SenseTime ouvre un magasin de proximité avec des…

1Pandaily

Six robots humanoïdes AgiBot G2 gèrent un magasin de proximité à Shanghai pendant 24 heures et accomplissent 1 730 tâches

Six humanoïdes AgiBot G2 ont tenu pendant 24 heures un magasin de proximité resté ouvert au public dans le district de Xuhui, à Shanghai, du 2 novembre 10h00 au 3 novembre 10h00. L'épreuve était retransmise en direct et, selon AgiBot, plus de 2 millions de personnes l'ont suivie en ligne. Les rôles étaient fixes : un robot accueillait les clients à l'entrée, deux géraient le picking, le réassort et les rondes en rayon, un préparait le café, un tenait la caisse et les plats chauds, un dernier nettoyait les tables. Le décompte final annonce 1 730 tâches : 683 accueils, 369 prises et livraisons d'articles, 147 cafés, 126 commandes de petit-déjeuner, 277 réassorts ou contrôles de rayon et 128 nettoyages de tables. Quatre robots sur six ont passé la revue de période probatoire, qui pesait taux de complétion, vitesse de réponse, gestion des exceptions et retours clients. Des testeurs ont cherché à les piéger : cola classique mélangé au cola sans sucre avec demande du seul sans sucre, rayon de chewing-gums brouillé, personnes plantées dans les allées, cartons jetés sur la trajectoire. Les robots auraient croisé la commande vocale avec une vérification visuelle, reconstitué le rayon en comptant les articles à l'image plutôt qu'en se fiant à la position des étiquettes de prix, et se seraient arrêtés pour contourner les obstacles. Pour les intégrateurs et les décideurs, l'intérêt tient à la durée et au cadre : un commerce réel, ouvert au public, sur un cycle complet jour-nuit, avec une flotte hétérogène coordonnée, ce qui dépasse la démonstration de laboratoire de quelques minutes. Il faut toutefois lire les chiffres avec prudence. Les 1 730 tâches sont des volumes bruts, sans taux de réussite, sans réussite au premier essai, sans fréquence d'interventions humaines ni disponibilité système, alors que Ren Guanghui, vice-président du centre de recherche en IA incarnée d'AgiBot, avait lui-même annoncé le suivi de ces indicateurs. Deux robots sur six n'ont pas validé la probation, et la manipulation fine (accrocher des sachets de bonbons à des crochets, saisir un gâteau mou sans l'écraser) reste le point dur, avec des échecs reconnus. L'affirmation « sans humain dans la boucle », c'est-à-dire sans démonstrations humaines ni réglage manuel sur site, n'est pas vérifiable de l'extérieur. Le test montre surtout qu'une orchestration multi-robots sur tâches de service peu complexes est devenue présentable, pas qu'elle est rentable ou fiable à l'échelle. Le système repose sur Genie Master, le cadre d'agent incarné d'AgiBot, qui relie décision de tâche, exécution du mouvement et retour d'information via son Embodied Execution Protocol. Il passe chaque jour en revue les exécutions réussies et ratées, stocke l'expérience utile en mémoire longue et filtre les tentatives corrigées pour les réinjecter dans l'entraînement, les robots s'exerçant aussi pendant les heures creuses. L'opération clôt la série de lancements AI WAVE, ouverte le 22 octobre, qui a réuni jeux de données, plateforme de simulation, modèles et matériel dans un même déploiement. Elle s'inscrit dans une course chinoise au commerce de détail incarné : SenseTime a lancé de son côté à Shanghai un magasin à commis humanoïdes. Reste à voir si AgiBot publiera les métriques promises, condition pour comparer ce test aux déploiements revendiqués par Figure, Tesla ou Unitree, et pour passer de l'événement médiatique à un pilote commercial documenté.

Chine/AsieActu

1 source

2Pandaily

InSpatio ouvre à Hangzhou un centre de données robotique axé sur la simulation, avec un objectif d'un million d'heures par mois

