Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
L'ex-PDG de Kepler Robotics lance Sota Unlimited, misant sur un cerveau robotique pour les marchés étrangers
Chine/AsiePandaily 

L'ex-PDG de Kepler Robotics lance Sota Unlimited, misant sur un cerveau robotique pour les marchés étrangers

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

Hu Debo, ancien PDG de Kepler Robotics, a annoncé le 14 mai 2026 la création de sa deuxième entreprise dans le domaine de l'IA incarnée : Sota Unlimited. Contrairement à Kepler, qui misait sur des robots humanoïdes bipèdes complets destinés à des scénarios industriels, Sota Unlimited se concentre exclusivement sur la couche logicielle et cognitive, ce que l'industrie appelle le «cerveau» du robot. La société développe des world action models, des systèmes VLA (Vision-Language-Action) multimodaux, et des infrastructures de collecte de données. Elle prévoit de présenter ses capacités complètes cet été, avec des démonstrations en laboratoire couvrant l'ensemble du processus commercial, ainsi que son système d'exploitation robotique baptisé Physica-Claw. Aucun chiffre de performance, prix ou volume de déploiement n'a été communiqué à ce stade.

Ce pivot de la machine complète vers le «cerveau seul» repose sur une hypothèse stratégique précise : le principal goulet d'étranglement de la robotique incarnée n'est pas mécanique mais cognitif, soit la capacité à comprendre le contact, le mouvement, l'espace et la physique, et non simplement percevoir l'environnement par vision. Pour les intégrateurs et les fournisseurs de plateformes robotiques internationaux, cela ouvre la possibilité d'acquérir une couche d'intelligence sans développer en interne un modèle VLA compétitif. La stratégie de fournisseur de «cerveau» pour constructeurs tiers pourrait réduire les barrières à l'adoption, à condition que les performances se confirment en conditions réelles et pas uniquement en laboratoire contrôlé.

Hu Debo avait co-fondé Kepler Robotics en 2023, au début de l'accélération de la course aux humanoïdes en Chine. En avril 2026, Kepler avait levé un tour A++ d'un milliard de yuans, s'imposant comme l'une des références nationales dans les scénarios industriels. Sota Unlimited prend un chemin radicalement différent : là où la quasi-totalité des entreprises chinoises de robots humanoïdes ciblent le marché domestique, Sota vise les marchés internationaux dès son lancement, se positionnant comme fournisseur B2B pour les constructeurs robotiques étrangers. Les concurrents directs sur ce créneau incluent Physical Intelligence (Pi-0) aux États-Unis et, dans une moindre mesure, les laboratoires académiques européens travaillant sur des architectures VLA généralisables. Les premières démonstrations commerciales complètes sont attendues pour l'été 2026.

Impact France/UE

Sota Unlimited cible explicitement les marchés internationaux dont l'Europe, offrant aux constructeurs robotiques européens un fournisseur potentiel de couche VLA clé-en-main, mais aucun partenariat ni déploiement EU n'est confirmé à ce stade.

Dans nos dossiers

IA physique & VLAPhysical Intelligence — π0

À lire aussi

L'entreprise Ant Group robotique Lingbo adopte une nouvelle approche pour construire les cerveaux des robots
1Pandaily 

L'entreprise Ant Group robotique Lingbo adopte une nouvelle approche pour construire les cerveaux des robots

