Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
Après avoir été frappé par son propre robot, le fondateur de Zhongqing affirme que la technologie a vraiment atteint ce niveau
Chine/AsiePandaily 

Après avoir été frappé par son propre robot, le fondateur de Zhongqing affirme que la technologie a vraiment atteint ce niveau

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

Lors de la World Robot Conference, Zhao Tongyang, fondateur et PDG de la société chinoise Zhongqing, est revenu sur la vidéo de décembre dernier montrant son robot T800 l'envoyant au sol, vue plus d'un milliard de fois en 24 heures. Il dit avoir voulu tester le couple de crête du T800, 450 newton-mètres, comparable selon lui à une petite voiture, et se réjouit de cette puissance malgré la douleur. Zhongqing a aussi créé URKL, première ligue mondiale de combat entre humanoïdes industriels, dont le combat inaugural a réuni plus de 30 millions de spectateurs. Un humanoïde capable de courir, facturé auparavant plusieurs millions de yuans, coûterait désormais un peu plus de 100 000 yuans.

Ce repositionnement illustre la volonté du secteur humanoïde chinois de dépasser la démonstration virale pour gagner en crédibilité industrielle. Le milliard de vues et les 30 millions de spectateurs du combat de robots restent des chiffres fournis par l'entreprise, invérifiables de façon indépendante, tout comme la comparaison de Zhao avec la NBA ou l'UFC. Plus significatif pour les intégrateurs, Zhongqing veut devenir "l'Apple de la robotique", consacrant plus de 60% de sa R&D à son moteur logiciel EngineAI Awaken, présenté comme l'iOS des robots, et misant sur l'intelligence embarquée plutôt que sur la seule mécanique. La chute du coût de fabrication, de plusieurs millions à environ 100 000 yuans, constitue un signal plus tangible de maturation industrielle, encore à confirmer par de réels volumes de déploiement.

Zhao inscrit cette stratégie dans une décennie consacrée à la robotique, qu'il présente comme l'aboutissement de sa passion de fan de Star Wars pour des guerriers mécaniques puissants. Zhongqing mène de front la mise en scène de sa ligue de combat URKL et le déploiement de robots humanoïdes dans les usines et, à terme, les foyers. Zhao anticipe un "moment ChatGPT" de l'intelligence incarnée d'ici trois ans et une arrivée des humanoïdes dans les foyers sous environ cinq ans, des échéances qui restent des prévisions sans calendrier ni partenaire nommé. Il insiste sur le fait que corps et intelligence doivent progresser ensemble, rejetant tout choix binaire entre excellence mécanique et excellence logicielle.

À lire aussi

Yisheng Technology, fondée par un professeur de HKU, lève des centaines de millions pour un système mémoriel robotique
136Kr 

Yisheng Technology, fondée par un professeur de HKU, lève des centaines de millions pour un système mémoriel robotique