InSpatio, une société de modèles de fondation en intelligence spatiale issue de SenseTime en 2025, a ouvert le 29 octobre à Hangzhou ce qu'elle présente comme le premier centre de collecte de données pour l'IA incarnée piloté par la simulation en Chine, selon Leiphone. L'objectif affiché est de produire un million d'heures de données par mois, soit environ 100 000 heures par jour. La démarche part d'un constat : le manque de données des robots tient moins au volume qu'à la variété. Un robot saisit correctement sur une étagère fixe, mais son taux de réussite chute quand l'étagère pivote, qu'une autre rangée de boissons masque la cible ou qu'il doit atteindre l'objet par l'autre côté. Selon l'Académie chinoise des technologies de l'information et de la communication, plus de 70 terrains d'entraînement pour robots étaient en service en Chine fin juin, et plus de 40 autres sont prévus, mais beaucoup se concentrent sur des tâches faciles à filmer comme plier du linge ou ranger une table. Chaque nouvelle configuration impose de réserver à nouveau un site et des opérateurs, si bien que les coûts augmentent à chaque variation. InSpatio remplace la formule « personnes × heures » par « configurations d'environnement × calcul parallèle ». À partir d'un petit nombre de démonstrations réelles ou téléopérées, le système combine planification de mouvement, exécution de politiques (policy rollouts) et contrôles physiques automatisés pour générer des trajectoires en boucle fermée dans des centaines d'environnements parallèles, avec images RGB, profondeur, segmentation, pose 6D et étiquettes d'action alignées. Pour l'industrie, l'enjeu est de savoir si la diversité des données peut s'acheter en calcul plutôt qu'en main-d'œuvre de téléopération. Si c'était confirmé, le goulot d'étranglement des modèles VLA (vision-langage-action) se déplacerait de la logistique des sites vers la qualité des actifs de simulation et la fidélité physique, avec un impact direct sur le coût marginal de chaque nouvelle scène pour les intégrateurs qui adaptent un robot à un environnement client. Plusieurs réserves s'imposent toutefois. Le chiffre d'un million d'heures par mois est une capacité annoncée, pas une production démontrée, et aucune donnée publique ne mesure encore le gain de performance réel des politiques entraînées sur ces données par rapport à des données collectées physiquement. Le problème du passage de la simulation au réel (sim-to-real) reste central : InSpatio reconnaît elle-même que les politiques finales sont validées sur de vrais robots, et affirme que l'avantage de la simulation croît avec le niveau de difficulté, ce qui reste à prouver, notamment pour les contacts et les objets articulés où les erreurs de friction et de masse pèsent le plus. Le centre s'appuie sur deux filières d'actifs de scènes. La première passe par un partenariat avec le moteur de données de monde 3D Kosmo de Hesai, capable selon le rapport de scanner une pièce de 100 mètres carrés en environ 15 minutes avec une reconstruction 3DGS (Gaussian splatting 3D) de précision millimétrique. InSpatio découpe ensuite ce scan statique en objets distincts dotés de propriétés physiques. La seconde utilise son simulateur de monde Topos Pro, qui convertit images uniques ou multiples, vidéo, lidar ou prises de drone en scènes au niveau objet, où tables, chaises et équipements peuvent être sélectionnés, remplacés et dotés de propriétés de collision. Le traitement comprend la séparation en instances, le comblement des géométries occultées, la réparation de l'arrière-plan et le calibrage de la masse, du centre de masse et de la friction par tâche. L'entreprise définit trois niveaux de livraison : L1 pour la navigation, L2 pour la préhension dextre avec géométrie millimétrique et occlusions denses, et L3 pour les dynamiques de contact et d'articulation, comme l'ouverture d'un tiroir. Ce positionnement place InSpatio face aux acteurs de la donnée synthétique et des plateformes de simulation, tout en s'inscrivant dans la multiplication des terrains d'entraînement chinois. Les prochaines étapes à surveiller sont les résultats publiés de transfert vers des robots réels et l'identité des clients qui adopteront les niveaux L2 et L3.

Chine/AsieActu

1 source

3TechNode

L'expansion des recrutements de NVIDIA en robotique en Chine, avec des postes à Pékin, Shanghai et Shenzhen

NVIDIA a lancé une campagne de recrutement d'ampleur pour son équipe robotique, avec des postes ouverts à Pékin, Shanghai et Shenzhen dans quatre domaines clés : IA incarnée (embodied AI), simulation, déploiement et architecture de solutions. L'équipe IA incarnée se concentrera sur la manipulation dextre, la modélisation du corps humain via capteurs portables, la manipulation mobile du corps entier et le contrôle corporel global, avec pour objectif le développement de robots généralistes de nouvelle génération. L'équipe simulation bâtira l'infrastructure de simulation et d'entraînement permettant aux robots d'apprendre efficacement en environnement virtuel avant de transférer ces capacités vers le monde réel de façon plus rapide et fiable. L'équipe déploiement optimisera les algorithmes pour robots humanoïdes et systèmes d'IA incarnée en vue d'accélérer leur mise en service concrète, tandis que l'équipe architecture de solutions adaptera les technologies NVIDIA à des secteurs comme l'industrie manufacturière et les services. Cette offensive de recrutement confirme la stratégie de NVIDIA : s'imposer comme fournisseur d'infrastructure (puces, simulation, frameworks type Isaac ou GR00T) plutôt que comme constructeur de robots, y compris sur le marché chinois malgré les restrictions américaines à l'export de puces IA vers la Chine. Le choix de Pékin, Shanghai et Shenzhen, hubs historiques de l'électronique et de la robotique chinoise, place l'entreprise en position de collaborer étroitement avec des acteurs locaux comme Unitree, AgiBot, Fourier Intelligence ou UBTech, tous engagés dans la course aux humanoïdes généralistes. Pour les intégrateurs et décideurs industriels, ce mouvement souligne l'importance croissante du transfert sim-to-real et des architectures VLA (vision-langage-action) comme verrou technologique central du secteur. Cette expansion s'inscrit dans la continuité des investissements de NVIDIA en robotique depuis 2024, autour de plateformes comme Isaac Sim, Jetson Thor et les modèles GR00T. En renforçant sa présence locale en Chine plutôt qu'en se limitant à l'export de matériel, l'entreprise cherche à ancrer sa pile logicielle dans un écosystème manufacturier en pleine effervescence, où plusieurs constructeurs déploient déjà des humanoïdes en usine.

