Chine/Asie36Kr44min

Ex-cadre IA incarnée de Huawei : un modèle du monde neuromorphique concurrent de JEPA lève 100 millions de yuans

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

JuNao Panshi (具脑磐石), startup chinoise spécialisée dans les architectures cognitives pour la robotique incarnée, a annoncé en mai 2026 la clôture d'un tour de financement dépassant 100 millions de yuans (environ 13,5 millions d'euros), conduit par un fonds industriel positionné sur l'intersection neuromorphique et robotique, avec réinvestissement des actionnaires existants et participation de plusieurs fonds de premier rang. Un second tour serait en cours de finalisation simultanément, selon la publication chinoise 36Kr. La société, fondée en 2025, est dirigée par Zhu Senhua, ancien responsable du programme "cerveau incarné" chez Huawei, où il a piloté la plateforme cloud IA-neurosciences, le modèle Pangu pour l'intelligence incarnée et le Global Embodied Intelligence Innovation Center. Titulaire d'un doctorat en neurosciences cognitives de l'Université de Pennsylvanie et d'un post-doctorat au Laboratoire national clé Cerveau et Cognition de l'Académie des sciences de Chine, Zhu Senhua est l'un des rares profils combinant recherche académique en neuro-IA, validation expérimentale et industrialisation à grande échelle. JuNao Panshi développe un Cognitive World Model (modèle de monde cognitif) fondé sur l'intelligence neuromorphique, avec quatre objectifs techniques structurants : apprentissage avec peu de données, forte généralisation intersituationnelle, apprentissage à vie et faible consommation énergétique. Plusieurs proof-of-concepts sont en cours de déploiement auprès de clients industriels en Chine et à l'international.

L'intérêt de cette levée dépasse la valorisation d'une startup : elle signale un basculement dans les priorités de R&D du secteur de la robotique incarnée, où le terme VLA (Vision-Language-Action) cède progressivement la place au concept de world model comme axe central de compétition. JuNao Panshi argumente que la grande majorité des approches actuelles restent bloquées sur un paradigme data-intensif et énergivore, incapable de généraliser sans réentraînement à chaque nouvel environnement. En s'appuyant sur les mécanismes fonctionnels du cerveau humain, notamment les neurones multi-compartiments, l'attention non linéaire, la mémoire multi-stades et l'inférence active, la société cherche à construire un système capable d'apprentissage abstrait à partir de peu d'exemples, de mémoire persistante et de planification autonome en conditions réelles. Pour les intégrateurs industriels et les décideurs B2B, la promesse est concrète : un robot qui n'a pas besoin d'être réentraîné à chaque changement de ligne ou d'environnement est un robot économiquement viable à déployer à grande échelle.

Sur le plan concurrentiel, la trajectoire technique de JuNao Panshi s'aligne explicitement avec l'architecture JEPA (Joint Embedding Predictive Architecture) de Yann LeCun, dont AMI Labs explore la branche causale et de raisonnement. En parallèle, Fei-Fei Li parie sur l'intelligence spatiale 3D, NVIDIA et Google DeepMind accélèrent la simulation physique et l'apprentissage par interaction réelle. JuNao Panshi se positionne un cran au-dessus dans la hiérarchie qu'elle définit elle-même en cinq niveaux, revendiquant la couche la plus haute : l'inférence active issue des neurosciences cognitives. La stratégie commerciale repose sur un modèle "un cerveau, plusieurs robots, plusieurs morphologies" (一脑多机一脑多形), avec des partenariats matériels déjà établis avec les fabricants de robots Lejiu, Xingchen Intelligence et Zhidongli. La feuille de route prévoit d'ouvrir le modèle de cerveau cognitif universel à l'écosystème d'intégrateurs, une fois les capacités de généralisation jugées suffisantes pour piloter des configurations de robots hétérogènes depuis un seul modèle central.

