Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
D-Robotics et GigaAI associent GigaBrain-0.7 à la pile edge Sunrise S600
Chine/AsiePandaily 

D-Robotics et GigaAI associent GigaBrain-0.7 à la pile edge Sunrise S600

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

D-Robotics, filiale de calcul embarqué issue de Horizon Robotics, et la startup d'IA incarnée GigaAI ont annoncé un partenariat stratégique pour porter le modèle open-source GigaBrain-0.7 de GigaAI sur la plateforme de calcul en périphérie Sunrise S600 de D-Robotics. GigaBrain-0.7, publié en août en poids ouverts, repose sur une architecture à trois systèmes qui intègre des simulations de modèle du monde dans la boucle de décision temps réel, permettant au robot d'anticiper les résultats avant d'agir. Selon les documents de GigaAI, le modèle s'est classé en tête sur la suite de simulation RoboColiseum pour le suivi d'instructions, la compréhension spatiale, l'adaptation aux perturbations et la manipulation générale, le rapport technique ayant brièvement dominé les tendances de Hugging Face. Un Action Expert partagé doit transférer des compétences entre corps robotiques hétérogènes, tandis que GigaWorld gère la génération de scènes et le rejeu d'échecs, et GigaWorld-Policy fournit les candidats d'action et la récupération. Le Sunrise S600, SoC phare de D-Robotics, affiche 560 TOPS en INT8 avec une architecture hétérogène multicœur; le kit associé RDK S600 embarque un complexe CPU Cortex-A78AE à 18 cœurs avec un large éventail d'interfaces caméra, USB et PCIe.

Ce partenariat illustre la convergence entre modèles fondation embarqués (VLA) et silicium dédié pour sortir l'IA robotique du cloud et l'exécuter directement sur l'appareil, un enjeu central pour les intégrateurs qui doivent composer avec la latence, la consommation et le coût. Le travail conjoint annoncé, à savoir la conversion, la quantification, l'adaptation des opérateurs et le réglage de la latence et de la puissance, correspond exactement aux étapes nécessaires pour transformer un modèle de recherche en cerveau embarqué opérationnel, plutôt qu'un simple exercice de communication. Cela dit, la portée reste à ce stade celle d'un accord de collaboration technique et non d'un produit livré ou d'un déploiement commercial vérifié: les gains de performance annoncés sur RoboColiseum proviennent de la simulation, et aucun chiffre indépendant de latence, de taux de réussite sur tâche réelle ou de consommation thermique n'est encore disponible pour l'exécution sur S600.

Le S600 est déjà présenté comme validé en production et associé à plusieurs programmes humanoïdes, dont Cruzr Y1 d'UBTECH, GR-3 de Fourier et Tiangong 3.0, ce qui positionne D-Robotics comme fournisseur de calcul de référence face à des architectures concurrentes comme Pi-0 ou GR00T N2. Les corps cibles cités pour l'intégration de GigaBrain-0.7 incluent des plateformes Maker et de préhension légère, ainsi que des configurations à double bras et à châssis mobile. La suite dépendra des résultats de terrain, des enveloppes thermiques réelles et des mesures de latence tierces, qui détermineront si cette combinaison modèle ouvert plus stack Sunrise S600 s'impose comme architecture de référence par défaut pour la robotique incarnée.

Dans nos dossiers

UBTechIA physique & VLANVIDIA GR00T

À lire aussi

Vidéo : une entreprise chinoise montre un modèle unique pilotant à la fois un humanoïde et un bras robotique
1Interesting Engineering 

Vidéo : une entreprise chinoise montre un modèle unique pilotant à la fois un humanoïde et un bras robotique

