HardKoro exclusif | Tang Wenbin « Force Spirit » et une société de robots de commerce électronique, ayant reçu des investissements de Zhitu, SenseTime, Jump et d'autres.

null

Auteur | Qiū Xiǎofēn

Éditeur | Yuán Sīlái

HardenK exclusif a appris que l'entreprise d'intelligence incarnée « Yuánlì Língjī » a récemment terminé une nouvelle levée de fonds, principalement auprès de plusieurs grandes entreprises de modèles de grande taille, dont Zhìpǔ, Jiéyuè Xīngchén, SenseTime. De plus, des investisseurs industriels tels que Huáqín, SAIC Hengxu continuent d'apporter leur soutien.

« Yuánlì Língjī » est une entreprise de modèles généraux d'intelligence incarnée, fondée en mars 2025 par Tang Wénbīn, co-fondateur et CTO de Megvii, avec une équipe composée des membres clés originaux de Megvii.

Ce qui est intéressant, c'est que cette levée de fonds rassemble également, de manière rare dans la vague d'intelligence incarnée, SenseTime et Megvii, deux anciens concurrents, en pleine montée en puissance de l'intelligence incarnée ;

De plus, en comptant Alibaba, qui a mené en exclusivité la série A+, c'est aussi la première fois que les quatre principaux fabricants de modèles de grande taille en Chine se réunissent dans cette voie — auparavant, Zhìpǔ n'avait investi que de manière limitée dans le domaine de l'intelligence incarnée via le fonds Z, et Jiéyuè Xīngchén n'avait presque pas investi dans l'intelligence incarnée.

Ce mouvement collectif envoie un signal : lorsque la compétition principale des grands modèles se déplace des tokens vers l'action, les modèles incarnés ayant la capacité d'interagir avec le monde physique deviennent la nouvelle cible stratégique des entreprises de modèles.

Avec cette levée de fonds, Tang Wénbīn se concentre également sur l'intégration des actifs robotiques.

HardenK a appris en exclusivité que « Yuánlì Língjī » a récemment fusionné avec le robot logistique « Atomix » (anciennement « Yuánlì Jùhé ») par acquisition d'actions, visant une mise en œuvre à grande échelle de l'intelligence incarnée et une expansion mondiale.

Les racines de « Atomix » remontent à 2016 — à cette époque, Tang Wénbīn dirigeait en interne chez Megvii les activités de logistique intelligente et de gestion des robots (système Hétú), en promouvant des solutions de robots logistiques multi-formes.

Jusqu'en juillet 2024, avec l'évolution des activités de Megvii, Tang Wénbīn a séparé l'activité de robots logistiques du système Megvii pour en faire une entité indépendante, « Atomix ».

Après plusieurs années d'exploration, « Atomix » a atteint la deuxième place mondiale en volume de ventes de chariots à plateaux à quatre directions, avec plus de 500 projets réalisés, clients comprenant Uniqlo, Mixue Bingcheng, CATL, et un chiffre d'affaires annuel proche de 1 milliard.

Alors que la chaîne d'approvisionnement du matériel d'intelligence incarnée approche de la maturité, l'industrie doit faire face à un obstacle majeur : le cerveau incarné. Contrairement à la trajectoire claire de l'évolution des modèles linguistiques, il est actuellement difficile de trouver des données massives, de haute qualité et à faible coût pour l'intelligence incarnée, sans parler d'une méthode d'entraînement convergente. On peut dire que toute l'industrie est encore en phase d'exploration chaotique.

Dans ce contexte, l'intégration du corps, du cerveau et des données pourrait devenir une nouvelle norme dans le domaine de l'incarnation.

Depuis toujours, l'idéal dans l'industrie de l'intelligence incarnée est de créer un véritable moteur de données en boucle fermée. Mais la réalité est que l'industrie se trouve dans une impasse de « données mortes » : les modèles ont besoin de données d'erreur issues de scénarios réels pour évoluer, mais sans modèles performants, les robots ne peuvent pas opérer dans ces scénarios, ce qui empêche la collecte de données authentiques.

Ainsi, selon des sources, la fusion des deux entreprises consiste essentiellement à ouvrir la boucle entre le modèle et le scénario, brisant ainsi l'impasse des données.

Comme l'a mentionné Tang Wénbīn dans une interview précédente, le « Picking » (prise) est précisément la « tâche atomique » de l'ère de l'intelligence incarnée — Picking dans l'intelligence incarnée, comme Coding dans les grands modèles, et « Atomix » fonctionne comme un moteur de données de prise continue.

« Robot de Yuánlì Língjī en train de préparer le petit-déjeuner » (source/image/entreprise)

Selon les informations, à l'avenir, les données réelles issues de plus de 20 pays et de plus de 500 projets réalisés par « Atomix » serviront directement de carburant à la formation des modèles de « Yuánlì Língjī » ; et les modèles d'intelligence incarnée entraînés par « Yuánlì Língjī » pourront rapidement collaborer avec les robots existants de « Atomix ».

Cette vision n'est peut-être pas une utopie, mais repose sur une base technologique solide. Avant cela, « Yuánlì Língjī » avait déjà lancé un grand modèle d'intelligence incarnée appelé « DM0 ».

Dans une interview, Tang Wénbīn a mentionné qu'au niveau des données, « Yuánlì Língjī » a réalisé la première « fusion massive de trois types de données » dans l'industrie — combinant l'Internet sémantique, les règles physiques de la conduite intelligente, et les données opérationnelles des robots pour un entraînement hybride, améliorant la taille et la qualité des données.

Cette méthode d'entraînement interdisciplinaire permet à « DM0 » de s'affranchir des dépendances aux paramètres matériels spécifiques, comme un conducteur expérimenté qui abstrait des lois physiques générales à partir d'une masse de données hétérogènes, et peut transférer ces connaissances entre différentes configurations de robots, réalisant une opération universelle.

« Robot de Yuánlì Língjī en train de faire un cocktail » (source/image/entreprise)

Plus important encore, « Yuánlì Língjī » tente également d'étendre la « chaîne de pensée et de raisonnement » des grands modèles dans l'espace physique — ce qui permet à « DM0 », avec seulement 2,4 milliards de paramètres, de réaliser des opérations précises sous le millimètre, et d'améliorer considérablement le taux de réussite dans des tâches longues et continues.

Grâce à une série de stratégies, « DM0 » cherche à briser les limitations traditionnelles des modèles incarnés, notamment la dépendance à un seul type de données, la panne lors du changement de machine, et la surcharge de paramètres.

Après cette fusion et cette levée de fonds, l'industrie chinoise de l'intelligence incarnée accueille un acteur puissant. Plus important encore, cela indique que l'industrie entre dans une nouvelle étape — la recherche de la loi d'expansion (scaling law) des modèles incarnés.

Ce n'est pas simplement une question d'empiler des robots pour franchir cette barrière.

Cette semaine, les médias ont révélé que ByteDance recrute massivement un responsable de la technologie de l'intelligence incarnée, visant à attirer les talents clés des startups de premier plan ; parallèlement, la star mondiale de l'intelligence incarnée, Skild AI, a récemment acquis l'activité d'automatisation robotique de Zebra (Zebra Technologies).

Les mouvements des géants nationaux et internationaux sont similaires — avec la montée en puissance des fabricants de corps, des acteurs des actifs de données, des chercheurs en modèles, et des opérateurs de scénarios, l'industrie entre dans une phase de profonde maturité.

Source de l'image en page d'accueil｜Internet

Mise en page｜Fàn Xīnyǎ

Bienvenue pour échanger