Chine/AsiePandaily 5 novembre 2026

Le LionRock AI Lab de China Merchants publie en open source Lion-ER-35B-A3B, un modèle de raisonnement incarné

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

China Merchants Group a publié le 4 novembre, via son laboratoire LionRock AI (rattaché à l'Advanced Technology Research Institute), les poids de Lion-ER-35B-A3B, un modèle vision-langage de raisonnement incarné destiné à aider les robots à comprendre l'espace en trois dimensions, l'état des objets et l'avancement d'une tâche. Disponible sur Hugging Face sous licence Apache 2.0, c'est un mixture-of-experts d'environ 35 milliards de paramètres au total, dont 3 milliards actifs par token, affiné à partir de Qwen3.6-35B-A3B. Le laboratoire affirme que le modèle progresse sur les dix benchmarks publics de raisonnement incarné et visuel testés, avec une moyenne pondérée à parts égales de 65,29, chaque score étant moyenné sur quatre réponses échantillonnées. Parmi les résultats détaillés, 64,28 sur Where2Place (placement spatial, soit +9,30 points), 64,38 sur ERQA (+6,19 points), 89,33 sur SAT, et 68,18 sur la sous-catégorie compréhension de trajectoires d'ERQA (+12,12 points). Des versions plus petites, en 4B et 9B, appliquent la même recette.

Le point notable tient moins au score qu'à la méthode : le laboratoire soutient que plus de données robotiques n'équivaut pas automatiquement à plus de capacité. Plutôt que de collecter en masse, l'équipe a construit un « moteur de données piloté par les capacités ». Le raisonnement incarné est découpé en huit domaines (entités, espace, temps, physique, affordances, tâches, contexte social, preuves) et 39 compétences fines, chacune traduite en questions précisant scènes, observations et preuves nécessaires à une réponse vérifiable. Les questions dont l'évidence visuelle est insuffisante sont écartées, et des relecteurs humains examinent les échantillons difficiles. Le jeu d'entraînement supervisé compte 312 380 exemples, pondérés par besoin de capacité plutôt que par volume source. Pour les intégrateurs et équipes R&D, c'est un indice que la curation ciblée peut rivaliser avec l'accumulation de données, et qu'un modèle de 3 milliards de paramètres actifs, donc relativement léger à l'inférence, peut servir de brique de perception spatiale sous licence permissive. Il faut toutefois rester prudent : les gains sont mesurés par rapport à sa propre base, sur des benchmarks publics et par le laboratoire lui-même, sans comparaison indépendante avec d'autres modèles de raisonnement incarné.

Le contexte est celui d'une course où les acteurs chinois publient de plus en plus de modèles ouverts pour la robotique, en parallèle des approches fermées ou semi-ouvertes occidentales. Une boucle d'évaluation réinjecte les échecs dans la production de données : après avoir écarté les erreurs d'annotation ou de notation, l'équipe puise de nouveaux exemples du même schéma de raisonnement dans un réservoir d'environ 4,3 millions d'enregistrements issus de 31 sources. Un exemple cité : le modèle confondait « plus haut dans l'image » et « plus haut dans l'espace 3D », ce qui a conduit à ajouter des scènes à surfaces multiples niveaux. La fiche du modèle précise qu'il est destiné à la recherche, qu'il n'a pas été validé pour des décisions critiques en sécurité ni pour le contrôle autonome de robots, et que les résultats peuvent ne pas se transférer à de nouveaux environnements. Il s'agit donc d'une brique de recherche publiée, pas d'un produit déployé : aucun pilote industriel ni calendrier de déploiement n'est annoncé, et la validité en conditions réelles reste à démontrer.

Impact France/UE

Modèle ouvert sous Apache 2.0 que les équipes R&D et intégrateurs européens peuvent tester comme brique de perception spatiale, sans déploiement ni partenariat européen annoncé.