La startup chinoise TranscEngram (忆生科技), fondée en septembre 2023 par le professeur Yi Ma, doyen fondateur de la faculté d'informatique et de science des données de l'Université de Hong Kong, avec ses cofondateurs Gao Shenghua et Yang Yanchao, vient de boucler un tour d'amorçage de plusieurs centaines de millions de yuans. Parmi les investisseurs figurent Sino Biopharmaceutical (filiale du groupe CP), Pudong Chuangtou, Zhangjiang Kechuang, Zhangjiang Hi-Tech, Hongxin Electronics, Yunhui Capital, Volcan Capital et Jinduo Capital. Les fonds financeront un modèle de contrôle incarné explicable, un modèle du monde physique, un pipeline de données de mouvement humanoïde multimodal, ainsi que des centres de R&D et de production à Qianhai (Shenzhen) et Zhangjiang (Shanghai). L'architecture maison, baptisée "cerveau plus cervelet", combine une mémoire visuelle pour la perception spatiale et une mémoire musculaire pour le contrôle moteur haute fréquence, déclinée en quatre produits : EngramTeleOp pour la téléopération (latence inférieure à 10 ms, prise en main en cinq minutes, essais longue distance entre Shanghai et Shenzhen), EngramEgo pour la capture de mouvement à la première personne via des capteurs portables légers, EngramControl pour la mémoire de mouvement réutilisable, et EngramNav pour la navigation et la mémoire d'environnement. Selon l'entreprise, cette approche générative dépasserait de plus de trois fois les modèles VLA classiques sur des tâches multiples (préparation de café, pliage de linge, préparation de thé), avec plus de 95% de réussite pour un modèle unique. TranscEngram a déjà testé ses briques avec les groupes AgiBot, Fourier, Galbot et Robotera, et cible désormais l'hôtellerie haut de gamme ainsi que l'assemblage flexible dans l'aérospatial, notamment avec un fabricant de pièces d'avion d'origine Airbus. Cette levée illustre une bataille de fond dans la robotique humanoïde : dépasser les modèles vision-langage-action (VLA) actuels, jugés trop rigides face à un changement de tâche ou d'outil, au profit de systèmes capables de transférer une compétence d'un corps à un autre (pince, main habile, bras de longueurs différentes) sans réentraînement lourd. Yi Ma justifie ce pari par une critique frontale des grands modèles de langage en vogue, qu'il compare à des encyclopédies statiques incapables de s'auto-corriger au contact du monde physique, d'où leurs hallucinations selon lui. Les chiffres de performance avancés, un gain de trois fois et un taux de réussite de 95%, restent toutefois des mesures internes non vérifiées de façon indépendante, portant sur un nombre de tâches limité probablement choisi par l'entreprise ; ils relèvent davantage de la promesse que du produit éprouvé en environnement industriel réel. Le pari, s'il tient, viserait un vrai point de friction du secteur : le coût du redéploiement à chaque nouvelle tâche ou changement de gamme, un problème particulièrement sensible dans l'assemblage aérospatial où les lignes changent fréquemment de configuration. TranscEngram s'inscrit dans la vague de financements de l'IA incarnée en Chine, aux côtés d'acteurs comme AgiBot, Fourier, Galbot ou UBTech, et fait écho aux ambitions affichées par les Américains Physical Intelligence avec Pi-0, NVIDIA avec GR00T ou Figure avec Helix sur les modèles de fondation pour la robotique. Yi Ma, lauréat du prix Marr et fellow IEEE, ACM et SIAM, revendique des collaborations avec Emmanuel Candès et Yann LeCun pour asseoir la crédibilité scientifique du projet. La suite proche passe par deux pilotes commerciaux, l'hôtellerie haut de gamme (blanchisserie, fabrication de cartes, service en chambre) et l'assemblage flexible dans l'aérospatial avec ce fabricant lié à Airbus, tandis qu'un centre de données dédié dans le Sichuan doit accélérer la collecte de données tactiles pour les mains habiles. Aucun calendrier de déploiement commercial précis n'a pour l'instant été communiqué.

Chine/AsieOpinion
1 source
Sous-traitée de la robotique en peau électronique fondée par un professeur de l'université de Soochow lève des fonds en amorçage
2Pandaily 

Sous-traitée de la robotique en peau électronique fondée par un professeur de l'université de Soochow lève des fonds en amorçage

Perception Era Technology, startup chinoise fondée par un professeur de l'Université de Soochow, a bouclé un tour de financement d'amorçage de plusieurs dizaines de millions de yuans, mené par Songhe Capital. La société, créée en décembre 2025, se positionne comme fournisseur d'infrastructure tactile pour robots, combinant peau électronique multimodale propriétaire, capteurs matériels et algorithmes d'IA pour livrer des systèmes tactiles complets. Son produit phare est une peau électronique bionique multimodale et élastique qui, contrairement aux capteurs rigides classiques, épouse les surfaces courbes des bras, doigts et articulations robotiques, une seule feuille pouvant couvrir l'intégralité d'un corps de robot. Le matériau biomimétique revendique plus de 400 % d'élasticité et a passé plus d'un million de cycles de test de fiabilité, des chiffres qui visent à démontrer sa robustesse pour un usage industriel réel plutôt qu'une simple démonstration en laboratoire. Le montant exact de la levée reste flou, une imprécision fréquente dans les annonces d'amorçage chinoises. Ce pari illustre un déplacement d'attention dans la robotique humanoïde : après des années centrées sur la vision par ordinateur et les modèles vision-langage-action type Pi-0 ou GR00T N2, le secteur identifie désormais le toucher comme le prochain verrou technique pour atteindre une dextérité proche de l'humain. Sans perception tactile fine (pression, texture, température, glissement), les robots peinent à manipuler des objets non structurés en usine, en entrepôt ou en environnement médical, ce qui limite leur déploiement au-delà de tâches répétitives préprogrammées. La capacité de transfert d'apprentissage intégrée par la startup, permettant au robot de généraliser sa reconnaissance tactile à des objets inconnus mais physiquement proches d'objets déjà appris, s'inscrit dans cette logique : faire passer les systèmes tactiles d'une collecte de données passive à une prise de décision active. Pour les intégrateurs et décideurs industriels, ce type de brique technologique conditionne la viabilité économique des robots généralistes promis par les grands acteurs du secteur. Cette levée s'inscrit dans une vague plus large d'investissements chinois dans la détection tactile robotique, un segment longtemps resté en retrait par rapport à la vision par ordinateur mais désormais jugé stratégique face à la course mondiale aux robots humanoïdes, portée notamment par Figure (Figure 03), Tesla (Optimus Gen 3) ou Physical Intelligence. Perception Era ne détaille pour l'instant aucun partenariat industriel concret ni calendrier de déploiement commercial, la société n'ayant que sept mois d'existence. Reste à voir si l'entreprise parviendra à transformer ses performances de laboratoire, l'élasticité et le nombre de cycles de test annoncés, en déploiements réels chez des fabricants de robots ou des intégrateurs, une étape où beaucoup de startups de capteurs tactiles ont historiquement buté sur les coûts de production à l'échelle et l'intégration logicielle avec les piles de contrôle existantes.

