Aller au contenu principal
Le modèle incarné Lexiang Aether pilote un livestream de plus d'une heure d'un robot faisant du barbecue en extérieur
Chine/AsiePandaily 

Le modèle incarné Lexiang Aether pilote un livestream de plus d'une heure d'un robot faisant du barbecue en extérieur

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

Le 16 septembre, dans le district de Minhang à Shanghai, l'entreprise chinoise Lexiang Technology (JoyIn Technology dans ses documents en anglais) a fait tourner deux robots humanoïdes pendant plus d'une heure sur un stand de restauration en plein air, en diffusion continue et non montée. Les robots ont pris les commandes, coordonné la cuisine, dressé les assiettes et géré des changements en temps réel, l'un assurant l'accueil et le service tandis que l'autre s'occupait du grill. Les deux machines tournent sur Aether, modèle "cross-embodiment" d'environ 4 milliards de paramètres, que Lexiang dit avoir entraîné avec environ 200 heures de vidéos humaines et zéro donnée de démonstration réelle sur robot, via une évaluation d'état par énergie, une mémoire en flux et un modèle explicite du corps du robot. Un précédent test sous le nom de code MVP montrait déjà deux robots collaborant pour ranger une pièce.

Ce test en extérieur, où éclairage, foule et aléas ne se scriptent pas, vise à répondre au scepticisme du secteur sur l'écart entre démonstration en studio et usage réel. Si l'entraînement quasi sans données robotiques et le partage d'une même politique entre morphologies se confirment à plus grande échelle, cela étaierait l'hypothèse d'un apprentissage par imitation vidéo réduisant la dépendance aux données télé-opérées coûteuses, un enjeu suivi de près par intégrateurs et investisseurs dans la course aux modèles VLA face à Pi-0, GR00T N2 ou Helix. Lexiang n'a toutefois publié aucun rapport technique vérifiable, ni détaillé ses taux de réussite en zero-shot.

Lexiang s'inscrit dans la vague de start-up chinoises de robotique humanoïde multipliant les démonstrations publiques pour crédibiliser leurs modèles fondation, face à des concurrents comme Figure (Figure 03), Tesla avec Optimus Gen 3, ou les laboratoires derrière Pi-0 et GR00T N2. Après le clip MVP consacré au rangement domestique, ce test de restauration en extérieur élargit le périmètre revendiqué à un service client dynamique. L'entreprise n'a communiqué ni calendrier de déploiement pilote ni partenaire commercial, laissant la validation indépendante comme prochaine étape attendue par le secteur.

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
Robbyant dévoile LingBot-VLA 2.0, modèle IA universel pour robots incarnés
2Robotics & Automation News 

Robbyant dévoile LingBot-VLA 2.0, modèle IA universel pour robots incarnés

Robbyant, filiale d'IA incarnée du groupe Ant Group (maison mère d'Alipay), a annoncé la mise à jour et la publication en open source de LingBot-VLA 2.0, un modèle vision-langage-action (VLA) destiné aux robots humanoïdes et autres plateformes incarnées. Ce nouveau modèle s'appuie directement sur LingBot-VLA 1.0, sorti en janvier 2026, et apporte des progrès notables sur trois axes techniques majeurs : la généralisation morphologique (capacité à piloter des corps de robots différents sans réentraînement complet), le support d'un nombre accru de degrés de liberté (DoF), et l'efficacité de déploiement. Robbyant présente LingBot-VLA 2.0 comme un "cerveau universel" capable de s'adapter à des architectures robotiques variées plutôt qu'à une seule plateforme propriétaire. L'enjeu pour l'industrie robotique tient moins à la performance brute qu'à la stratégie d'ouverture : en publiant son modèle en open source, Ant Group cherche à s'imposer comme fournisseur de la couche logicielle "cerveau" pour un écosystème de fabricants de robots humanoïdes, plutôt que de vendre du matériel propre. Pour les intégrateurs et décideurs industriels, cela signifie potentiellement un modèle VLA gratuit et personnalisable, à intégrer sur des plateformes tierces, ce qui pourrait accélérer l'adoption face aux modèles propriétaires fermés comme Helix (Figure AI) ou GR00T N2 (NVIDIA). Cela renforce aussi l'hypothèse selon laquelle la généralisation cross-embodiment (un même modèle pilotant plusieurs morphologies de robots) devient un axe de compétition central, au-delà de la simple démonstration ponctuelle. Cette annonce s'inscrit dans la stratégie plus large d'Ant Group de se positionner sur l'IA incarnée, un an après le lancement de la première version de LingBot-VLA. Le secteur des modèles VLA reste dominé par des acteurs américains (Physical Intelligence avec Pi-0, NVIDIA avec GR00T, Figure AI avec Helix) et chinois (Unitree, AgiBot), avec une bascule progressive vers l'open source comme arme concurrentielle, à l'image de ce que Meta a fait avec Llama face à OpenAI. Les détails précis sur les benchmarks, les partenaires de déploiement et le calendrier de disponibilité du modèle n'étaient pas encore complètement communiqués au moment de l'annonce, ce qui invite à distinguer la publication du code de sa validation réelle sur du matériel tiers.