À lire aussi

1Pandaily

Tencent Robotics X en open source de trois modèles fondation incarnés : le scientifique en chef Zhang Zhengyou explique l'architecture cérébrale à trois couches pour la vitesse de réaction des robots

Tencent Robotics X Laboratory a présenté au salon WAIC 2026 trois modèles fondationnels d'intelligence incarnée, désormais disponibles en open source : Hy-Embodied-VLM-1.0, dédié à la compréhension spatiale et des scènes, Hy-Embodied-RxBrain-1.0, chargé de la planification cognitive, et Hy-Embodied-VLA-0.5, qui traduit des objectifs de haut niveau en commandes motrices continues. Le chercheur en chef Zhang Zhengyou a expliqué que cette architecture à trois couches répond à un problème mal traité par les approches VLA actuelles : le monde physique fonctionne à plusieurs échelles temporelles, et l'intelligence robotique doit donc opérer à des fréquences différentes selon la tâche. Cette conclusion découle d'un échec concret : une tentative de faire tourner des capacités robotiques sur OpenClaw a produit des dizaines de secondes de latence, alors qu'un délai cognitif de seulement 2 à 3 secondes est déjà problématique pour un robot physique. Tencent a précisé que Hy-Embodied-VLA est entré en phase de test en production dans une usine de produits chimiques ménagers, sur des lignes d'assemblage multi-références à petits lots, avec un temps de cycle par pièce inférieur à 6 secondes et une capacité d'adaptation à une nouvelle référence après seulement 8 heures de collecte de données et de réentraînement. Ce déploiement en usine, avec objets positionnés aléatoirement, éclairage variable et interruptions de production, marque une bascule notable : Tencent affirme viser un taux d'échec quasi nul en conditions réelles plutôt qu'un score de démonstration, Zhang Zhengyou allant jusqu'à qualifier de "valeur quasi nulle" une démo qui obtiendrait 80 à 90 points sans déploiement effectif, une formule qui mérite d'être lue comme une critique implicite de nombreuses vitrines du secteur plutôt qu'un résultat mesuré indépendamment. Pour les intégrateurs et décideurs industriels, l'apport le plus concret est ailleurs, dans Hy-Embodied-RxBrain : au lieu de faire communiquer les modules par du texte, comme le faisaient les précédents systèmes Tairos, ce modèle "imagine" un état visuel du monde après chaque sous-tâche, ce qui règle le goulot d'étranglement du langage pour décrire des relations spatiales. Tencent le présente prudemment comme un modèle cognitif incarné plutôt qu'un véritable "world model", le secteur n'ayant pas encore convergé vers une architecture unifiée en la matière. Cette annonce s'inscrit dans la course mondiale aux modèles vision-langage-action, aux côtés d'acteurs comme Tesla, Figure AI, Physical Intelligence ou NVIDIA, dans un contexte où l'écart entre démonstration et exploitation industrielle reste le principal point de friction. En ouvrant l'ensemble de sa pile Tairos, incluant les trois modèles, Tencent met à disposition des développeurs et industriels une architecture pensée pour la fréquence, issue directement de ses propres échecs et itérations, sans toutefois communiquer de calendrier précis pour un déploiement à plus grande échelle au-delà du site pilote chimique.

Chine/AsieActu

1 source

2Pandaily

ShengShu diffuse en direct deux semaines d'entraînement de Motubrain 2.0 avant sa publication en open source

