Chine/Asie36Kr 17 juin 2026

Luo Jianlán : le vrai Scaling Law de la robotique naît dans la boucle fermée du déploiement réel

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Luo Jianlan, ancien doctorant à l'université de Berkeley sous la direction de Sergey Levine - figure fondatrice de l'intelligence incarnée - et ex-chercheur chez Google X puis DeepMind, a rejoint il y a quatorze mois l'Institut de Shanghai pour l'apprentissage et l'intelligence (创智学院) et Zhiyuan Robotics (AgiBot) en qualité de directeur scientifique. Il détaille dans une interview publiée par 36Kr Hardware trois jalons techniques développés depuis son retour : SOP (Scalable Online Post-training), une infrastructure de retour de données en temps réel depuis les robots terrain vers le cloud d'entraînement ; LWD (Learning While Deploying), qui supprime la frontière rigide entraînement/déploiement pour permettre une évolution continue des robots dans des épiceries ou entrepôts réels ; et τ0-WM, un world model codéveloppé avec l'Institut de Shanghai, qui utilise la prédiction vidéo non pas comme fin en soi mais comme simulateur physique conditionné par l'action - comparant plusieurs trajectoires candidates avant exécution pour éviter, par exemple, de faire tomber un objet fragile positionné en bordure de table.

La contribution principale de Luo est son refus d'appliquer mécaniquement la Scaling Law des grands modèles de langage aux robots incarnés. Selon lui, la majorité des "modèles fondamentaux incarnés" actuellement annoncés par des équipes chinoises relèvent en réalité du mid-training ou du fine-tuning appliqué à des bases open-source existantes, faute de données d'interaction hétérogènes en volume suffisant. Or la diminution de la loss curve sur données statiques ne prédit pas le taux de succès en déploiement physique : un robot qui mémorise des données ne maîtrise pas pour autant les perturbations et les cas rares du monde réel. Le vrai marqueur de maturité du secteur, selon Luo, est le moment où l'augmentation du parc de robots déployés entraîne une réduction mesurable du coût d'adaptation à de nouveaux scénarios - ce qu'il appelle le déclenchement du flywheel de données. Ce seuil n'est pas encore atteint, et aucune équipe ne sait le quantifier précisément. Pour les intégrateurs et les décideurs industriels, cela signifie que les performances en démo laboratoire restent peu prédictives des performances terrain.

Zhiyuan Robotics s'impose comme l'un des acteurs phares de l'humanoïde en Chine, dans un secteur qui a progressivement déplacé son attention de la course aux degrés de liberté hardware vers la question de l'intelligence embarquée. Luo cite Physical Intelligence (PI) - la startup américaine issue de chercheurs de Google et DeepMind, connue pour son modèle π0 - avec une formule devenue un adage dans le milieu : "sur le papier, PI n'a jamais gagné ; dans la réalité, PI n'a jamais perdu", illustrant le découplage persistant entre métriques académiques et performances terrain. Zhiyuan vise à valider son flywheel de données dans des environnements semi-structurés réels - épiceries, supermarchés, entrepôts - sur une fenêtre de 12 à 18 mois. Le pari de τ0-WM est que la planification par simulation interne est la clé du passage de la démo au déploiement fiable à grande échelle, là où les modèles VLA (Vision-Language-Action) standards émettent une commande directe sans anticipation des conséquences physiques.

Dans nos dossiers

AgiBot Physical Intelligence — π0 World models

À lire aussi

1Pandaily

Le boucle fermée de l'IA physique enfin réalité : Rimnot et Yuantu déploient 10 000 robots industriels pour la fabrication de serveurs