MindOne Robotics, startup chinoise fondée à Shenzhen en 2025, a présenté une démonstration de son framework robotique Mind-0, capable de piloter simultanément des robots humanoïdes Unitree G1 et des systèmes bras-double fixes à partir d'un unique modèle d'IA. Le scénario illustré couvre un workflow logistique complet: récupération d'objets, transport, emballage et fermeture de caisses, avec une flotte mixte opérant sous la même intelligence centralisée. L'entreprise revendique une précision de manipulation inférieure au centimètre sur la plateforme Unitree G1 en conditions réelles. L'architecture Mind-0 sépare le raisonnement de haut niveau (perception, planification, décision) du contrôle moteur bas niveau, ce qui permet de déployer le même cerveau logiciel sur des morphologies différentes sans pipeline d'entraînement séparé par plateforme. Particularité notable: le modèle est entraîné exclusivement sur des données humaines capturées par motion capture corps entier, caméras égocentrées et dispositifs manuels, et non sur de la téléopération robot directe, ce que MindOn présente comme un moyen de préserver les comportements naturels de résolution de problèmes. L'enjeu industriel est double. D'abord, l'agnosticisme matériel: si un seul modèle orchestre humanoïdes et bras fixes sur une même tâche, les intégrateurs n'ont plus à développer des pipelines d'IA distincts par plateforme, ce qui réduit le coût d'entrée dans les déploiements multi-robots. Ensuite, MindOn s'attaque frontalement au sim-to-real, l'un des verrous les plus persistants de la robotique moderne: son Real-World Execution Compensation Model utilise un volume réduit de données réelles pour corriger les dérives dues aux différences de dynamique entre simulation et environnement physique. Les métriques annoncées (précision sub-centimétrique sur une démonstration sélectionnée) restent toutefois à valider dans des conditions de déploiement industriel répétable, avec cadences et taux d'erreur documentés. Le système de raisonnement hiérarchique compensant les délais d'actuation répond par ailleurs à un problème souvent sous-estimé: contrairement aux démonstrations humaines, les robots subissent des latences de capteur, de calcul et d'actionneur que le modèle doit continuellement corriger en temps réel. MindOne Robotics évolue dans un espace concurrentiel très chargé. Sur l'agnosticisme matériel et les modèles unifiés cross-embodiment, elle fait face à GR00T N2 de NVIDIA (conçu pour humanoïdes multiples), à pi0 de Physical Intelligence (modèle généraliste pour la manipulation), ainsi qu'aux stacks maison de Fourier Intelligence et d'Unitree. En Europe, Enchanted Tools avec son robot Miroka et Wandercraft positionnent des approches verticales différentes. MindOne reste une très jeune société, et cette démonstration constitue à ce stade un teaser technologique, non un produit commercialement déployé: aucun client pilote ni délai de mise en production n'ont été annoncés publiquement. L'entreprise indique vouloir étendre ses datasets humains et industrialiser son pipeline cross-embodiment, sans préciser de calendrier.

UELa montée en puissance de l'approche cross-embodiment chinoise (Mind-0) crée une pression concurrentielle indirecte sur les acteurs français Enchanted Tools et Wandercraft, qui développent des approches verticales différentes sans modèle unifié cross-morphologie.

Chine/AsieOpinion
1 source
Les robots dans la société, l'entreprise et la culture : août 2026
2Robohub 

