Aller au contenu principal
Chine/AsiePandaily 

D-Robotics et Infinigence AI portent RLinf et trois autres outils robotiques open source sur les puces Sunrise

1 source couvre ce sujet·Source originale ↗·

Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie

Résumé IASource unique

D-Robotics et Infinigence AI ont annoncé le 13 novembre l'intégration d'un ensemble d'outils open source d'IA embarquée aux puces Sunrise de D-Robotics et à sa plateforme logicielle RoboGo. L'ensemble, développé conjointement par l'université Tsinghua et Infinigence AI, couvre quatre étapes du cycle de développement robotique : RLark gère les environnements et les équipements en reliant cloud, nœuds edge et robots, de sorte que robots et caméras puissent être réservés, ordonnancés et réutilisés comme des GPU ; RLinf assure l'apprentissage par renforcement et le post-training des modèles embarqués ; RPent est une infrastructure d'agents pour le monde physique, qui relie la planification de tâches d'un grand modèle à des modèles VLA (vision-langage-action) dédiés à la manipulation fine, avec mémoire, outils et interfaces robot, et dont les auteurs revendiquent une accélération de bout en bout d'un facteur sept ; APXInf est un moteur d'inférence pour l'edge. Côté D-Robotics, les puces Sunrise gèrent l'accès aux périphériques et l'exécution embarquée, tandis que RoboGo fournit la gestion d'environnements, l'ordonnancement des tâches et la supervision à l'exécution. Selon les deux sociétés, un environnement de post-training RLinf est déjà listé sur RoboGo, quatre plateformes (Sunrise 5, S100, S100P et S600) sont adaptées à RLark, le S600 est adapté à APXInf, ce qui permet d'y déployer des modèles comme Pi0.5, et RPent est connecté à la sandbox edge de D-Robotics, où des agents peuvent réserver de vraies cartes de développement, leur envoyer des tâches et collecter des trajectoires.

L'intérêt tient moins à une percée technique qu'à la tentative de fermer la boucle entre entraînement, test sur matériel réel et déploiement, un point où les équipes robotiques perdent beaucoup de temps entre simulation, cloud et cible embarquée. Traiter le parc de robots comme un pool de ressources ordonnançable, à la manière des GPU, répond à un vrai goulot d'étranglement pour les intégrateurs et les laboratoires, notamment pour le hardware-in-the-loop. L'adaptation d'un VLA de référence comme Pi0.5 à une puce robotique chinoise montre aussi que l'écosystème cherche à s'affranchir de la dépendance à NVIDIA Jetson sur la couche d'inférence embarquée. Il faut toutefois rester prudent : le facteur sept de RPent est une revendication des développeurs, sans protocole ni tâche de référence précisés, et aucune des deux sociétés n'a publié de chiffres de performance pour le workflow combiné. On est donc face à une intégration annoncée et partiellement livrée, pas à un déploiement client démontré.

Cette annonce prolonge des travaux menés séparément. Infinigence AI avait open-sourcé APXInf en septembre, avec une version optimisée de Pi0.5 pour NVIDIA Jetson Thor, et l'adaptation au S600 ajoute une puce robotique domestique à ses cibles. D-Robotics, de son côté, associe des modèles tiers au Sunrise S600, dont GigaBrain-0.7 de GigaAI. L'écosystème RLinf, issu de Tsinghua et d'Infinigence AI, a par ailleurs été utilisé pour entraîner 96 robots réels avec AgiBot et pour des courbes d'apprentissage par renforcement sur les puces MTT S5000 de Moore Threads, signe d'une stratégie visant à rendre la pile logicielle indépendante du silicium. Face à elle se trouvent des offres verticalement intégrées comme Isaac et Jetson chez NVIDIA, avec un outillage plus mature mais plus fermé. Aucune échéance n'a été donnée pour l'extension du support d'APXInf à d'autres modèles Sunrise, et la suite dépendra de l'adoption par des développeurs tiers et de la publication de benchmarks reproductibles.

Dans nos dossiers

À lire aussi

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
Illustration générée par IA
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
D-Robotics et GigaAI associent GigaBrain-0.7 à la pile edge Sunrise S600
Illustration générée par IA
2Pandaily 

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

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.

Chine/AsieOpinion
1 source
Des robots-chiens chinois affrontent incendies et fuites toxiques pour protéger les secouristes
Illustration générée par IA
3Interesting Engineering 

Des robots-chiens chinois affrontent incendies et fuites toxiques pour protéger les secouristes