Rimnot, jeune pousse chinoise de l'IA physique fondée il y a seulement quatre mois par des diplômés de doctorat de Tsinghua passés chez NIO, Huawei et AgiBot, a annoncé un partenariat stratégique avec Yuantu Future Technology pour déployer 10 000 robots industriels dédiés à la fabrication de serveurs. L'annonce, faite juste avant la conférence WAIC 2026, constitue l'un des engagements commerciaux les plus concrets jamais formulés dans le secteur de l'IA incarnée. Lors du salon, Rimnot a fait la démonstration de sa technologie sur une tâche d'assemblage de serveurs en conditions réelles : le robot a manipulé des composants de carte mère densément agencés, puces, connecteurs et pièces de précision, nécessitant la reconnaissance de plusieurs variantes de modèles ainsi qu'un contrôle précis de la force de préhension et du placement. Confrontée à un temps de mise en route limité sur le stand, avec un éclairage, une température et une disposition spatiale différents de son environnement habituel, l'équipe affirme que le robot a réalisé une adaptation complète à ce nouvel environnement en seulement 30 minutes d'entraînement. La technologie repose sur un modèle de fondation du monde physique censé assurer une boucle complète allant de la compréhension des processus et de la planification des tâches jusqu'à l'exécution et l'optimisation continue par retour d'expérience. Cette annonce doit être lue avec prudence : les 30 minutes d'adaptation et la démonstration sur stand restent des chiffres communiqués par l'entreprise elle-même, sans validation indépendante, et le déploiement de 10 000 unités demeure à ce stade un plan annoncé, non un produit livré. Elle n'en illustre pas moins un déplacement d'enjeu pour le secteur de la robotique humanoïde et de l'IA incarnée, longtemps critiqué pour multiplier des démonstrations spectaculaires sans traction commerciale réelle. Contrairement à l'IA numérique, où un modèle unique peut servir des centaines de millions d'utilisateurs, l'IA physique impose à chaque robot de s'adapter à un environnement, des objets et des gestes spécifiques, en tolérant des erreurs visuelles et des aléas que la simulation ne peut jamais entièrement anticiper. Si l'accord tient ses promesses à l'échelle de 10 000 unités, il pourrait fournir un modèle reproductible pour l'automatisation robotisée de l'électronique de précision, un marché que Rimnot évalue lui-même à plusieurs centaines de milliards de yuans. Le décalage entre les quatre mois qui séparent la création de l'entreprise et cet engagement de déploiement massif suggère, selon ses promoteurs, que le principal obstacle pour l'IA physique se déplace désormais de la technologie vers l'exécution des partenariats industriels, une lecture qui reste à confirmer sur le terrain. Yuantu Future Technology, partenaire industriel de l'opération, est un acteur mondial de la fabrication de serveurs et des infrastructures IA complètes, produisant serveurs IA, serveurs généralistes, commutateurs, super-nœuds et armoires à refroidissement liquide, avec une maîtrise intégrale de la chaîne allant de la R&D à la fabrication et au service. La fabrication de serveurs constitue un terrain d'essai particulièrement pertinent pour la robotique incarnée, car elle combine assemblage complexe, câblage, tests fonctionnels et contrôle qualité, avec une valeur industrielle suffisante pour justifier un déploiement à grande échelle. L'ambition affichée par les deux partenaires dépasse le simple remplacement d'une étape de production isolée : il s'agit de construire une opération robotisée en boucle fermée de bout en bout, Rimnot apportant les modèles du monde physique et les solutions de qualité industrielle, Yuantu les scénarios de production réels et l'expérience opérationnelle. Aucun acteur français ou européen n'apparaît dans cette collaboration, qui s'inscrit dans une compétition mondiale de plus en plus vive entre start-up chinoises de l'IA incarnée, à mesure que des sociétés comme AgiBot, dont sont issus certains fondateurs de Rimnot, tentent de traduire leurs avancées technologiques en contrats industriels concrets.

Chine/AsieActu

1 source

2Pandaily

OneRobotics déploie des robots domestiques dans des scénarios réels à l'échelle mondiale : le rival chinois de Figure AI