Les robots dans la société, l'entreprise et la culture : août 2026

En août 2026, The Information a rapporté que des fondateurs, investisseurs et startups américains achètent servomoteurs, capteurs, contrôleurs et gimbals à Shenzhen, et que des robots complets d'Unitree et de Zhiyuan y sont acquis puis démontés pour en rapporter les pièces aux Etats-Unis en valise. Fin août, TechCrunch a révélé qu'un laboratoire du Department of Energy américain, financé par des acteurs du véhicule électrique et autonome, enquête sur les risques de sécurité posés par les capteurs LiDAR chinois en cas de déploiement massif aux Etats-Unis. Des ingénieurs de Princeton ont par ailleurs dévoilé un robot sans moteur inspiré de l'origami, qui roule, rampe et change de forme grâce à un contrôle magnétique et à une géométrie multistable, son responsable Glaucio Paulino y voyant "le véritable actionneur". Selon l'Association for Advancing Automation, les entreprises nord-américaines ont commandé 8 940 robots pour 622 millions de dollars au deuxième trimestre 2026, en hausse de 4,3% en unités et de 21,3% en chiffre d'affaires sur un an. Une étude de l'université Drexel publiée dans Science Robotics, menée sur 50 hommes, montre que les participants s'attachaient davantage à un robot Pepper expressif qu'à une version statique, mais que ses erreurs déclenchaient une réaction cérébrale de transgression sociale et une hausse d'ocytocine, interprétée comme un signal d'alerte plutôt qu'un lien de confiance. Ces informations illustrent une tension persistante entre les préoccupations de sécurité américaines et la dépendance continue de l'industrie robotique locale au matériel chinois, y compris chez les startups les mieux financées, qui s'approvisionnent directement à Shenzhen. Pour les intégrateurs et décideurs B2B, les chiffres de l'A3 confirment une diversification réelle de la demande robotique au-delà de l'automobile, secteur historique dont la part continue de reculer, ce qui élargit le marché adressable. L'étude Drexel apporte, elle, une donnée concrète à un débat souvent spéculatif sur l'anthropomorphisme des humanoïdes : plus un robot paraît social et expressif, plus ses erreurs sont vécues comme des transgressions plutôt que comme de simples pannes techniques, un signal d'alerte pour les entreprises qui misent sur l'expressivité pour favoriser l'adoption en environnement humain. Ce panorama s'inscrit dans une nouvelle série mensuelle d'IEEE Spectrum signée Emmet Cole, qui documente le basculement de la robotique de la machine industrielle spécialisée vers un phénomène social visible. Le sourcing à Shenzhen et l'enquête du Department of Energy sur les LiDAR chinois font écho aux restrictions déjà appliquées aux drones et véhicules connectés chinois aux Etats-Unis, et pourraient annoncer un examen réglementaire étendu aux capteurs robotiques. Le robot origami de Princeton reste un prototype de laboratoire sans calendrier de commercialisation, tandis qu'aucun acteur français ou européen n'apparaît dans ce tour d'horizon, dominé par les dynamiques américano-chinoises et les résultats trimestriels compilés par l'Association for Advancing Automation.

Chine/AsieActu
1 source
Robot Digua Sunri S600 : l'expansion de l'écosystème de production de masse et la logique d'infrastructure derrière l'industrialisation de l'IA incarnée à l'ère des 100 000 robots déployés
3Pandaily 

Robot Digua Sunri S600 : l'expansion de l'écosystème de production de masse et la logique d'infrastructure derrière l'industrialisation de l'IA incarnée à l'ère des 100 000 robots déployés

Voici l'article traduit et résumé. Digua Robot, filiale de Horizon Robotics, a présenté au salon WAIC 2026 l'expansion de l'écosystème de sa plateforme Sunri S600, alors que le secteur qualifie 2026 d'année de la production de masse pour l'intelligence incarnée, avec environ 100 000 robots attendus en déploiement. Selon Wang Cong, PDG de Digua Robot, l'industrie doit franchir trois obstacles majeurs pour passer du prototype à la production en série. D'abord, le déploiement des modèles embarqués : les modèles VLA performants sur serveurs cloud rencontrent des problèmes de fiabilité et de latence une fois embarqués sur puce, avec des risques de sécurité liés aux jitters réseau et aux délais de transmission. Ensuite, la coordination du calcul : un robot doit piloter simultanément une perception et une décision haut niveau (le "cerveau") et un contrôle moteur de plusieurs dizaines d'articulations à la milliseconde près (le "cervelet"), en fusionnant des flux multi-caméras et capteurs, ce qui exige un système temps réel hétérogène plutôt qu'une simple tâche d'inférence. Enfin, l'industrialisation : passer de dix prototypes fonctionnels à dix mille unités identiques suppose une constance de fabrication des PCB, une qualification des composants sous contraintes thermiques et mécaniques, et une intégration aux systèmes MES et ERP des usines, un défi qu'aucune entreprise ne peut résoudre seule. Techniquement, le Sunri S600 repose sur une architecture mono-puce combinant un BPU quad-cœur de 560 TOPS, un CPU 18 cœurs, un MCU temps réel 6 cœurs et une bande passante de 204,8 Go/s, le module RDK S600, de la taille d'une paume, ayant décroché onze certifications et fonctionnant de -40°C à 105°C, adapté aux cavités thoraciques de robots qui dépassent 80°C. Cette annonce illustre un déplacement du centre de gravité concurrentiel dans la robotique humanoïde : la bataille ne se joue plus sur la démonstration ponctuelle d'un modèle, mais sur l'infrastructure capable de le faire tourner de manière fiable, à grande échelle, en usine. Pour les intégrateurs et décideurs industriels, le message de Digua Robot est que le goulot d'étranglement s'est déplacé des percées ponctuelles vers l'intégration systémique du calcul embarqué, des chaînes d'outils logicielles et de la coopération industrielle. Cela recoupe une inquiétude répandue dans le secteur, à savoir l'écart entre les démonstrations vidéo soignées et la réalité opérationnelle en usine, un point sur lequel la prudence reste de mise tant que les chiffres de déploiement à 100 000 unités ne sont pas indépendamment vérifiés. Pour accélérer l'adoption, Digua Robot a optimisé pour l'embarqué près de dix modèles VLA majeurs ainsi que plusieurs modèles VLM, LLM et vocaux, avec des algorithmes propriétaires comme VO-DP+, un algorithme de manipulation purement visuel dépassant 20 images par seconde en inférence mono-cœur, et HoloBrain, développé par Horizon Labs, qui revendique des performances proches d'un modèle à 7 milliards de paramètres avec seulement 0,2 milliard de paramètres. L'entreprise a également lancé ce qu'elle présente comme le premier framework open source d'agent IA "chat-to-build", permettant à des développeurs de décrire en langage naturel des comportements robotiques générés automatiquement en code dans l'environnement Sunri. Des partenaires comme Tashi Zhihang et Qianxun ont déjà intégré le Sunri S600 avec des modèles grand public atteignant 10 images par seconde en temps réel. Cette stratégie de bibliothèque d'algorithmes pré-adaptés vise à réduire drastiquement le délai de mise en production pour les clients, sans qu'ils aient à repartir de zéro, positionnant Digua Robot comme fournisseur d'infrastructure plutôt que comme simple constructeur de robots.