La startup chinoise DEEP Robotics étend l'usage de ses robots quadrupèdes et à pattes-roues dans la réponse d'urgence, afin de garder les équipes humaines hors des zones dangereuses lors des reconnaissances initiales. Le quadrupède X30 et la plateforme à pattes-roues Lynx M20 explorent en premier incendies, fuites chimiques, structures effondrées et tunnels inondés. Équipé d'une caméra double spectre, d'un LiDAR 3D et de capteurs multigaz détectant, selon l'entreprise, monoxyde de carbone, cyanure d'hydrogène, sulfure d'hydrogène et chlorure d'hydrogène, le X30 cartographie les intérieurs en temps réel et repère les foyers de feu. Une version pompier embarque un canon eau/mousse d'une portée de 60 mètres et d'un débit jusqu'à 40 litres par seconde ; d'autres unités transportent tuyaux, bouteilles d'air et outils de forcement. Certifié IP67 et utilisable de -20°C à 55°C, l'engin franchit pentes et escaliers jusqu'à 45 degrés et des obstacles de 20 centimètres, tandis qu'un réseau maillé auto-organisé maintient les liaisons radio en zones mortes. DEEP Robotics a récemment déployé ses robots pour surveiller des antilopes du Tibet dans la réserve d'altitude de Serling Tso, où les troupeaux reviennent avec leurs petits entre juillet et septembre. Pour les services d'incendie et les intégrateurs de robotique industrielle, l'intérêt est concret : réduire l'exposition des pompiers aux fumées toxiques, structures instables ou matières dangereuses avant le premier engagement humain, tout en prolongeant leur rôle au transport de matériel et au relais de communication une fois la zone évaluée. La locomotion à pattes, capable de franchir gravats et escaliers là où les robots à chenilles ou à roues classiques calent, illustre la maturation des plateformes quadrupèdes pour des environnements non structurés, un terrain où Boston Dynamics (Spot) et le chinois Unitree se disputent déjà le marché de l'inspection industrielle. Les chiffres avancés (portée du canon, tenue thermique, franchissement d'obstacles) proviennent toutefois exclusivement de DEEP Robotics, et les usages cités, exercices en tours de grande hauteur, simulations de fuites chimiques et d'effondrements, relèvent surtout de démonstrations encadrées plutôt que d'interventions réelles documentées à grande échelle. Le X30 était déjà utilisé hors du cadre des secours, notamment pour l'inspection de galeries électriques souterraines, où il repère fissures et infiltrations d'eau. Le nouveau système d'intervention s'appuie sur cette base et se connecte à une plateforme cloud de commandement offrant contrôle à distance à faible latence, cartographie en temps réel, reconnaissance par IA et visualisation en nuage de points, avec des interfaces API permettant l'intégration aux systèmes de gestion de crise existants. Sur un marché des quadrupèdes encore dominé par les usages d'inspection industrielle et énergétique, DEEP Robotics cherche ainsi à élargir son positionnement vers la sécurité civile, un segment où la démonstration de capacités en conditions simulées précède, sans encore s'y substituer, un déploiement opérationnel généralisé dans les casernes.

Chine/AsieOpinion
1 source
Alibaba et Tencent mènent le virage de l'IA incarnée pour la robotique
Illustration générée par IA
4SCMP Tech 

Alibaba et Tencent mènent le virage de l'IA incarnée pour la robotique

Alibaba et Tencent ont annoncé un virage stratégique majeur : déployer leurs modèles d'IA générative dans des systèmes robotiques physiques, plutôt que de rester cantonnés aux interfaces conversationnelles. Alibaba a lancé la semaine dernière le modèle Qwen3.7-Max, doté de capacités dites de "tool-calling" qui lui permettent de fonctionner comme cerveau numérique d'un robot, en orchestrant des composants logiciels et matériels externes. Concrètement, le modèle peut déclencher des séquences d'actions physiques comme la navigation autonome, le bras articulé ou la prise d'objet, sans reprogrammation manuelle à chaque tâche. Ce positionnement signale un déplacement du front concurrentiel de l'IA en Chine : la différenciation ne se joue plus sur les benchmarks de raisonnement textuel, mais sur la capacité des VLA (Vision-Language-Action models) à passer du simulateur à l'environnement réel. Pour les intégrateurs industriels et les décideurs B2B, cela implique que des briques d'IA disponibles en open ou semi-open source pourraient bientôt remplacer des stacks robotiques propriétaires coûteux, accélérant les cycles de déploiement tout en abaissant les barrières à l'entrée. Alibaba avait déjà positionné la famille Qwen comme alternative aux modèles occidentaux, avec des versions multimodales compétitives face à GPT-4o et Gemini. Tencent suit une trajectoire similaire avec ses propres initiatives robotiques encore peu documentées publiquement. Les deux groupes se retrouvent en concurrence directe avec Figure AI, Physical Intelligence (pi0), Boston Dynamics et Unitree, ainsi qu'avec les efforts de Nvidia (GR00T N2) pour standardiser les pipelines d'entraînement robotique. Les prochaines étapes annoncées restent pour l'instant au stade de la démonstration technique, sans déploiement industriel confirmé.

UEL'émergence de briques VLA open/semi-open source chinoises (Qwen3.7-Max) pourrait abaisser les coûts d'intégration pour les industriels européens, tout en intensifiant la pression concurrentielle sur les acteurs EU face aux géants technologiques chinois.

Chine/AsieOpinion
1 source