LiberAI présente Liber-0, un modèle d'action du…

1Pandaily

Qianjue présente Polibrain, un modèle du monde prédictif conçu pour fonctionner sur différents types de robots

Qianjue, une société d'IA embarquée issue de l'université Tsinghua, a présenté Polibrain, un modèle du monde prédictif pour robots, le 20 octobre à Nanjing, lors de la première conférence Physical AI and World Model. Le fondateur Gao Haichuan l'a dévoilé dans la keynote d'ouverture. Polibrain ne cherche pas à générer chaque image vidéo future. Il apprend les relations entre les états de l'environnement, l'historique et les conséquences des actions, puis prédit l'évolution des états pertinents pour la tâche dans un espace de représentation latent. Pour un robot qui ramasse des déchets, la couleur du sol compte moins que la position de l'objet, la relation entre le bras et l'objet, et la manière dont une prise modifiera la situation. Le modèle relie perception, compréhension de l'état, prédiction d'action, décision, exécution et retour d'information en boucle fermée. Quand le résultat s'écarte de la prédiction, par exemple après une prise ratée, il réévalue la tâche à partir du nouvel état et ajuste les étapes suivantes. Un décodage de caractéristiques clés permet de mesurer l'écart entre état attendu et état réel, afin de localiser les défauts et de se rétablir. La seule démonstration est une vidéo fournie par l'entreprise : un quadrupède équipé d'un bras et d'un panier cherche des déchets en extérieur, s'en approche, planifie le mouvement du bras et les dépose dans le panier. L'intérêt tient moins à la démo qu'à l'approche. Prédire dans un espace latent, plutôt que générer des vidéos complètes, réduit le coût de calcul et évite de modéliser des détails sans rapport avec la tâche, ce qui compte pour un contrôle embarqué en temps réel. La boucle prédiction, écart, correction vise un point faible des modèles vision-langage-action (VLA) actuels : la récupération après échec. Qianjue se positionne comme fournisseur de « cerveau » et non comme fabricant de matériel. Son architecture faiblement couplée sépare une représentation partagée de l'environnement et de la tâche du contrôle propre à chaque machine, de sorte que des robots différents, voire des appareils connectés, exécutent le même changement d'état à leur manière. Si cela fonctionne, des données issues de morphologies différentes pourraient alimenter un seul modèle, ce qui s'attaque au problème de la fragmentation des données entre plateformes. Pour les intégrateurs, cela annoncerait une couche logicielle réutilisable d'un robot à l'autre. Il s'agit toutefois d'une annonce, sans produit livré, sans déploiement client, sans métrique de réussite, de temps de cycle ou de taux de récupération. Qianjue reconnaît elle-même que la fiabilité en scène complexe reste à valider par des essais réels plus complets. Polibrain prolonge des travaux publiés avec une équipe de Tsinghua à l'ICML 2025 sur les conditions dans lesquelles les réseaux de neurones apprennent des modèles du monde. S'y ajoutent des recherches récentes sur une mesure de complexité appelée Effective Degree et sur une méthode contrefactuelle pour choisir quelles observations passées conserver. Qianjue indique adapter le modèle aux quadrupèdes, humanoïdes, robots à roues, mono-bras et bi-bras, pour l'accompagnement, la restauration, le rangement et la manipulation fine, sans calendrier ni partenaire annoncé. Le modèle entre en concurrence avec les approches de modèles du monde et de VLA généralistes développées par Physical Intelligence, NVIDIA ou Google DeepMind, ainsi qu'avec les acteurs chinois du « cerveau » robotique. Parmi eux, SenseTime vient d'ouvrir SenseNova-RoboRSI. Les prochains jalons à surveiller sont des benchmarks publics, des pilotes industriels et une démonstration de transfert effectif entre morphologies.

