Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
La start-up chinoise d'IA physique a-t-elle manipulé un classement mondial pour battre Nvidia ?
Chine/AsieSCMP Tech 

La start-up chinoise d'IA physique a-t-elle manipulé un classement mondial pour battre Nvidia ?

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

Une start-up chinoise d'IA physique basée à Hangzhou, dans la province du Zhejiang, s'est brièvement retrouvée en tête d'un classement mondial de robotique avant que la polémique n'éclate sur la manière dont elle y est parvenue. Fondée en 2024, Spirit AI a vu son modèle Spirit v1.6 dépasser en juin le géant américain Nvidia au sommet de RoboArena, un benchmark de référence pour évaluer les systèmes d'IA physique. Ce classement, censé mesurer objectivement les performances de modèles robotiques face à des tâches réelles, a rapidement suscité des soupçons de manipulation autour de la méthode utilisée par Spirit AI pour obtenir ce score, sans que les détails techniques de l'accusation soient encore pleinement établis publiquement.

Cet épisode illustre la tension qui traverse la course sino-américaine à l'IA physique et l'humanoïde: au-delà des annonces spectaculaires, la fiabilité des benchmarks censés arbitrer objectivement entre laboratoires devient elle-même un enjeu stratégique. Si un classement mondial peut être influencé ou contourné, c'est toute la crédibilité des comparaisons entre modèles comme Spirit v1.6, les futures itérations de Nvidia, ou d'autres VLA (vision-language-action) concurrents qui s'en trouve fragilisée, un problème direct pour les intégrateurs et décideurs B2B qui s'appuient sur ces classements pour choisir une pile technologique.

L'affaire s'inscrit dans une compétition plus large entre laboratoires chinois et américains sur l'IA incarnée, où Pékin pousse activement ses start-ups de robotique humanoïde et physique à rivaliser avec les géants américains comme Nvidia sur le terrain de la performance mesurable, autant que sur celui du déploiement commercial.

Dans nos dossiers

IA physique & VLA

À lire aussi

NVIDIA et LG Group bâtissent une usine d'IA pour développer l'IA physique, la mobilité et l'infrastructure IA
1NVIDIA Blog Robotics 

NVIDIA et LG Group bâtissent une usine d'IA pour développer l'IA physique, la mobilité et l'infrastructure IA

NVIDIA et LG Group ont annoncé la construction d'une infrastructure conjointe qualifiée d'"AI factory", destinée à accélérer les activités du conglomérat coréen dans quatre domaines: la robotique, la conduite autonome, les technologies de centres de données et les services cloud GPU. L'infrastructure couvrira l'intégralité du cycle, de l'entraînement à la simulation et au déploiement, en reliant génération de données, simulation robotique et jumeaux numériques dans un workflow unifié. Du côté robotique, LG Electronics intègre les frameworks NVIDIA Isaac Sim et Isaac Lab dans le développement de CLoiD, son robot domestique conçu pour les tâches d'intérieur, et explore l'adoption du modèle de fondation GR00T, un VLA (vision-language-action model) destiné à lui conférer un raisonnement de type humanoïde. LG Electronics développe également une data factory d'IA physique pour fournir des données d'entraînement aux entreprises coréennes et mondiales, en s'appuyant sur NVIDIA Cosmos pour la génération de données synthétiques. LG Innotek prépare des solutions de capteurs optiques optimisées pour les environnements GPU NVIDIA, tandis que LG CNS intègre Isaac, Cosmos et GR00T dans sa plateforme industrielle PhysicalWorks pour accélérer l'automatisation logistique et manufacturière. Sur le volet infrastructure, les deux groupes approfondissent leur collaboration autour du refroidissement des AI factories, incluant des unités de distribution de refroidissement (CDU), des plaques froides et un design modulaire préfabriqué, le tout aligné sur la plateforme NVIDIA DSX. Ce partenariat illustre la verticalisation des stacks d'IA physique, du modèle de fondation jusqu'au déploiement industriel. LG apporte des données de fabrication issues de sites mondiaux, une expertise optique via Innotek et des capacités d'intégration SI via CNS, là où NVIDIA fournit la couche logicielle et les accélérateurs. L'annonce de la data factory mérite une attention particulière: LG se positionne comme fournisseur de données d'entraînement pour l'industrie robotique, une ressource devenue critique face au défi du sim-to-real. Il convient cependant de souligner que CLoiD et l'intégration GR00T restent au stade de l'exploration déclarée, non d'un produit expédié, et qu'aucune métrique de déploiement industriel ni de volumétrie de production n'est communiquée. Ce rapprochement s'inscrit dans la stratégie NVIDIA d'expansion de l'écosystème Isaac et GR00T auprès des industriels asiatiques, après des partenariats similaires avec Foxconn et Hyundai. LG entre ainsi en compétition directe avec Samsung et SK dans la course des conglomérats coréens à intégrer l'IA physique dans leur portefeuille. Dans le segment des robots de service, CLoiD sera en concurrence indirecte avec Figure 03, Tesla Optimus Gen 3, 1X NEO et Sanctuary AI Phoenix, tous en déploiements pilotes chez des industriels. Côté infrastructure AI factory, Dell, HPE et Lenovo sont également partenaires certifiés NVIDIA DSX, ce qui relativise toute exclusivité de l'accord. Aucune date de livraison ni volume de déploiement n'est précisé dans l'annonce: il s'agit pour l'instant d'un cadre de coopération stratégique, pas d'un contrat de déploiement signé.