Dans nos dossiers

IA physique & VLA World models

À lire aussi

1Pandaily

IA incarnée : la startup Zenbot lève près de 100 millions de yuans lors de son tour d'amorçage

La startup chinoise Zenbot, spécialisée dans l'infrastructure d'IA embodied, a bouclé un tour de financement d'amorçage de près de 100 millions de yuans (environ 14 millions de dollars). Le tour est co-piloté par trois industriels cotés de la fabrication de précision : ChangYing Precision (300115.SZ), Kedali (002850.SZ) et Zhaoming Technology (301000.SZ), auxquels s'ajoutent le fonds entrepreneurial L2F Light Source et Sirius Capital. L'utilisation des fonds cible quatre axes : le développement d'un world model à vocation généraliste pour l'IA embodied, la production en série de modules articulaires exploitant des drivers GaN de troisième génération, le déploiement d'une architecture de communication temps réel dite "cerveau-colonne vertébrale" (brain-spine), et le renforcement des capacités de conception full-stack pour la production de masse de produits complets. Ce financement signale une tendance structurelle dans l'écosystème robotique chinois : les équipementiers de précision entrent directement au capital des startups d'IA embodied, cherchant à sécuriser un accès précoce aux briques technologiques critiques. L'intégration de drivers GaN dans les modules articulaires est un pari technique notable, ces composants semi-conducteurs de troisième génération promettent une densité de puissance supérieure et des pertes réduites par rapport au silicium classique, ce qui est déterminant pour l'autonomie et la compacité des robots humanoïdes. L'architecture brain-spine en temps réel répond à un verrou bien identifié du secteur : la latence de communication entre le contrôleur central et les actionneurs périphériques, souvent citée comme obstacle au déploiement industriel fiable. Zenbot s'inscrit dans une vague dense de startups chinoises d'IA embodied qui cherchent à concurrencer Figure, Boston Dynamics ou 1X Technologies sur le terrain des briques d'infrastructure plutôt que sur celui des robots finis. Le co-fondateur Dr. Jia Zhenzhong, diplômé du département d'instruments de précision de Tsinghua et docteur de l'Université du Michigan, positionne l'entreprise à l'intersection de la robotique, de la vision par ordinateur et des grands modèles d'IA. Aucun prototype public, ni timeline de production en série, ni client annoncé à ce stade : ce tour reste une annonce d'intention, avec des jalons technologiques ambitieux encore à démontrer.

Chine/AsieOpinion

1 source

2Pandaily

ShadowAI lève 14 millions de dollars pour ses modèles du monde en 3D

ShadowAI, startup fondée à Hangzhou en juin 2024, a bouclé trois tours de financement successifs (angel, angel+ et pré-série A) pour un total d'environ 100 millions de yuans, soit 14 millions de dollars. La société développe des modèles de monde 3D dynamiques natifs pour l'IA incarnée (embodied AI), avec un portefeuille qui comprend YingShen 360, un système de capture 3D temps réel utilisant quatre à cinq caméras RGB bas coût, le modèle de monde dynamique S1, et des robots de fabrication flexible. Déployés en production réelle, ces robots atteignent 3 000 paires de chaussures produites par shift de 8 heures dans le secteur de la chaussure, un chiffre concret qui distingue cette annonce d'un simple démonstrateur. La levée illustre l'intérêt croissant des investisseurs pour la couche "perception 3D temps réel" de la robotique industrielle, un maillon souvent sous-estimé face aux modèles de langage visuel (VLA). En rendant la capture 3D accessible via des caméras RGB standard plutôt que des LiDAR onéreux, ShadowAI cible directement les intégrateurs et les PME industrielles pour lesquels le coût du capteur est un frein à l'automatisation flexible. Min Wei, fondateur et CEO, est docteur de l'Université Tsinghua et a dirigé des équipes robotique chez la division services locaux d'Alibaba, ce qui lui confère une connaissance opérationnelle des contraintes de déploiement à grande échelle. La société s'inscrit dans un écosystème chinois dense, en concurrence avec des acteurs comme Unitree, Agibot ou les divisions robotique de Meituan, mais se différencie par un positionnement centré sur la modélisation 3D du monde plutôt que sur le robot physique lui-même. Les prochaines étapes probables incluent une extension à d'autres secteurs de fabrication légère et un potentiel tour de série A pour financer l'industrialisation du S1.