Chine/AsieOpinion
1 source
Xiaomi présente Xiaomi-Robotics-U0 pour l'IA incarnée et la génération de robots
4TechNode 

Xiaomi présente Xiaomi-Robotics-U0 pour l'IA incarnée et la génération de robots

Xiaomi a dévoilé mercredi Xiaomi-Robotics-U0, un modèle de fondation multimodal autorégressif de 38 milliards de paramètres conçu pour l'IA incarnée (embodied AI). L'entreprise affirme que ce modèle unifie quatre capacités au sein d'un même framework : la génération de scènes pour robots, le transfert de comportements robotiques, la génération de vidéos d'interaction robot-environnement, et la génération et l'édition d'images à usage général. Concrètement, le système peut créer des environnements exploitables par des robots à partir de simples prompts textuels, adapter des trajectoires robotiques existantes à de nouvelles scènes tout en préservant le mouvement d'origine, produire des vidéos d'interaction à partir d'instructions de tâches, et exploiter des connaissances visuelles à l'échelle d'internet pour des applications d'IA incarnée. L'annonce a été rapportée par TechNode. Cette annonce s'inscrit dans une tendance de fond du secteur robotique : l'utilisation de modèles génératifs pour produire des données d'entraînement synthétiques et combler l'écart entre simulation et réalité, un problème central pour les acteurs du VLA (vision-language-action) comme Pi-0 de Physical Intelligence ou GR00T N2 de Nvidia. Si la promesse de générer des environnements et trajectoires synthétiques à la demande tient ses promesses, elle pourrait réduire le coût de collecte de données réelles, un goulot d'étranglement majeur pour l'entraînement des robots humanoïdes et bras manipulateurs. Toutefois, à ce stade, il s'agit d'une annonce de capacités techniques, sans démonstration publique détaillée ni benchmark comparatif, ni précision sur un déploiement matériel réel. Xiaomi investit depuis plusieurs années dans la robotique, avec son robot quadrupède CyberDog et des incursions dans les véhicules autonomes et l'IA embarquée. Ce modèle de 38 milliards de paramètres le positionne face aux laboratoires spécialisés en IA incarnée tels que Physical Intelligence, Figure AI ou Nvidia, ainsi que face aux géants chinois de la tech comme Baidu ou Alibaba, également actifs sur les modèles fondation pour la robotique. Aucune date de disponibilité, de partenariat industriel ou de déploiement pilote n'a été précisée à ce stade.

Chine/AsieActu
1 source