou la priorisation d’interventions. Dans les infrastructures, l’IA embarquée peut présélectionner des défauts avant l’examen humain. Dans la sécurité publique, elle peut aider à filtrer une scène, repérer une zone d’intérêt ou accélérer une recherche. Dans la gestion routière, elle peut réduire le nombre de missions spécialisées en fusionnant plusieurs contrôles dans une même sortie.
Je retiens surtout un point : DJI transforme peu à peu le drone professionnel en terminal de calcul mobile. Le vol reste la base, mais la valeur économique glisse vers le logiciel, l’intégration et la décision en temps réel.
Un concours qui sert aussi de vitrine commerciale
Il ne faut pas être naïf. Ce challenge est aussi un outil de structuration d’écosystème. En mettant en avant des équipes externes, DJI enrichit son catalogue de cas d’usage sans devoir tout développer en interne. Les gagnants obtiennent de la visibilité et un accès technique privilégié ; la marque, elle, augmente l’utilité perçue de ses plateformes.
Cette logique est cohérente avec les caractéristiques matérielles publiées par DJI Enterprise : un Manifold 3 à 100 TOPS, des drones compatibles via interfaces dédiées, un Dock 3 pensé pour l’autonomie terrain, et un Matrice 400 calibré pour les charges lourdes. Pris séparément, ces produits sont des briques. Pris ensemble, ils dessinent une offre intégrée assez claire.
Ce que valent les récompenses annoncées
Le concours ne détaille pas de dotation en numéraire pour ces catégories dans la page officielle consultée. En revanche, selon DJI Developer, les cinq lauréats “Best Onboard AI Model Award” reçoivent un Manifold 3 Combo, un Osmo Pocket Series Combo et un trophée, tandis que les dix gagnants “Industry Application Excellence Award” reçoivent un Manifold 3 Combo et un trophée. Pour tout montant ou valorisation monétaire précise, il faut donc écrire non communiqué.
Le seul montant présent dans le texte source concerne un autre concours vidéo évoqué en bas de page, à hauteur de 10 000 dollars. Converti au taux de référence de la Banque centrale européenne, où 1 € = 1,1681 $, cela équivaut à 8 561 € (taux BCE utilisé : 1 EUR = 1,1681 USD). Ce chiffre ne concerne toutefois pas le challenge IA embarquée lui-même.
Le vrai bilan : DJI industrialise l’IA embarquée avant beaucoup d’autres
Ce palmarès montre surtout une maturation. L’IA embarquée n’est plus un module de démonstration réservé à quelques intégrateurs. DJI l’insère désormais dans une gamme cohérente, du drone compact au porteur lourd, en passant par le dock automatisé et le calculateur dédié.
Le plus intéressant n’est donc pas la liste des 15 gagnants en elle-même. C’est le message industriel derrière. L’analyse d’image en vol devient une fonction standardisable. Et à partir du moment où cette fonction entre dans une offre catalogue, le marché bascule d’expérimentations isolées vers des déploiements plus systématiques.
Pour consulter la page officielle du concours et la liste des projets distingués, la source d’autorité reste DJI Developer.
Mon avis :
DJI vise juste sur le fond : l’IA embarquée répond à un vrai besoin métier, car elle réduit le délai entre vol et décision, avec des cas concrets comme le comptage agricole ou l’inspection de ponts. Ma réserve est nette : cela reste une vitrine d’écosystème propriétaire DJI, donc dépendance technique élevée.