Chine/AsieOpinion
1 source
IA incarnée chinoise : une entreprise domine le benchmark RoboArena, devant NVIDIA et Physical Intelligence
2Pandaily 

IA incarnée chinoise : une entreprise domine le benchmark RoboArena, devant NVIDIA et Physical Intelligence

Une entreprise chinoise spécialisée en intelligence artificielle incarnée (embodied AI) a décroché la première place du classement RoboArena lors de la conférence NVIDIA GTC Taipei 2026, devançant NVIDIA et Physical Intelligence (PI). Le benchmark RoboArena est conçu pour évaluer des systèmes d'IA robotique sur des tâches physiques réelles variées : manipulation d'objets, navigation mobile et utilisation d'outils complexes. Sa méthodologie inclut des conditions environnementales aléatoires, des perturbations adversariales et des exigences strictes de reproductibilité, ce qui en fait l'un des rares benchmarks difficiles à truquer par overfitting. Fait notable : l'article source ne mentionne pas le nom de cette entreprise, ce qui affaiblit la portée de l'annonce et rend toute vérification indépendante impossible pour l'instant. La solution retenue s'appuie sur une architecture qui intègre étroitement la perception visuelle et le contrôle moteur au niveau du réseau de neurones, permettant une adaptation rapide à de nouveaux environnements avec un fine-tuning minimal. L'entrée de NVIDIA, construite sur sa plateforme Isaac et ses pipelines de simulation-to-real accélérés GPU, ainsi que celle de Physical Intelligence, connue pour ses politiques robotiques généralistes (dont le modèle Pi-0), ont toutes deux été surpassées en score agrégé. Ce résultat conteste l'hypothèse dominante selon laquelle la puissance de calcul brute est le principal levier de performance en embodied AI. Si confirmé, cela suggère que l'innovation architecturale et une utilisation efficace des données réelles peuvent compenser un désavantage de ressources significatif face à des acteurs comme NVIDIA ou PI, qui disposent de budgets compute sans commune mesure. Pour les intégrateurs et décideurs industriels, cela signifie que le marché reste ouvert à des challengers lean, et que la course à la généralisation robotique n'est pas encore jouée par les seuls hyperscalers. La validation par un benchmark tiers réputé représente un argument commercial fort, surtout dans un secteur où les démonstrations en conditions contrôlées sont légion. Il convient cependant de rester prudent : aucune métrique précise (payload, degrés de liberté, temps de cycle, taux de succès par tâche) n'est communiquée dans l'annonce, et les vidéos de démonstration n'ont pas encore été soumises à un audit indépendant. RoboArena a été lancé comme réponse directe aux critiques sur la reproductibilité des benchmarks robotiques, dans un contexte où des acteurs comme Figure AI (Figure 03), Tesla (Optimus Gen 3), Boston Dynamics, 1X Technologies et Physical Intelligence publient des résultats difficiles à comparer. La Chine construit depuis plusieurs années un écosystème embodied AI dense, porté par une base de fabrication hardware mature, un vivier de talents en vision par ordinateur issus des géants technologiques (Baidu, Alibaba, DJI), et un soutien gouvernemental actif à l'industrialisation de l'IA. La prochaine étape logique pour cette entreprise anonyme sera de se nommer publiquement, de publier ses données brutes et d'annoncer des déploiements pilotes en environnement industriel réel pour confirmer que la performance benchmark se traduit en valeur opérationnelle.

