Chine/AsiePandaily1j

AgiBot lance une startup spécialisée en mains dextériques qui atteint le statut de licorne en 4 mois

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Lingjiandian (临界点), spin-off d'AgiBot (智元机器人) fondée en janvier 2026 et spécialisée dans les mains dextères pour robots humanoïdes, a bouclé un tour de financement de plusieurs centaines de millions de yuans, atteignant une valorisation supérieure à 1 milliard de dollars en seulement quatre mois. C'est la montée en licorne la plus rapide jamais enregistrée sur le segment des composants critiques pour humanoïdes en Chine. La société a réalisé quatre tours de table en moins de cinq mois : deux rounds successifs en janvier 2026, espacés de six jours, co-menés par Hillhouse Ventures et BlueRun Ventures, un troisième en février, puis ce dernier tour récemment clôturé avec sur-souscription des actionnaires existants. Les fonds sont fléchés vers le développement d'un grand modèle dédié à la manipulation dextère, la constitution d'un dataset open-source, et l'évolution hardware des produits.

La cadence de financement révèle l'appétit des investisseurs pour les équipementiers de la supply chain humanoïde, en particulier sur la manipulation dextère, considérée comme l'un des verrous technologiques les plus difficiles de la stack d'IA incarnée (embodied AI). Les mains à haute dextérité conditionnent la capacité des robots à sortir des environnements contrôlés pour réaliser des tâches industrielles précises : assemblage, picking complexe, opérations spécialisées. Un fournisseur capable de proposer un composant clé à l'échelle, couplé à un modèle IA spécialisé et un dataset mutualisé, pourrait devenir un référenceur transversal pour plusieurs constructeurs d'humanoïdes simultanément, ce que les intégrateurs industriels et les décideurs B2B surveillent de près.

AgiBot, la société mère, a été fondée en 2023 et s'est imposée comme l'un des acteurs humanoïdes les mieux financés de Chine, aux côtés d'Unitree, Fourier Intelligence et Galbot. Le spin-off de Lingjiandian illustre une tendance de verticalisation ciblée de la chaîne de valeur : plutôt que d'internaliser tous les sous-systèmes, certaines équipes se concentrent sur des composants critiques à forte valeur ajoutée. À l'international, Shadow Robot (Royaume-Uni) et Wonik IPS (Corée) travaillent des positionnements similaires, mais sans cette vélocité de financement. Les prochaines étapes annoncées incluent des déploiements dans l'automatisation industrielle et la robotique de service, avec un dataset open-source qui pourrait devenir un standard de facto pour la manipulation dextère dans l'écosystème humanoïde chinois.

Impact France/UE

La montée en puissance de Lingjiandian sur les composants de manipulation dextère renforce la domination de la supply chain humanoïde chinoise et pourrait exercer une pression concurrentielle indirecte sur les équipementiers européens, bien qu'aucun acteur français ou européen ne soit directement impliqué.

Dans nos dossiers

Unitree AgiBot Fourier Intelligence IA physique & VLA

À lire aussi

1Pandaily

AGILINK lance la série OmniHand 3 et livre plus de 8 000 mains dextériques

AGILINK a officiellement lancé sa série OmniHand 3, composée de trois produits distincts : l'OmniHand 3 Ultra-T, l'OmniHand 3 Lite et l'OmniPicker 3. L'entreprise, fondée en janvier 2026 comme spin-off de la division mains dextres d'AGIBOT, a bouclé trois tours de financement en l'espace d'un mois, levant plusieurs centaines de millions de RMB. Le modèle phare, l'Ultra-T, pèse moins de 500 grammes pour une charge utile de 5 kg, intègre plus de 25 degrés de liberté, une captation tactile sur l'ensemble de la surface et une caméra palmaire embarquée. Son système de tendons à déconnexion rapide permet le remplacement de composants en moins de 10 minutes. L'OmniHand 3 Lite vise la production de masse à bas coût, tandis que l'OmniPicker 3 cible la préhension industrielle avec une durée de vie annoncée à 1 million de cycles et une force de saisie de 140 N. Au moment du lancement, AGILINK revendique plus de 8 000 mains dextres et 10 000 préhenseurs livrés, dont près de 1 000 unités déjà déployées en entrepôts retail, pharmacies et usines, opérant en continu sur des postes de 8 heures. Ces chiffres de déploiement méritent attention : là où la majorité des acteurs de la main robotique dextère restent au stade du prototype ou de la démo contrôlée, AGILINK revendique une production industrielle réelle dès ses premiers mois d'existence. Le seuil des 8 000 unités livrées, si confirmé, constituerait l'un des volumes de série les plus élevés pour ce type de composant à haute dextérité. Pour les intégrateurs et les décideurs industriels, le point technique clé est le quick-release à 10 minutes, qui abaisse drastiquement le coût de maintenance en ligne de production, un frein historique à l'adoption des mains articulées en milieu industriel. AGILINK s'inscrit dans un écosystème chinois en pleine structuration autour de la robotique humanoïde, où AGIBOT, son entreprise mère, développe des plateformes complètes concurrentes de Figure, 1X ou Apptronik. Sur le segment de la main dextère, les concurrents directs incluent Inspire Robots, FFTAI et, côté occidental, Shadow Robot ou Wonik Robotics. La rapidité de la levée de fonds et l'externalisation de la division en entité autonome suggèrent une stratégie de composant-plateforme, visant à équiper l'ensemble de l'industrie humanoïde plutôt qu'un seul robot propriétaire. Les prochaines étapes probables concernent l'intégration avec les modèles VLA (Vision-Language-Action) pour la manipulation généraliste, domaine où le retour haptique et la dextérité fine restent des goulots d'étranglement non résolus à l'échelle.