UEPas d\'impact direct sur la France/UE

Chine/AsieActu

1 source

2Pandaily

Nature Will présente Natura-1, un modèle de 50 milliards de paramètres entraîné sur vidéo humaine pour piloter des mains dextériques à 20 DOF

Nature Will, une startup chinoise qui se réclame de l'« intelligence physique générale », a publié le 13 octobre Natura-1, qu'elle présente comme son premier modèle de fondation généraliste pour le monde physique. Le modèle prend du langage et de la vision en entrée et pilote des mains robotiques dextres à 20 degrés de liberté (DOF). Il s'agit d'un modèle mixture-of-experts de 50 milliards de paramètres, pré-entraîné sur plus d'un million d'heures de vidéo égocentrique (à la première personne) d'activités humaines. Le corpus, dédupliqué, filtré des anomalies de capteurs et annoté hiérarchiquement, de l'objectif global jusqu'aux étapes individuelles, forme un million d'heures de trajectoires d'action conditionnées par le langage. Les poses 3D denses des mains sont reconstruites à partir de vidéos monoculaires et stéréo. L'entreprise a bâti son propre data lakehouse de plusieurs dizaines de pétaoctets et un moteur d'entraînement distribué maison, qui dépasserait 50 % de MFU (utilisation des FLOPs du modèle) sur plusieurs centaines de GPU. À l'inférence, une couche d'orchestration en Rust et des kernels CUDA fusionnés tiennent une boucle stricte de 100 millisecondes entre observation et action sur le matériel réel. Les démonstrations montrent le pliage de matériaux fins et déformables, la calligraphie au pinceau souple et des changements d'outils sur des tâches multi-étapes. Six tâches longues ont reçu un réglage supplémentaire, tandis que les autres résultats partagent les mêmes poids. Le pari de fond est de contourner le goulot d'étranglement des données robotiques. Un robot ne collecte que dans les environnements où il fonctionne déjà, alors que les humains manipulent des outils et des objets dans presque tous les contextes. Si l'approche se confirme, le coût marginal de la donnée de manipulation fine chuterait, et la dextérité cesserait de dépendre de la téléopération à grande échelle. C'est une piste sérieuse pour les modèles vision-langage-action (VLA) appliqués aux mains multi-doigts, où les pinces restent aujourd'hui la norme industrielle. Les chiffres appellent toutefois de la prudence. Sur son propre benchmark de douze dimensions de manipulation dextre, exécuté sur robots bimanuels, Nature Will annonce 53,4 pour le modèle de base et 59,1 pour une configuration agentique. Les deux modèles de référence choisis par l'entreprise n'ont produit aucun score avec des mains dextres, et n'ont obtenu que 13,5 et 16,7 sur une plateforme à pince, ce qui rend la comparaison peu parlante. Ces résultats n'ont pas été reproduits indépendamment, les démonstrations vidéo n'indiquent ni taux de réussite ni nombre d'essais, et rien n'est annoncé sur des déploiements ou une commercialisation. Il s'agit donc d'une publication de recherche, pas d'un produit livré. Natura-1 s'inscrit dans une tendance où l'on cherche à transférer la dextérité humaine aux robots par l'observation plutôt que par la seule téléopération. Les modèles généralistes comme Pi-0 de Physical Intelligence, GR00T de NVIDIA ou Helix de Figure, ainsi que les efforts de Tesla autour d'Optimus, restent plus centrés sur des données robotiques ou mixtes, avec des communications souvent axées sur des mains et des pinces plus simples. La concurrence chinoise sur les modèles embarqués et les mains dextres s'intensifie. Nature Will affirme que chaque brique de sa pile est conçue pour passer à l'échelle, sans calendrier de pilotes ni partenaires industriels annoncés. Les prochains jalons à surveiller sont la publication des détails du benchmark, des évaluations tierces, des tests sur des tâches industrielles chronométrées et la capacité à transférer le modèle vers d'autres morphologies de mains que celles de l'entreprise.