UELa compétitivité croissante de l'écosystème chinois en IA incarnée constitue un signal d'alerte indirect pour les industriels et laboratoires européens positionnés sur la robotique généraliste.

Chine/AsieOpinion
1 source
La startup chinoise Weilan Tech dévoile BabyAlpha A3, un robot quadrupède qui surpasse la puissance de calcul de Nvidia
3Pandaily 

La startup chinoise Weilan Tech dévoile BabyAlpha A3, un robot quadrupède qui surpasse la puissance de calcul de Nvidia

La startup chinoise Weilan Tech a présenté le BabyAlpha A3, un robot quadrupède grand public dont l'architecture de calcul embarqué prétend surpasser l'efficacité des solutions Nvidia à moins d'un dixième du prix. L'A3 est annoncé à environ 300 dollars américains, contre 3 000 dollars pour le module Jetson Thor T5000 de Nvidia, référence actuelle du calcul embarqué en robotique. L'écart de coût repose sur une architecture propriétaire baptisée "Edge-side Mixed Heterogeneous Computing Cluster" : six puces hétérogènes (deux gravées en 5 nm, deux en 8 nm, deux en mémoire 3D empilée), 22 cœurs CPU au total, traitant en parallèle la perception, la décision et le contrôle moteur. Sur le plan sensoriel, l'engin embarque un système de vision à 66 mégapixels (caméra 50 MP, objectif f/2,8 ultra grand angle, caméra panoramique 4K), un HDR à 140 dB dépassant théoriquement le plafond de l'œil humain (100-120 dB), et cinq groupes de capteurs ToF 3D et lumière structurée 3D en configuration circulaire 360°, produisant 2,232 millions de points par seconde contre 48 000 pour un LiDAR 16 lignes standard. L'A3 peut courir à 3,5 m/s, gravir des pentes à 45° et franchir des obstacles de 28 cm. Son lancement commercial est prévu pour le troisième trimestre 2026. Si les métriques avancées par Weilan Tech méritent une validation indépendante (les benchmarks de "densité de points cloud" et d'"efficacité de calcul" sont fréquemment construits pour flatter le communiqué de presse), l'enjeu structurel est réel. Proposer un robot quadrupède grand public à 300 dollars avec ce niveau de capteurs et de puissance de calcul embarqué, si les performances en conditions réelles le confirment, redessine la grille de coûts pour les intégrateurs et les laboratoires qui utilisent ces plateformes comme bancs de test pour l'IA incarnée. La richesse sensorielle revendiquée (vision HDR, audio 3D à 12 microphones, ToF 360°) est directement liée à la qualité des données collectées en environnement domestique, un facteur critique pour entraîner des modèles Vision-Language-Action (VLA) robustes au transfert en conditions réelles. Le levier compétitif n'est donc pas le robot lui-même, mais le flux de données que 25 000 unités déployées peuvent générer à grande échelle. Weilan Tech a été fondée en 2019 par Liu Weichao, triple champion du monde RoboCup en robotique humanoïde (2009, 2010, 2011). La société revendique 25 000 unités du BabyAlpha vendues à ce jour, un chiffre non audité mais présenté comme le record mondial du segment quadrupède grand public. La stratégie déclarée est claire : exploiter cette base installée pour collecter des données en conditions réelles à grande échelle, entraîner des modèles d'intelligence incarnée, puis transférer ces acquis vers les robots humanoïdes afin de faire descendre leur coût sous les 10 000 RMB (environ 1 380 dollars). Cette logique de flywheel data-hardware positionne Weilan directement face à Unitree (Go2, autour de 1 600 dollars) sur le segment quadrupède, et en amont de la bataille humanoïde où Fourier Intelligence, Agility Robotics ou Figure continuent de se heurter au mur du coût de fabrication.