Chine/AsieActu
1 source
CATL investit dans RoboParty : Huang Yi, fondateur de 22 ans issu de l'Institut de technologie de Harbin, propulse sa startup open source de robot humanoïde bipède avec une valorisation multipliée par 20
3Pandaily 

CATL investit dans RoboParty : Huang Yi, fondateur de 22 ans issu de l'Institut de technologie de Harbin, propulse sa startup open source de robot humanoïde bipède avec une valorisation multipliée par 20

CATL, premier fabricant mondial de batteries, a réalisé un investissement stratégique direct rare dans RoboParty, jeune pousse chinoise spécialisée dans les robots humanoïdes bipèdes open source, en finançant seule son tour Pre-A dans le cadre d'une levée globale (angel plus Pre-A) proche de 500 millions de yuans. Le fondateur, Huang Yi, 22 ans, est entré à l'Institut de technologie de Harbin en 2022 et a développé dès sa première année, dans sa chambre universitaire, le robot bipède open source AlexBot, depuis répliqué par plus d'une dizaine d'entreprises et d'universités. Diplômé un an en avance en 2025, il s'installe dans la Robot Valley de Zhangjiang à Shanghai et fonde RoboParty. En huit mois, la startup boucle six tours de financement et voit sa valorisation multipliée par plus de vingt, avec au capital Matrix Partners, Xiaomi Strategic Investment, Galbot, SenseTime, Baidu Ventures, Pudong Venture Capital et Shunwei Capital, sans clause de performance ni rachat garanti selon les informations disponibles. En janvier, RoboParty a lancé RPO, un projet de robot bipède entièrement open source destiné aux développeurs du monde entier partant de zéro, qui a rassemblé près de 10 000 abonnés dans la communauté, plus de 2 000 étoiles sur GitHub et près de 1 000 commandes. Un modèle plus avancé, RP1, est attendu au quatrième trimestre. L'entreprise a également publié Party OS, une couche logicielle réutilisable couvrant acquisition de données, traitement des actions et déploiement de politiques, avec les outils open source MimicLite, UFO et Human-to-Humanoid Tools. Cet investissement dépasse la simple opération financière. CATL, en tant qu'entité stratégique de groupe, s'engage rarement de façon directe dans ce type de pari, ce qui marque un basculement vers une logique de coordination de chaîne industrielle plutôt que de pur placement de capital ; les deux parties évoquent des explorations conjointes en manufacturing et en environnements opérationnels complexes. Pour le secteur, l'affaire illustre un pari sur l'ouverture des plateformes robotiques : Huang Yi défend l'idée que les entreprises de modèles d'IA incarnée manquent de corps physiques tandis que les fabricants de corps restent des systèmes fermés, et que l'open source est le chaînon manquant entre les deux. La comparaison avec le "moment DeepSeek" de l'IA, avancée par certains observateurs, mérite d'être prise avec prudence : elle relève davantage du récit médiatique que d'une preuve technique établie, même si elle traduit un pari réel des investisseurs sur une bascule des modèles fermés vers une infrastructure partagée. Le contexte est celui de l'après-Unitree, dont le modèle G1 reste, selon Huang Yi lui-même, la référence qu'aucun concurrent n'a dépassée en deux ans, un constat qu'il attribue au gaspillage de ressources causé par des changements de direction stratégique avant même la validation d'un produit-marché. RoboParty affiche une priorité affirmée aux indicateurs techniques et aux benchmarks état de l'art plutôt qu'au volume de commandes, misant sur une centaine de développeurs de haute qualité plutôt que sur des centaines de clients. Les investisseurs décrivent Huang Yi comme réservé et obsédé par la technique, avec une lecture business jugée inhabituellement claire pour son âge. Reste à voir si RP1, prévu au quatrième trimestre, confirmera cette promesse face à des concurrents comme Unitree, Figure ou les laboratoires chinois rivaux du même segment.