UEPas d\'impact direct sur la France/UE

Chine/AsieActu

1 source

336Kr

Le fondateur, docteur de l'UCLA, lance une startup de modèles fondation pour robots humanoïdes, lève près de 500 millions de yuans en amorçage

Près de 500 millions de yuans levés en tour d'amorçage "angel++", sixième tour de financement en seulement six mois d'existence pour la jeune pousse chinoise Delta Intelligence (德塔智能), fondée en janvier 2026 à Pékin. L'entreprise développe des modèles de fondation pour robots humanoïdes (Humanoid Foundation Models, HFMs), visant une manipulation locomotrice généraliste corps entier plutôt qu'une simple démonstration de marche. Le tour réunit des groupes industriels cotés en bourse, des fonds financiers de premier plan (Hillhouse Ventures/GL Ventures, Yuanhe Holdings, Fosun RZ Capital, Huaying Capital, Lenovo Capital) et, fait notable, plusieurs constructeurs de robots humanoïdes eux-mêmes: Zhiyuan Robotics (AgiBot), Leju Robotics, Galbot et Unitree. Les trois cofondateurs, dont le CEO Ma Xiaojian, sont tous docteurs de l'UCLA, formés à Tsinghua et Peking University, et sont passés par Google Robotics, NVIDIA Research, DeepMind, Meta ainsi que l'Institut de recherche en intelligence artificielle générale de Pékin, avec une expérience sur des projets DARPA, ONR et NSF. Techniquement, Delta Intelligence mise sur un moteur de monde 3D natif traitant nuages de points et gaussian splatting plutôt que des représentations visuelles 2D, couplé à un dispositif de capture propriétaire purement visuel qui enregistre en une seule prise les mouvements corps entier (mains, pieds, bassin, épaules) et reconstruit la scène 3D en temps réel, en mode téléopération ou sans robot physique. Le contrôle repose sur une architecture à trois couches: un "cerveau" pour la perception et la planification longue durée, un "cervelet" entraîné par renforcement en simulation massive pour le pilotage moteur fin à des fréquences de dizaines à centaines de hertz, et une couche hybride force-position pour la fluidité du geste. L'argument central de Delta Intelligence répond à une limite documentée du secteur: la plupart des modèles d'IA incarnée raisonnent encore sur des représentations 2D, insuffisantes pour juger la profondeur ou la géométrie nécessaires pour ouvrir une porte ou grimper un escalier, ce qui accumule des erreurs sur les tâches longues en conditions réelles. En entraînant le "cerveau" uniquement sur données réelles (la simulation ne modélisant pas fidèlement les contacts multiples de préhension et d'appui) et le "cervelet" surtout en simulation, l'entreprise illustre une fragmentation croissante du secteur entre fournisseurs de modèles de fondation et constructeurs de robots. Son partenariat direct avec Zhiyuan, Leju, Galbot et Unitree, via un pipeline standardisé de retargeting inter-plateformes, en fait un fournisseur de socle logiciel transférable d'un robot à l'autre sans réentraînement complet, un enjeu central pour l'industrialisation du secteur. Ce rythme de levées reflète l'appétit du capital chinois pour les modèles de fondation robotique, où les constructeurs de robots préfèrent désormais investir chez leurs futurs fournisseurs logiciels plutôt que tout développer en interne. Delta Intelligence se positionne face à des acteurs comme Physical Intelligence (Pi-0) ou NVIDIA (GR00T N2), en misant sur un moteur 3D natif et un dispositif de capture censé lever le goulot d'étranglement des données corps entier, souvent limitées aux mains chez les concurrents. Les fonds serviront à industrialiser ce dispositif de capture, construire la boucle de données associée et étoffer l'équipe de recherche, sans calendrier précis de déploiement client communiqué à ce stade.