Chine/AsieActu
1 source
Usine de robots soudeurs : « Shengshi Weisheng » lève plusieurs centaines de millions de yuans en série B avec son modèle d'IA incarnée pour le soudage
336Kr 

Usine de robots soudeurs : « Shengshi Weisheng » lève plusieurs centaines de millions de yuans en série B avec son modèle d'IA incarnée pour le soudage

La société chinoise 3Srobotics (昇视唯盛), spécialisée dans les robots industriels à intelligence incarnée pour le soudage, a bouclé un tour de série B de plusieurs centaines de millions de yuans (数亿元), mené par Shanghai Semiconductor Industry Investment et le Jinqiao Fund, avec la participation de Zero1 Ventures, Xinding Capital, Zhongguancun Dinghua et de son investisseur historique Weiguang Capital. Fondée en 2020, certifiée entreprise de haute technologie en 2023 puis reconnue entreprise pionnière "spécialisée, précise et innovante" et entreprise robotique de référence à Shanghai en 2024, la société en est à sa troisième génération de robots soudeurs. Son architecture repose sur un modèle "cerveau" multimodal entraîné sur des dizaines de millions de données de production réelles, couplé à un "cervelet" de contrôle moteur temps réel développé par sa filiale Harbin Institute of Technology Modern (哈工现代). Selon le fondateur Wang Dezhao, un robot 3Srobotics remplace en moyenne 1,5 à 2 soudeurs humains, avec un retour sur investissement de 1 à 1,5 an ; l'entreprise vise plusieurs centaines de millions de yuans de chiffre d'affaires en 2026. Le pari de 3Srobotics illustre une bascule stratégique du secteur robotique chinois : passer d'une automatisation générique, programmée à l'avance et incapable de s'adapter à des pièces non standard, vers des systèmes capables de percevoir en 3D, de raisonner sur une géométrie de soudure inconnue et d'ajuster en temps réel courant, tension et vitesse de déplacement, y compris sans plan technique fourni au préalable. C'est un signal pour les intégrateurs industriels et les décideurs B2B occidentaux : la Chine revendique une pénurie de plusieurs millions de soudeurs qualifiés d'ici 2025, sur un bassin d'environ dix millions de soudeurs enregistrés dont l'âge moyen dépasse 45 ans, et anticipe un marché du soudage intelligent dépassant les 100 milliards de yuans sur dix ans. Reste que les chiffres avancés, notamment ce ratio de remplacement de 1,5 à 2 soudeurs ou le gain d'efficacité de 2,88 fois annoncé pour son offre de "main-d'œuvre robotique" facturée au mètre soudé, proviennent uniquement de la société elle-même et méritent d'être vérifiés en conditions réelles indépendantes. L'entreprise, initialement positionnée sur la robotique industrielle généraliste, s'est recentrée sur le soudage en misant sur un modèle intégré combinant corps robotique, IA et procédé de soudage, avec une usine de fabrication propre garantissant une capacité de production et une chaîne d'approvisionnement maîtrisées, contrairement aux fournisseurs purement logiciels. Sa distribution passe majoritairement par des revendeurs et intégrateurs (les clients finaux directs ne pèsent que 10 à 20 % du chiffre d'affaires), sur des marchés comme la construction métallique, les ponts, le naval, le ferroviaire, les équipements électriques et, dans une moindre mesure, l'aérospatial et les nouvelles énergies. Les fonds levés serviront à faire évoluer les modèles "cerveau" et "cervelet", augmenter la capacité de son usine et étendre les équipes R&D et commerciales, avant une diversification annoncée vers le meulage, la découpe, l'assemblage et la manutention.