Chine/AsieActu

1 source

2Pandaily

Linkerbot lève un tour B+ pour passer à l'échelle la production de mains dextériques

Linkerbot, fabricant chinois de mains dextères fondé en 2020 à Pékin, a bouclé un tour de financement Serie B+ d'un montant non divulgué, avec la participation du Zhongguancun Science City Fund, de BOC Asset Management, de Fosun Capital et de plusieurs actionnaires existants. Ce nouveau tour intervient moins de deux mois après une Serie B de 1,5 milliard de yuans (environ 210 millions de dollars) annoncée en février 2026. La société commercialise la gamme Linker Hand, qui couvre trois architectures mécaniques : actionnement par liaisons rigides, par tendons, et par entraînement direct (direct-drive). Ces mains haute-DOF (degrés de liberté) s'adressent aux laboratoires de recherche, aux intégrateurs de robots humanoïdes, à l'automatisation industrielle et à la robotique de performance. L'entreprise déclare une capacité de production mensuelle dépassant 4 000 unités, et revendique plus de 80 % du marché mondial, chiffre à prendre avec prudence en l'absence d'audit indépendant. Le rythme du financement est significatif : deux tours majeurs en moins de soixante jours signalent une pression concurrentielle intense sur la chaîne d'approvisionnement en actionneurs pour robots humanoïdes. Les intégrateurs qui construisent des plateformes comme Figure 03, Optimus ou les robots de 1X cherchent des fournisseurs capables de livrer en volume, et non de simples démonstrateurs de laboratoire. Si Linkerbot atteint son objectif de 10 000 unités mensuelles, elle deviendrait l'un des rares fabricants mondiaux de mains dextères à opérer à l'échelle industrielle, ce qui représente un levier potentiel de commoditisation pour ce composant longtemps considéré comme le goulot d'étranglement de la manipulation fine. Créée en 2020 dans l'écosystème technologique de Zhongguancun (Pékin), Linkerbot s'est positionnée en amont de la chaîne de valeur robotique, pari risqué mais stratégique à mesure que la demande en humanoïdes s'accélère. Côté concurrents, Shadow Robot (Royaume-Uni) et Wonik Robotics (Corée du Sud) ciblent des segments similaires, mais restent sur des volumes bien inférieurs. En Europe, aucun acteur comparable n'existe à ce stade en termes de capacité de série. Les fonds levés serviront à construire des lignes de production intelligentes et à passer le cap des 10 000 unités mensuelles ; aucun site de déploiement client ni date de livraison précise n'a été communiqué à ce stade.

UEL'absence d'équivalent européen à l'échelle industrielle pour les mains dextères expose les intégrateurs de robots humanoïdes européens à une dépendance structurelle vis-à-vis des fournisseurs chinois, Shadow Robot (UK) restant très en deçà des volumes annoncés par Linkerbot.

Chine/AsieOpinion

1 source

3Pandaily

DeepCybo : une startup pékinoise mise sur les données humaines en première personne pour développer une AGI incarnée