Chine/AsieActu
1 source
X Square Robot bat de 45% le record établi par Figure AI sur son propre benchmark
4Pandaily 

X Square Robot bat de 45% le record établi par Figure AI sur son propre benchmark

Le 12 août, la startup chinoise d'IA incarnée X Square Robot, basée à Shenzhen, a diffusé en direct sur X et YouTube un stream d'une heure, non monté, montrant un système à deux bras fixe alimentant une ligne de tri de colis. Le compteur final affichait 1 816 colis traités, avec un taux de réussite annoncé supérieur à 98%. Avant le lancement du chronomètre, l'entreprise avait affiché à l'écran un objectif de 1 248 colis par heure, chiffre qui correspond presque exactement à la moyenne soutenue par la flotte de robots humanoïdes Figure 03 de Figure AI lors de son marathon autonome de 200 heures en mai (249 560 colis traités au total, soit 1 247,8 par heure). Ce système, piloté par le réseau neuronal Helix-02, avait atteint un rythme d'environ 2,6 secondes par colis, avec 230 unités traitées dans les dix premières minutes, sans intervention humaine. La tâche de X Square porte sur l'induction de colis : extraire les paquets des piles désordonnées issues du déchargement de camions, les positionner un par un sur le convoyeur pour scan, et écarter les colis de forme irrégulière. Des observateurs du stream ont toutefois décrit une version plus étroite de la démonstration : saisie et retournement des colis pour orienter les codes-barres vers le haut, plus redirection de certains types de paquets vers des goulottes alternatives. Le choix d'un objectif calé quasi exactement sur la moyenne de Figure AI, puis dépassé de 45%, ressemble moins à une coïncidence qu'à une réponse directe adressée à un concurrent, dans un secteur où chaque chiffre public sert de message. Le point de friction principal reste que ce système fixe ne rivalise pas vraiment avec des humanoïdes bipèdes mais avec le marché établi de la robotique industrielle (Kuka, Fanuc, Dematic et une longue liste d'intégrateurs chinois), ce qui déplace l'argument de vente vers le logiciel plutôt que vers la mécanique. X Square mise sur WALL-B, son modèle de fondation d'IA incarnée, censé remplacer les règles écrites à la main par une politique apprise capable de s'adapter à chaque colis et à l'évolution de la pile. Le moment clé du stream, une intervention en direct pour rattraper un colis dérivant vers la mauvaise goulotte, illustre précisément ce qu'une automatisation scriptée ne sait pas faire : récupérer d'un état hors norme. Reste que ce n'est qu'un seul clip, et que Figure a de son côté documenté ses propres erreurs (orientation d'étiquette manquée, colis perdus) sur ses 200 heures, classées comme défaillances de colis plutôt que de robot. Le stream de Figure AI en mai avait démarré comme un défi de huit heures lancé par le vétéran de l'automatisation industrielle Scott Walter, avant de s'étendre à 200 heures. Wang Qian, fondateur et PDG de X Square Robot, a justifié la démonstration en affirmant que la vraie question n'est pas la capacité à réussir une prise isolée, mais à maintenir de bonnes décisions à mesure que la pile change et à récupérer des erreurs sans interrompre l'opération. Aucun pilote commercial ni déploiement en entrepôt n'a été annoncé à ce stade : il s'agit d'une démonstration technologique, pas d'un produit livré. Sur ce match, X Square l'emporte sur l'heure, Figure AI sur la durée.

UEAucun acteur ni deploiement europeen direct, mais la demonstration vise indirectement le marche de la robotique industrielle ou Kuka (Allemagne) est un acteur etabli.

Chine/AsieOpinion
1 source