Chine/AsieActu

1 source

4Pandaily

Delta Intelligence lance Delta-0, un modèle fondation nativement humanoïde

Delta Intelligence, start-up chinoise de robotique humanoïde, a publié le 28 septembre 2026 Delta-0, qu'elle présente comme un modèle de fondation natif pour la loco-manipulation du corps entier. Le modèle fusionne vision, langage et proprioception en cibles d'action unifiées, afin qu'un bipède marche, s'équilibre et manipule dans une seule boucle continue, sans modules séparés pour la locomotion et la manipulation. Dans une démonstration continue relayée par LeiPhone, un humanoïde piloté par Delta-0 a planifié 32 pas et enchaîné neuf tâches domestiques en environ 210 secondes, entre chambre, salon et cuisine. Il a rangé un lit et une console de jeu, ramassé une peluche au sol, chargé du linge, placé une tasse dans un lave-vaisselle, repéré un fruit avarié dans un réfrigérateur, l'a jeté dans une poubelle à pédale, puis s'est assis sur un canapé. Un second corps, équipé de mains dextres à degrés de liberté élevés, a posé un disque vinyle et dansé en rythme, épreuve censée coupler préhension, posture et mouvement rythmé. L'architecture combine un « cerveau » qui traduit la perception multimodale en commandes de membres, un « cervelet » chargé de l'équilibre à haute fréquence et des réflexes moteurs, et un contrôle hybride force/pose qui ajuste le contact sans déstabiliser la posture. L'intérêt tient à la cible : la stabilité du contact dans des tâches longues, là où beaucoup de modèles vision-langage-action (VLA) restent confinés à la manipulation de table avec un bas du corps traité à part. Huang Siyuan, cofondateur et scientifique en chef, soutient que les grands modèles de langage aident à planifier les étapes mais ne stabilisent ni le contact, ni le déséquilibre, ni la force continue, ce qui justifie l'étage cervelet et le contrôle en force. Pour les intégrateurs, la promesse de transférabilité entre corps, avec des plateformes Unitree et AgiBot citées, réduirait le coût d'adaptation par robot. Il faut toutefois relativiser : la vidéo est une démo en scènes préparées, sans taux de réussite, nombre d'essais, ni indication d'intervention humaine, et « 210 secondes pour neuf tâches » ne dit rien de la fiabilité en environnement non contrôlé. Aucun chiffre de payload, de DOF, de prix ni de déploiement client n'a été publié. Il s'agit donc d'une sortie de modèle démontrée, pas d'un produit validé en exploitation. Côté méthode, l'entraînement réutilise des données de membres supérieurs et inter-embodiments, ainsi que de la capture de mouvement humain du corps entier. Le post-entraînement s'appuie sur des retours d'interaction réels, des corrections humaines et de l'apprentissage par renforcement pour la récupération sur échec. Une boucle d'évaluation « real-sim-real » reconstruit les scènes en simulation pour tester navigation et reprises avant de revenir au matériel pour vérifier le transfert. Le PDG et fondateur, le Dr Ma Xiaojian, revendique des robots capables d'entrer dans des espaces à l'échelle humaine et de livrer des résultats sur des tâches longues, plutôt que d'en avoir seulement la silhouette. Delta-0 arrive dans un champ où Figure (Helix), Physical Intelligence (Pi-0) et NVIDIA (GR00T) poussent des approches comparables, et où les acteurs chinois multiplient les modèles indépendants du corps. Les partenaires poursuivent l'adaptation et la vérification en scène, mais aucun calendrier de pilote n'est annoncé, et aucun acteur européen n'est impliqué à ce stade.

UEPas d\'impact direct sur la France/UE

Chine/AsieActu

1 source

LiberAI présente Liber-0, un modèle d'action du monde qui ancre l'expérience humaine dans l'action des robots

À lire aussi

Qianjue présente Polibrain, un modèle du monde prédictif conçu pour fonctionner sur différents types de robots

Nature Will présente Natura-1, un modèle de 50 milliards de paramètres entraîné sur vidéo humaine pour piloter des mains dextériques à 20 DOF

Le fondateur, docteur de l'UCLA, lance une startup de modèles fondation pour robots humanoïdes, lève près de 500 millions de yuans en amorçage

Delta Intelligence lance Delta-0, un modèle fondation nativement humanoïde