Ant Group, la maison mère d'Alipay, développe via sa filiale Lingbo une approche inhabituelle pour concevoir des cerveaux de robots, en s'appuyant sur l'immense infrastructure de données et d'intelligence artificielle issue de son écosystème de paiement. Plutôt que de partir du matériel comme la plupart des startups d'IA incarnée, Lingbo privilégie d'abord la couche cognitive. L'entreprise mobilise l'expertise d'Ant Group en traitement transactionnel à haute fréquence, en prise de décision en temps réel dans l'incertitude et en inférence distribuée à grande échelle, des compétences accumulées sur plusieurs années à traiter des milliards de transactions quotidiennes via Alipay (détection de fraude, évaluation de risque, recommandation personnalisée). Lingbo entend transposer cette infrastructure vers la robotique pour bâtir un cerveau robotique capable de gérer la complexité et l'incertitude du monde physique avec la même fiabilité que le traitement financier. L'unité bénéficie d'une autonomie importante au sein d'Ant Group et attire des talents issus à la fois de la recherche en IA et de l'industrie robotique. Aucun produit concret ni calendrier commercial n'a été rendu public à ce stade. Cette stratégie illustre un mouvement plus large : des acteurs de la tech et de la finance entrent dans la course à l'IA incarnée en misant sur leurs atouts logiciels et data plutôt que sur la fabrication de matériel. Pour Lingbo, la partie la plus valorisable de la chaîne robotique ne serait pas la mécanique mais la couche d'intelligence, un pari qui, s'il se confirme, redistribuerait les cartes face aux spécialistes du hardware comme les fabricants d'humanoïdes. Pour les intégrateurs et décideurs industriels, ce positionnement pose une question stratégique : la donnée comportementale et transactionnelle à l'échelle d'Alipay, plusieurs centaines de millions d'utilisateurs, peut-elle vraiment se transférer à la compréhension d'un environnement physique et à la décision robotique ? Rien dans les éléments communiqués ne le démontre encore, et l'annonce reste à ce stade programmatique plutôt que prouvée par un produit déployé. Elle mérite néanmoins d'être suivie car elle traduit un changement de doctrine : dans un paysage chinois où les plateformes matérielles se banalisent, l'avantage compétitif se déplacerait vers le logiciel, la donnée et l'infrastructure de déploiement. Ant Group a construit ses capacités d'IA sur plusieurs années, d'abord pour la détection de fraude et la gestion des risques sur Alipay, avant d'intégrer des assistants IA à l'échelle de son écosystème, utilisés par des centaines de millions de personnes. Lingbo s'inscrit dans le prolongement naturel de cette expansion technologique vers le monde physique, dans un contexte où la Chine voit fleurir de multiples acteurs robotiques, qu'il s'agisse de fabricants d'humanoïdes ou de laboratoires développant des modèles généralistes de type VLA (vision-language-action), comparables aux Pi-0 ou GR00T N2 développés aux États-Unis. Contrairement à des concurrents qui présentent déjà des démonstrateurs matériels, Lingbo n'a pour l'instant communiqué ni prototype ni partenariat industriel identifié, ce qui place la démarche au stade de la déclaration d'intention stratégique. Les prochaines étapes à surveiller seront la première présentation publique d'un système intégré, d'éventuels partenariats avec des fabricants de plateformes robotiques, et la manière dont Ant Group articulera cette activité avec ses autres investissements en IA générative.

Chine/AsieOpinion
1 source
Un cerveau unique pour tout gérer : la Chine développe un modèle d'IA unifié pour la robotique multi-tâches complexe
2Interesting Engineering 

Un cerveau unique pour tout gérer : la Chine développe un modèle d'IA unifié pour la robotique multi-tâches complexe