Chine/AsieActu
1 source
Alibaba lance Qwen-Robot, sa première famille de modèles d'IA incarnée
4Pandaily 

Alibaba lance Qwen-Robot, sa première famille de modèles d'IA incarnée

Alibaba a publié mardi la suite Qwen-Robot, sa première famille de modèles d'IA incarnée, destinée à relier les grands modèles de langage à l'action robotique dans le monde physique. La suite comprend trois modèles : Qwen-RobotNav pour la navigation visuo-langagière, entraîné sur 15,6 millions d'échantillons en unifiant instruction following, navigation par cible et suivi d'objets ; Qwen-RobotManip pour la manipulation robotique via une architecture VLA (Visual Language Action) basée sur un backbone Qwen3.5-4B VL couplé à une tête de diffusion par flow matching, entraîné sur plus de 38 100 heures de données issues exclusivement de sources open source ; et Qwen-RobotWorld, un modèle de monde prédit des futurs physiquement cohérents pour la manipulation, la conduite et la navigation via une interface en langage naturel. La démonstration centrale met en scène un robot quadrupède Unitree Go2 sur hardware NVIDIA Jetson Thor, équipé d'une unique caméra basse résolution : sans cartographie préalable, il navigue dans un appartement inconnu en suivant des instructions verbales, avec une latence d'inférence de 196 millisecondes. Alibaba a également présenté Qwen-RobotClaw, un framework agent permettant aux modèles Qwen VLM d'appeler les outils Qwen-Robot pour gérer des tâches longues et la mémoire de contexte, et mis en open source Chat2Robot, une plateforme d'évaluation navigateur supportant Qwen-RobotManip sur 50 tâches via le dataset RoboTwin-Clean. Pour les intégrateurs et décideurs industriels, deux points méritent attention. L'entraînement de Qwen-RobotManip exclusivement sur des données open source est un choix architectural significatif : il abaisse les barrières de reproduction et contourne le verrou des données propriétaires qui bloque nombre d'acteurs du secteur. La latence de 196 ms sur Jetson Thor illustre la viabilité de l'inférence embarquée pour la navigation, même si cette performance a été mesurée dans un environnement contrôlé et non en production industrielle. La robustesse à grande échelle reste à démontrer : les vidéos présentées constituent une preuve de concept, pas un déploiement validé. L'architecture Qwen-RobotClaw adresserait un problème concret si elle tient ses promesses en production : la gestion de tâches multi-étapes sans reprogrammation manuelle, qui reste le verrou central de l'adoption robotique en environnements non structurés. Alibaba entre tardivement dans l'espace des modèles de fondation robotiques face à des acteurs déjà positionnés : Physical Intelligence (pi0, levée de 400 M$ en 2024), Figure AI (Figure 03, partenariat BMW), Google DeepMind et NVIDIA avec GR00T N2. En Chine, Unitree (fournisseur du Go2 de la démo), Zhiyuan Robot et Agibot développent leurs propres stacks logicielles embarquées. En Europe, Enchanted Tools et Pollen Robotics avancent sur des plateformes collaboratives, mais sans modèle VLA de cette envergure à ce stade. Les prochaines étapes annoncées incluent l'extension de Chat2Robot à de nouvelles plateformes et tâches robotiques, ainsi qu'une intégration commerciale potentielle via Alibaba Cloud.

UEL'entrée d'Alibaba avec une suite VLA entraînée sur données open source creuse l'écart technologique avec les acteurs européens (Enchanted Tools, Pollen Robotics) qui ne disposent pas encore de modèles de fondation robotiques comparables, même si la stack open source pourrait leur servir de base de développement.

Chine/AsieOpinion
1 source