UEImpact indirect pour les laboratoires européens de robotique incarnée qui utilisent des plateformes quadrupèdes comme bancs de test VLA : si les performances réelles confirment les métriques annoncées, le BabyAlpha A3 pourrait concurrencer le Unitree Go2 à environ 1/5e du prix à partir de T3 2026.

Chine/AsieOpinion
1 source
Une nouvelle main robotique chinoise combine un actionnement hybride pour améliorer la préhension
4Interesting Engineering 

Une nouvelle main robotique chinoise combine un actionnement hybride pour améliorer la préhension

La startup chinoise Xynova a dévoilé la Flex 2, sa main robotique de deuxième génération, conçue pour équiper les robots humanoïdes de capacités de manipulation proches de celles de la main humaine. Le système embarque 23 degrés de liberté pour un poids de 400 grammes, et atteint une cadence de deux extensions de poing par seconde. Sa répétabilité est annoncée à ±0,1 mm, avec une précision de contrôle de force descendant à 0,05 newtons, ce qui lui permet de saisir des objets fragiles ou de forme irrégulière sans les endommager. La charge utile en préhension atteint 12 kg en pic et 4 kg en continu. Xynova revendique un score parfait au test de Kapandji, référence clinique pour évaluer l'opposition du pouce, ainsi qu'une résistance à la poussière, aux chutes et aux impacts compatible avec des millions de cycles opérationnels. La main intègre un système de perception multi-modal comprenant capteurs tactiles, proprioception et un module de détection de glissement, que l'entreprise qualifie de "cervelet artificiel" adaptatif. La Flex 2 illustre une tendance de fond dans la conception des mains robotiques : l'hybridation des modes d'actionnement. Le système combine des tendons à câbles, qui apportent compliance et légèreté, avec une actuation directe qui fournit le couple nécessaire aux tâches de contact précis. Ce compromis cherche à surmonter l'un des obstacles persistants du secteur : la manipulation dite "au dernier centimètre", soit la capacité à exécuter des gestes contact-riches hors d'environnements contrôlés. Xynova a également repositionné la caméra du système de vision depuis la paume vers le poignet, ce qui réduit les problèmes d'occlusion lors de la saisie et améliore la qualité des données collectées pour entraîner des pipelines VLA (vision-language-action) utilisés dans les systèmes d'IA incarnée. C'est une décision architecturale modeste en apparence, mais potentiellement significative pour quiconque développe des politiques d'imitation learning sur données visuelles. Xynova s'inscrit dans une vague de startups chinoises spécialisées dans la manipulation dextre, un segment en croissance rapide depuis que les grands intégrateurs humanoïdes comme Figure AI (Figure 03), Tesla (Optimus Gen 3) ou Physical Intelligence (Pi-0) ont montré les limites des préhenseurs rigides industriels sur des tâches non structurées. Le précédent modèle de Xynova, la Flex 1, affichait 25 DOF, 380 grammes et une force d'extrémité de doigt de 20 N pour une charge de 30 kg, positionnant déjà la marque sur le segment haute performance. Avec la Flex 2, l'entreprise pivote explicitement vers la fidélité de contrôle lors des interactions physiques plutôt que vers les seules métriques hardware. Aucun prix public ni calendrier de livraison commerciale n'ont été communiqués à ce stade : la Flex 2 reste pour l'instant une annonce produit sans déploiement confirmé.

Chine/AsieActu
1 source