ShengShu Technology, plus connue pour ses modèles de génération vidéo Vidu, diffuse en direct depuis le 21 octobre l'intégralité de l'entraînement de Motubrain 2.0, la prochaine version de son modèle d'IA embarquée pour robots. La retransmission doit durer environ deux semaines, et l'entreprise annonce une publication en open source prochaine, sans date précise. Motubrain est la famille de modèles de fondation robotique de ShengShu, conçue pour doter les robots d'un « cerveau » généraliste capable de transférer des compétences d'une tâche, d'une scène ou d'un corps robotique à l'autre. La première version avait été présentée en avril sous la forme d'un « world action model ». Le livestream est structuré en quatre étapes : le pré-entraînement, qui mesure l'effet de l'échelle d'entraînement sur la performance et la généralisation zero-shot ; le post-entraînement, ciblé sur des tâches précises pour améliorer l'exécution ; une phase « agent », qui teste le transfert des acquis vers d'autres tâches ; et enfin une exploration de l'auto-amélioration récursive, où le modèle évalue ses propres actions à partir du retour d'exécution pour les corriger. La page en ligne affiche les étapes d'entraînement et les taux de réussite en cours d'évaluation, mis à jour au fil de l'eau. Pour les équipes de recherche comme pour les intégrateurs, l'intérêt est surtout méthodologique. Les progrès de l'IA embarquée sont aujourd'hui jugés à travers des démonstrations soignées, des tableaux de benchmarks et des articles, qui disent peu de la manière dont une capacité émerge pendant l'entraînement ni de ce qui échoue en route. ShengShu affirme vouloir montrer les échecs, les tâtonnements et les ajustements autant que les gains, et partager ses questions ouvertes sur le passage à l'échelle, la généralisation inter-tâches et l'amélioration autonome. Si cela se confirme, ce serait une pièce utile au débat sur l'écart entre démo et réalité. Les limites sont toutefois claires : un flux en direct ne prouve pas la performance. Les poids ne sont pas publiés, aucun chiffre de succès n'est fourni dans l'annonce, aucun déploiement industriel n'est mentionné, et l'entreprise reconnaît elle-même que la recherche reste exploratoire et que ses résultats devront être confirmés par des expériences et des évaluations ultérieures. La mise en scène choisit aussi ce qui est montré, et la métrique affichée reste celle que la société définit. Cette initiative s'inscrit dans une tendance plus large de transparence chez des équipes d'IA chinoises. Luo Fuli, qui dirige les modèles MiMo de Xiaomi, avait ainsi détaillé auparavant la phase d'apprentissage par renforcement de MiMo-V2.6. ShengShu, qui a aussi lancé Motus2 après Motubrain, cherche à étendre sa légitimité du génie vidéo génératif vers la robotique, un terrain où s'affrontent déjà des modèles VLA comme Pi-0 de Physical Intelligence, GR00T de NVIDIA ou Helix de Figure. L'annonce, fournie par ShengShu et relayée par la presse tech chinoise, n'a pas été vérifiée de façon indépendante. Le vrai test viendra de la publication open source : il faudra voir si les benchmarks du modèle publié correspondent à ce que montre le flux, et si la communauté peut reproduire les résultats sur des robots réels, au-delà des environnements choisis par l'éditeur.

Chine/AsieActu

1 source

3TechNode

La Chine dispose de plus de 70 terrains d'entraînement à l'IA incarnée opérationnels, selon un rapport

Plus de 70 sites d'entraînement pour l'IA incarnée (embodied AI) étaient opérationnels en Chine à fin juin 2026, selon un rapport de la China Academy of Information and Communications Technology (CAICT), centre de recherche rattaché au ministère chinois de l'Industrie et des Technologies de l'information. 46 installations supplémentaires sont en construction ou en planification, portant le total à plus de 100 sites répartis dans plus de la moitié des provinces et régions administratives chinoises. Ces installations servent à collecter des données en conditions réelles, entraîner des modèles et tester des systèmes robotiques avant déploiement. L'industrie manufacturière domine largement les usages recensés, présente dans 86% des sites, concentrés dans trois zones: le delta du Yangtze, la région Pékin-Tianjin-Hebei et le delta de la rivière des Perles. Ce volume traduit l'ampleur de l'investissement public chinois dans les infrastructures physiques d'entraînement robotique, à un moment où des acteurs occidentaux comme Figure AI, Tesla avec Optimus, Physical Intelligence avec Pi-0 ou NVIDIA avec GR00T s'appuient surtout sur la simulation et des flottes pilotes restreintes pour générer leurs données. Pour les intégrateurs et décideurs industriels, cette mutualisation étatique vise à lever le principal goulot d'étranglement cité pour faire progresser les modèles vision-langage-action (VLA): le manque de données réelles à grande échelle. Le rapport ne précise toutefois ni le taux d'utilisation effectif de ces sites ni les volumes de données réellement produits, ce qui en fait avant tout un indicateur de capacité installée plutôt qu'un résultat vérifié. Cette annonce s'inscrit dans la politique industrielle chinoise de soutien à la robotique humanoïde, engagée depuis 2023 face à la concurrence américaine et, plus marginalement, européenne, où des acteurs comme Wandercraft, Pollen Robotics ou Enchanted Tools occupent un créneau différent, plus axé produit que sur les infrastructures d'entraînement. La CAICT publie régulièrement des rapports de référence sur les technologies numériques pour le compte de Pékin. Le document, relayé par le site chinois IT Home, ne fournit ni calendrier de pilotes ni objectifs chiffrés pour les 46 sites en projet, laissant ouverte la question du rythme auquel cette capacité se traduira en déploiements commerciaux effectifs.

UEAucun impact direct, mais l'ecart d'investissement en infrastructures de donnees chinoises souligne le positionnement different des acteurs europeens comme Wandercraft ou Pollen Robotics, centres sur le produit plutot que sur les sites d'entrainement.

Chine/AsieOpinion

1 source

436Kr

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