La société chinoise ShengShu Technology a présenté Motubrain, un modèle d'IA unifié conçu pour servir de cerveau généraliste aux robots, intégrant perception, raisonnement, prédiction et action dans un seul système. Le modèle affiche un score de 63,77 sur le benchmark WorldArena et une moyenne de 96,0 sur 50 tâches du benchmark RoboTwin 2.0, ce qui en ferait à ce jour le seul modèle à dépasser 95,0 dans des environnements aléatoires. Contrairement aux architectures modulaires classiques qui séparent la perception, la planification et l'exécution en composants distincts, Motubrain traite simultanément flux vidéo, instructions en langage naturel et séquences d'actions via une architecture Mixture-of-Transformers à trois flux. Le modèle est capable d'enchaîner jusqu'à 10 actions atomiques par séquence, contre 2 à 3 pour la plupart des systèmes actuels. L'entraînement repose sur un mélange de vidéos non annotées, de données de simulation et d'enregistrements multi-robots, avec un framework d'actions latentes qui extrait les schémas de mouvement directement depuis ces entrées, réduisant la dépendance aux jeux de données labellisés. ShengShu indique que le modèle est déjà utilisé dans des programmes d'entraînement actifs couvrant des environnements industriels, commerciaux et domestiques, avec des partenariats annoncés avec Astribot, SimpleAI et Anyverse Dynamics. L'annonce signale une tentative de rupture avec l'approche dominante en robotique, qui consiste à assembler des modules spécialisés (vision, planification, contrôle) développés séparément. Un modèle unifié capable de gérer en continu la boucle perception-action représente un avantage potentiel pour les intégrateurs industriels : moins de friction entre sous-systèmes, une mise à jour centralisée, et une meilleure capacité d'adaptation à des tâches non vues lors de l'entraînement. Le fait démontré en test interne, selon lequel un robot peut détecter l'échec d'une préhension et réessayer sans avoir été entraîné spécifiquement sur ce scénario, illustre une forme de robustesse comportementale qui reste un défi ouvert pour les systèmes modulaires. Les scores sur RoboTwin 2.0 sont notables, mais les conditions précises du benchmark (variété des tâches, comparabilité entre laboratoires) méritent un regard critique : les résultats en simulation ne se transfèrent pas toujours au déploiement terrain. La capacité à maintenir de meilleures performances que les systèmes concurrents à mesure que la complexité des tâches et le volume de données augmentent suggère un bon passage à l'échelle, point clé pour des déploiements industriels à grande variété. ShengShu Technology s'est d'abord fait connaître via Vidu, sa plateforme de génération vidéo, dont les données à grande échelle alimentent désormais Motubrain pour apprendre la physique du monde réel. Fondée par Jun Zhu, professeur à l'Université Tsinghua, la société a levé 293 millions de dollars en Série B menée par Alibaba Cloud. Sur le marché des modèles cérébraux pour robots polyvalents, elle se positionne face à des acteurs comme Physical Intelligence (Pi-0, San Francisco), NVIDIA avec GR00T N2, et côté chinois, Agibot et Unitree. Le lancement de Motubrain intervient dans un contexte de compétition accélérée autour des modèles VLA (Vision-Language-Action) capables de généralisation multimodale. Les prochaines étapes annoncées incluent l'extension des partenariats industriels et le déploiement sur davantage de plateformes robotiques, sans calendrier précis communiqué.

Chine/AsieActu
1 source
UniStrong Instruments : 15 ans de sous-traitance pour ABB, désormais en course pour dominer le marché mondial des capteurs robotiques
3Pandaily 

UniStrong Instruments : 15 ans de sous-traitance pour ABB, désormais en course pour dominer le marché mondial des capteurs robotiques

UniStrong Instruments (宇立仪器), fabricant chinois de capteurs force-couple, vient d'obtenir la certification UL et annonce une expansion internationale ciblant en priorité le marché nord-américain. Depuis quinze ans, ses capteurs sont intégrés dans les robots industriels d'ABB et de KUKA, deux des plus grands fabricants mondiaux d'automatisation. L'entreprise élargit désormais son portefeuille vers les cobots (robots collaboratifs) et les plateformes humanoïdes émergentes, où ces composants sont devenus des briques fondamentales de l'architecture mécatronique. Les capteurs force-couple permettent à un robot de mesurer en temps réel les forces qu'il exerce sur son environnement, une capacité indispensable pour l'assemblage de précision, le meulage, le polissage ou toute tâche nécessitant une adaptation dynamique à la résistance du matériau. En robotique humanoïde, ces capteurs conditionnent directement la dextérité manuelle et la sécurité des interactions physiques avec les opérateurs. La certification UL lève un obstacle réglementaire majeur à l'entrée sur le marché nord-américain et repositionne UniStrong comme alternative crédible aux capteurs importés d'Allemagne (Schunk), du Japon et des États-Unis (ATI Industrial Automation, désormais intégré à Novanta), dont les prix restent élevés pour les intégrateurs à volume. UniStrong a construit sa réputation sur un critère souvent absent des brochures : la résistance aux surcharges, c'est-à-dire la capacité à survivre aux chocs et aux efforts imprévus qui détruisent les capteurs concurrents en conditions réelles. Cet avantage, éprouvé sur quinze ans d'intégration chez ABB et KUKA, lui confère une base de référence industrielle difficile à contester. Le timing n'est pas anodin : la Chine pousse activement ses équipementiers robotiques vers l'international, dans un contexte de compétition intense illustré par le marathon humanoïde de Beijing Etown en mai 2025. Pour les intégrateurs et les OEMs qui assemblent des cobots ou des humanoïdes, l'émergence d'un fournisseur chinois certifié UL avec un historique de fiabilité avéré élargit concrètement l'espace des fournisseurs, au-delà des habituels duopoles euro-américains.