DeepCybo, startup pékinoise fondée début 2025 par Chen Kai, parie sur la vidéo humaine à la première personne comme substrat d'entraînement pour l'intelligence incarnée (embodied AGI). L'approche consiste à collecter des flux vidéo authentiques captés du point de vue d'opérateurs humains, plutôt que de s'appuyer sur la simulation ou les démonstrations téléopérées. La société a levé plusieurs centaines de millions de RMB et accélère actuellement sa collecte de données pour valider l'approche à l'échelle. Pendant ce temps, le marché mondial a convergé vers une thèse similaire : en mai 2025, Tesla a annoncé réorienter l'entraînement d'Optimus vers des données vidéo humaines ; en juin 2025, GeneralistAI a présenté un système d'apprentissage imitatif validé par 270 000 heures de données collectées en conditions réelles. FigureAI a annoncé des partenariats avec des groupes immobiliers commerciaux pour instrumenter des opérateurs humains. En février 2026, NVIDIA a publié EgoScale, un modèle pré-entraîné sur 20 000 heures de vidéo egocentriques pour la manipulation dextère. La convergence de ces annonces en moins d'un an pointe vers une même conclusion : le sim-to-real gap reste difficile à combler via la simulation seule, et les données synthétiques ne généralisent pas suffisamment aux environnements non structurés. Pour les intégrateurs industriels et les équipes R&D, cela redéfinit l'actif stratégique central : la volumétrie et la qualité des données egocentriques comptent autant que l'architecture du modèle. La course à l'embodied AI ne se joue plus uniquement sur les paramètres du réseau, mais sur la capacité à instrumenter des humains à grande échelle, ce qui soulève des questions pratiques de coût de collecte, d'annotation et de diversité des scénarios. DeepCybo évolue dans un écosystème chinois de la robotique humanoïde très compétitif, face à des acteurs comme Unitree, Agibot ou Zhiyuan Robotics, mais avec un positionnement centré sur l'IA plutôt que sur le hardware. À noter que l'article source utilise indifféremment les noms "DeepCybo" et "DeepMotor" sans distinction claire, ce qui suggère soit un changement de nom récent, soit une imprécision éditoriale. La principale inconnue reste le transfert effectif entre données humaines et performance robotique réelle en production : ni GeneralistAI ni NVIDIA n'ont encore démontré ce gap comblé à l'échelle commerciale, et DeepCybo, malgré une levée conséquente, n'a pas publié de résultats quantitatifs indépendants à ce stade.

Chine/AsieOpinion

1 source

4Pandaily

Maniformer lance une plateforme de données d'IA physique tout-en-un pour préparer l'ère de l'AGI

Maniformer, startup chinoise spécialisée dans l'infrastructure de données pour l'IA physique, a officiellement lancé sa plateforme de services de données en un seul guichet, accompagnée de la gamme matérielle MEgo et du système de gouvernance MEgo Engine. La gamme MEgo comprend trois composants : le MEgo Gripper pour la capture de données de manipulation robotique, le MEgo View, un dispositif de collecte portable à tête montée, et le MEgo Engine pour le traitement et la gouvernance des données. Ces outils affichent une précision millimétrique, une synchronisation sub-milliseconde et une perception panoramique supérieure à 300 degrés. Le système est nativement compatible avec le robot G2 Air, garantissant la cohérence entre environnements simulés et réels. Selon Yao Maoqing, président-directeur général, l'entreprise vise une capacité de production de dizaines de millions d'heures de données d'ici 2026, puis des dizaines de milliards d'heures d'ici 2030. Le problème que Maniformer cherche à résoudre est structurel : les données d'interaction physique réelle disponibles pour l'IA incarnée représentent moins de 1/20 000 de ce qui existe pour les grands modèles de langage. Ce déficit, combiné à l'absence de standards, à des problèmes de qualité hétérogène et à des inadéquations entre offre et demande, freine concrètement la commercialisation des robots autonomes. En proposant une infrastructure full-stack couvrant la télé-opération réelle, la collecte sans robot dédié et la génération synthétique par simulation, Maniformer cherche à décorréler la production de données de la disponibilité des plateformes robotiques elles-mêmes, une approche qui, si elle tient ses promesses, pourrait accélérer significativement le cycle sim-to-real pour les intégrateurs et les équipes R&D. L'analogie revendiquée avec l'électricité ou l'eau comme utilities est ambitieuse ; elle reste à valider à l'échelle industrielle. L'entreprise s'inscrit dans un contexte de course mondiale aux données d'entraînement pour robots humanoïdes et manipulateurs, où des acteurs comme Physical Intelligence (Pi-0), Boston Dynamics, Figure AI ou Unitree investissent massivement dans leurs propres pipelines de données propriétaires. La stratégie de Maniformer est différente : se positionner en fournisseur tiers d'infrastructure, à la manière d'un AWS pour la donnée physique. L'initiative "Hive" annoncée vise à fédérer des partenaires mondiaux pour co-construire des standards sectoriels, une démarche de standardisation qui, si elle aboutit, pourrait bénéficier à l'ensemble de l'écosystème, y compris aux acteurs européens comme Enchanted Tools ou Wandercraft qui peinent à constituer des datasets suffisants. La prochaine étape annoncée est le déploiement d'un réseau global de collecte de données, sans calendrier précis communiqué au-delà de l'horizon 2026.

UESi l'initiative 'Hive' de standardisation aboutit, les acteurs européens comme Enchanted Tools ou Wandercraft pourraient bénéficier d'une infrastructure de données partagée pour accélérer leurs pipelines sim-to-real.

Chine/AsieActu

1 source