Chine/AsieOpinion

1 source

4Interesting Engineering

Chine : le premier centre d'entraînement de robots humanoïdes hétérogènes ouvre à Shanghai

La Chine ouvrira en juillet 2026 à Shanghai son premier centre de formation hétérogène pour robots humanoïdes, dans le quartier de Zhangjiang. Développé par le National and Local Co-Built Humanoid Robotics Innovation Center, le site couvre plus de 5 000 m² et accueille plus de 100 types de robots issus d'une dizaine d'entreprises, ce qui en fait le centre de formation le plus diversifié du pays selon le Global Times. Les robots y sont entraînés sur des tâches réelles dans des environnements simulant à la fois le foyer domestique et l'atelier industriel. Les données générées alimentent des bases de données à grande échelle destinées à soutenir les modèles d'IA utilisés dans la fabrication, les services, la santé et l'agriculture. Ce projet s'inscrit dans la continuité d'un premier centre ouvert à Pékin en décembre 2025, où des humanoïdes pratiquaient des tâches d'usine, des corvées ménagères, la cuisine et la gestion de colis. L'enjeu central de ce centre shanghaïen n'est pas simplement le volume d'entraînement, mais l'interopérabilité des données. Selon Xu Bin, directeur général du centre, les humanoïdes de différents fabricants varient en structure squelettique, en nombre de degrés de liberté et en systèmes moteurs, rendant leurs données d'entraînement mutuellement incompatibles. La plateforme vise à combler ces gaps et à standardiser la collecte de données entre systèmes hétérogènes, un problème structurel qui freine la montée en puissance de l'IA incarnée (embodied AI). Contrairement aux modèles de langage qui s'appuient sur des corpus internet massifs, les robots physiques dépendent de données d'interaction réelles, coûteuses à produire. Résoudre ce bottleneck à l'échelle industrielle représenterait un levier majeur pour l'ensemble de la filière, en accélérant la commercialisation des humanoïdes dans des secteurs à forte valeur comme la logistique et l'assemblage manufacturier. Cette initiative s'inscrit dans une course internationale aux infrastructures de formation robotique. En parallèle, l'Allemagne prépare le TUM RoboGym, développé en collaboration entre la Technische Universität München et NEURA Robotics, basée à Metzingen. Situé à proximité de l'aéroport de Munich, ce centre couvrira environ 2 322 m² et sera dédié à l'entraînement supervisé de robots humanoïdes sur des tâches de manipulation d'objets, d'assemblage de composants et de pliage. L'investissement est décrit comme "multi-millions de dollars", sans montant précis communiqué. Si la Chine mise sur la diversité des plateformes et le partage de données à grande échelle, avec une ambition clairement industrielle, l'approche allemande privilégie l'articulation recherche-industrie via un acteur académique de premier plan. Les deux modèles convergent néanmoins vers le même constat : la pénurie de données physiques de qualité est aujourd'hui le principal obstacle à la généralisation des humanoïdes en environnement réel.

UEL'initiative allemande TUM RoboGym (TU München + NEURA Robotics, Metzingen) positionne directement l'Europe dans la course aux infrastructures d'entraînement pour humanoïdes, avec un modèle recherche-industrie concurrent de l'approche chinoise.

Chine/AsieOpinion

1 source

SenseTime ouvre un magasin de proximité avec des robots à IA physique à Shanghai

À lire aussi

Six robots humanoïdes AgiBot G2 gèrent un magasin de proximité à Shanghai pendant 24 heures et accomplissent 1 730 tâches

InSpatio ouvre à Hangzhou un centre de données robotique axé sur la simulation, avec un objectif d'un million d'heures par mois

L'expansion des recrutements de NVIDIA en robotique en Chine, avec des postes à Pékin, Shanghai et Shenzhen

Chine : le premier centre d'entraînement de robots humanoïdes hétérogènes ouvre à Shanghai