Chine/AsieOpinion

1 source

336Kr

Hikrobot : chiffre d'affaires 2025 supérieur à 6,4 milliards de yuans, déploiement accéléré en IA incarnée

Hikvision Robotics, filiale robotique du géant chinois de la vidéosurveillance Hikvision, a annoncé un chiffre d'affaires 2025 de 6,452 milliards de yuans (environ 880 millions d'euros), avec des livraisons cumulées dépassant 10 millions d'unités en vision industrielle et 180 000 robots mobiles produits depuis sa fondation. La société, qui célèbre en 2026 son dixième anniversaire, a tenu sa conférence annuelle du 22 au 24 avril à Tonglu (Hangzhou), où plus de 35 nouveaux produits ont été présentés, couvrant la vision 2D, 2,5D et 3D haute précision ainsi que des modules de vision IA. Le PDG Jia Yonghua y a introduit le concept d'« embodied manufacturing » (具身智造), posant que l'automatisation traditionnelle, trop rigide, doit évoluer vers des systèmes capables de s'adapter à l'environnement plutôt que de contraindre l'opérateur à s'adapter à la machine. Les logiciels industriels propriétaires de l'entreprise comptent plus de 600 000 utilisateurs sous licence, pour plus de 20 000 clients mondiaux. Dans un entretien accordé à 36Kr, le vice-président Zhang Wencong détaille comment l'IA transforme concrètement la ligne de produits. En vision industrielle, les algorithmes de lecture de codes-barres et d'OCR fonctionnent désormais en mode plug-and-play sans entraînement sur site. Le cas le plus documenté concerne un fabricant chinois de gants médicaux jetables : en 2021, chaque nouvelle ligne nécessitait plusieurs dizaines de milliers d'images et une reconfiguration complète du modèle CNN. Après migration vers des grands modèles en 2023-2024, 100 à 200 images suffisent pour déployer une ligne supplémentaire. Le système détecte des défauts à partir de 0,8 mm avec un taux de détection supérieur à 99,995 % pour les défauts critiques (salissures, déchirures), à raison de 300 000 paires par jour et par ligne. Sur les robots mobiles, le système RCS intègre du reinforcement learning depuis 2019, permettant dès début 2021 la coordination de plus de 1 000 robots sur des cartes multi-zones dans une seule usine FAW-Toyota. Ces chiffres signalent une IA industrielle en déploiement réel, non en phase pilote, même si Zhang Wencong reconnaît que l'adoption globale reste freinée par des cycles de retour sur investissement jugés trop longs par les clients industriels. Fondée en 2016 sur la base technologique vision de sa maison mère, Hikvision Robotics structure son offre autour de trois pôles : vision machine, robots mobiles AMR/AGV et bras articulés, ce dernier segment étant encore en montée en charge après cinq ans d'existence. Sur les modèles VLA (Vision-Language-Action) et les robots humanoïdes, Zhang Wencong adopte une posture prudente : à court terme, la priorité est donnée à des combinaisons de petits modèles spécialisés pour garantir la fiabilité industrielle, tandis que des équipes dédiées travaillent en parallèle sur les architectures end-to-end. Face à des acteurs AMR comme Geek+ et Hai Robotics en Chine, ou KION Group et Omron à l'international, Hikvision Robotics mise sur l'intégration verticale logiciel-matériel comme principal levier de différenciation, avec comme prochaine étape déclarée l'approfondissement de l'IA dans des environnements d'inspection plus complexes.

UELa montée en puissance de Hikvision Robotics (880 M€ de CA, intégration verticale logiciel-matériel) accentue la pression concurrentielle sur les acteurs européens de l'AMR industriel comme KION Group, sans impact direct immédiat sur le marché français.