UEL'expansion internationale d'UniStrong concurrence directement Schunk (Allemagne) sur le segment des capteurs force-couple, menaçant les parts de marché d'un équipementier européen clé auprès des intégrateurs mondiaux de cobots et d'humanoïdes.

Chine/AsieOpinion
1 source
Des données de caméras corporelles sur des travailleurs humains servent à entraîner des cerveaux robotiques dans un essai coréen
4Interesting Engineering 

Des données de caméras corporelles sur des travailleurs humains servent à entraîner des cerveaux robotiques dans un essai coréen

La startup sud-coréenne RLWRLD a annoncé un partenariat avec le Lotte Hotel Seoul, le groupe logistique CJ Logistics et des enseignes Lawson pour constituer une base de données de gestes professionnels humains destinée à l'entraînement de robots. Les employés de ces sites portent des caméras-corps pendant l'exécution de tâches courantes mais techniquement exigeantes : pliage de serviettes de banquet et mise en place de tables à l'hôtel, opérations d'entrepôt chez CJ Logistics, organisation de rayonnages en commerce de détail. Ces flux vidéo, enrichis de données de mouvement et de force, alimentent le modèle fondationnel RLDX-1, présenté en 2025, qui cible la manipulation robotique haute précision avec des mains à haut degré de liberté (DoF). L'architecture centrale, baptisée Multi-Stream Action Transformer (MSAT), traite en flux parallèles les signaux visuels, de mouvement, de mémoire et de couple (torque), qu'elle fusionne ensuite pour générer les actions motrices. Le système intègre également un modèle vision-langage-action (VLA) spécialisé robotique, des modules de physique et de mouvement, et une interface cognitive qui compresse la perception en tokens mémoire pour le suivi de tâches longues. RLWRLD affirme que RLDX-1 dépasse les VLA leaders sur des benchmarks spatiaux, temporels et en contact riche, en simulation comme en conditions réelles, sans chiffres de latence ni taux de succès indépendants publiés à ce stade, ce qui invite à la prudence avant de valider ces affirmations. Ce projet illustre un changement de paradigme dans la collecte de données robotiques : au lieu de téléopération ou de simulation synthétique seule, RLWRLD mise sur la capture in situ d'expertise métier réelle, là où la dextérité humaine est déjà optimisée par des années de pratique. Pour les intégrateurs et les équipementiers industriels, cela signale que le goulot d'étranglement du sim-to-real gap pourrait être partiellement contourné par du data collection en environnement de production réel. La capacité de RLDX-1 à se généraliser sur des configurations single-arm, dual-arm et humanoïde depuis un modèle unique réduit potentiellement les coûts de fine-tuning par plateforme. La gestion de la mémoire à long horizon via tokens de cognition est une réponse directe à la limite connue des VLA actuels sur les tâches séquentielles complexes, problème documenté chez des équipes comme Physical Intelligence (Pi-0) ou chez l'équipe GR00T de NVIDIA. RLWRLD s'inscrit dans une vague coréenne de robotique physique soutenue par des programmes gouvernementaux de numérisation des savoir-faire pour l'IA industrielle. Sur le plan compétitif, la startup se positionne face à Physical Intelligence (Pi-0, États-Unis), à l'équipe GR00T N2 de NVIDIA, à Figure (Figure 03) et à 1X Technologies dans la course aux modèles fondationnels pour la manipulation. La Corée du Sud mobilise sa base manufacturière dense, automobile, électronique, logistique, comme terrain de collecte de données, ce que ni les laboratoires américains ni les acteurs européens comme Wandercraft ou Enchanted Tools ne répliquent à cette échelle sectorielle. Les prochaines étapes annoncées incluent l'extension des captations à d'autres secteurs et le déploiement du modèle sur des plateformes humanoïdes commerciales, sans calendrier précis communiqué.

UELa Corée du Sud construit à grande échelle un avantage compétitif en données d'expertise industrielle réelle que les acteurs européens ne répliquent pas encore, creusant l'écart sur les modèles fondationnels de manipulation robotique.

Chine/AsieOpinion
1 source