Chine/AsieActu

1 source

436Kr

La première entreprise chinoise de puces cérébrales pour robots lève des centaines de millions de yuans

Beijing Weifan Intelligent Technology a levé plusieurs centaines de millions de yuans lors d'un tour de table seed, co-dirigé par Zhongguancun Capital et sa filiale Qihang Investment, avec la participation du Shanghai Future Industry Fund, Shixi Capital, Biwin Storage, Yanhuang Group et deux autres fonds. Fondée en mai 2025 et issue du laboratoire PAICORE Lab de l'Université de Pékin, spécialisé dans les puces neuromorphiques, la société développe une architecture de puce unifiée "grand cerveau / petit cerveau" pour robots humanoïdes et systèmes à intelligence incarnée. Son co-fondateur Yin Jilei regroupe plus de vingt ans d'expérience semiconducteur, avec des passages chez IBM, GlobalFoundries, MediaTek et VIA, puis comme COO de Zhicun Technology ; l'équipe compte également d'anciens ingénieurs de Huawei et Tencent. La puce centrale repose sur une architecture propriétaire baptisée BiGPU (Brain-Inspired GPU), qui fusionne dans un seul bloc matériel calcul neuromorphique par réseau de neurones impulsionnels (SNN, Spiking Neural Network) et GPU généraliste (ANN), sur un jeu d'instructions et une chaîne d'outils logiciels partagés. La mise en production est prévue pour le deuxième trimestre 2027, à l'issue d'un cycle de R&D de deux ans actuellement à mi-parcours. L'enjeu principal est la réduction de la dépendance de la robotique chinoise envers la gamme Jetson de Nvidia, aujourd'hui quasi-incontournable pour l'inférence embarquée dans les robots humanoïdes, mais jugée trop coûteuse, peu localisée et exposée aux restrictions américaines à l'exportation. Aucune puce domestique ne propose encore d'alternative mature. La valeur ajoutée de BiGPU réside dans sa résolution du trilemme puissance de calcul / efficacité énergétique / coût : en convertissant les opérations de multiplication-accumulation matricielle (GEMM), qui représentent plus de 80 % du calcul dans les réseaux de neurones, en additions SNN à faible consommation, Weifan vise une réduction significative de la puissance dissipée sans sacrifier la compatibilité avec les frameworks existants. L'intégration isomorphe, c'est-à-dire un seul ISA partagé pour ANN et SNN plutôt que deux systèmes hétérogènes maintenus en parallèle, simplifie l'intégration côté équipementier. La prise en charge native des architectures Transformer, VLA (Vision-Language-Action) et des modèles du monde ancre BiGPU comme cible industrielle plutôt que démonstrateur académique. Weifan est une spin-off directe du laboratoire PAICORE de l'Université de Pékin, ce qui lui confère une crédibilité technique solide mais aussi la trajectoire classique d'un acteur académique en phase de validation industrielle. La puce ne sera pas disponible avant le deuxième trimestre 2027, laissant une fenêtre ouverte à des concurrents déjà en production : Nvidia Jetson Thor pour les humanoïdes, Qualcomm RB-series côté international, et Cambricon côté chinois. La société annonce des discussions en cours avec plusieurs fabricants de robots humanoïdes de premier plan, certaines ayant dépassé la phase exploratoire, sans divulguer de noms. Les fonds levés sont destinés à finaliser l'architecture du jeu d'instructions, étoffer l'équipe R&D et structurer la définition produit. À ce stade, il s'agit d'un pari sur une architecture prometteuse et une équipe expérimentée, pas encore sur un produit livré.

UEÀ surveiller comme signal d'intelligence compétitive sur la stratégie d'indépendance semiconducteur de la Chine dans la robotique humanoïde, sans impact opérationnel direct pour les acteurs européens avant 2027 au plus tôt.

Chine/AsieOpinion

1 source