OneRobotics (卧安机器人), startup chinoise spécialisée dans la robotique domestique, a fait l'objet d'un reportage spécial de la chaîne publique japonaise NHK, peu après que Figure AI a publié une vidéo mettant en scène deux robots humanoïdes Figure 03 réalisant des tâches de rangement dans une chambre (protocole Helix-02 Bedroom Tidy : suspendre des vêtements, organiser des tiroirs, faire le lit). Lors de l'interview NHK, le robot onero H1 de OneRobotics a exécuté en environnement domestique réel la séquence complète suivante : identification visuelle de vêtements, préhension et introduction dans un lave-linge. La démonstration a eu lieu dans un appartement, et non sur un plateau d'exposition. La société structure son offre autour d'une architecture "un cerveau, multiple formes" : trois plateformes partagent le même système de perception et de décision, déclinées en Kata Friends (compagnie et interaction sociale), Acemate (santé et activité physique) et onero H1 (service domestique). Aucun chiffre de payload, de DOF ou de cadence de cycle n'a été communiqué lors de l'interview. L'importance de cet événement tient moins à la démonstration technique en elle-même qu'à ce qu'elle signale sur la maturité du marché. Les deux scènes, Figure AI d'un côté et OneRobotics de l'autre, convergent vers le même constat : la maison s'impose comme le terrain d'atterrissage commercial prioritaire pour les humanoïdes, après des années de démonstrations en entrepôt ou en usine. Pour les intégrateurs et les décideurs B2B, cela déplace le critère de sélection : ce n'est plus la performance en environnement contrôlé qui compte, mais la capacité à accumuler des données de terrain réelles, à itérer rapidement sur des scénarios non structurés, et à construire un service continu dans un logement habité. L'architecture "un cerveau" partagée entre plusieurs formes physiques est une réponse industrielle directe à ce besoin : elle permet de mutualiser les données d'apprentissage entre des contextes d'usage distincts (soin, sport, tâches ménagères), accélérant potentiellement la convergence sim-to-real sans multiplier les pipelines d'entraînement. OneRobotics opère dans un secteur chinois en forte densité concurrentielle, aux côtés d'Unitree, d'UBTECH et de Fourier Intelligence, tandis qu'à l'international Figure AI, Boston Dynamics (Atlas), Agility Robotics (Digit) et Physical Intelligence (pi-0) occupent l'espace médiatique. La stratégie de OneRobotics se distingue par une orientation marché B2C et overseas affichée dès le démarrage, avec le Japon comme tête de pont, marché particulièrement réceptif au vieillissement démographique et aux robots d'assistance. Le reportage NHK constitue une validation de visibilité, mais la société n'a pas communiqué de chiffres de déploiement, de volumes de commandes ni de prix public pour le onero H1. La prochaine étape observable sera de savoir si ces démonstrations en habitat réel débouchent sur des pilotes commerciaux documentés, ou restent dans la catégorie des "annonces de traction" sans métriques vérifiables.

Chine/AsieOpinion

1 source

3Pandaily

Spirit AI déploie Moz1 sur les lignes de CATL et JD, son fondateur vise une percée du cerveau robotique mi-2027

Spirit AI affirme faire tourner plusieurs dizaines d'exemplaires de son robot humanoïde à roues Moz1 sur des lignes de production du fabricant de batteries CATL et du distributeur JD.com. Sur le site CATL de Zhongzhou, le robot insère des connecteurs DCR en fin de chaîne de PACK batteries, une étape flexible et multi-références auparavant tenue par des opérateurs manuels, avec risque d'arc électrique sur les branchements. Piloté par un modèle vision-langage-action de bout en bout, il s'adapterait aux variations de position des pièces, module la force sur des faisceaux souples, revendique plus de 99% de réussite d'insertion à un rythme comparable à un ouvrier qualifié, triple le débit sur des lignes multi-modèles et bascule en patrouille d'inspection entre deux tâches, avec freinage d'urgence automatique en cas d'effort excessif, chiffres non vérifiés indépendamment. Cofondateur et chief scientist de la société, également professeur assistant en robotique à Tsinghua, Gao Yang a dit à Reuters attendre un "moment GPT-3" des cerveaux robotiques à la mi-2027, où un robot convertirait une instruction en langage naturel en une séquence d'actions physiques cohérente. Ce dossier mêle un déploiement industriel vérifiable, plusieurs dizaines d'unités sur deux sites chinois, et un pari personnel de son chief scientist sur un calendrier qu'aucun produit ne date encore. L'argument avancé, l'intelligence logicielle plutôt que les prouesses mécaniques comme le sprint ou le salto arrière mises en avant par certains concurrents serait désormais le principal goulot d'étranglement, traduit un déplacement des vidéos de démonstration vers des indicateurs d'usine, taux de réussite, temps de cycle, débit, non vérifiés ici. Spirit AI dit aussi privilégier la téléopération réelle à la simulation pour entraîner ses modèles sur des objets déformables comme les câbles, un choix qui tranche avec des approches plus simulées comme Nvidia GR00T N2 ou pi-0 de Physical Intelligence. La feuille de route de Gao Yang, fenêtre industrielle sous un à deux ans, services commerciaux deux ans plus tard, robots domestiques utiles à au moins huit ans selon lui, offre aux décideurs un cadre de calibrage plutôt qu'un engagement produit. Spirit AI avait déjà publié des modèles vision-langage-action en poids ouverts avant cette annonce; le déploiement chez CATL et JD.com marque un pas vers la production plutôt que la seule recherche. Le choix d'un humanoïde à roues, plus stable et moins coûteux à contrôler qu'un bipède, distingue Moz1 d'une concurrence chinoise, Unitree, UBTech, et internationale, Figure et son modèle Helix, Tesla avec Optimus Gen 3. Gao Yang juge les risques d'agents autonomes incontrôlés peu urgents tant que les modèles physiques restent immatures, mais estime l'alignement plus critique à mesure que les modèles de fondation gagneront en autonomie. Aucun nouveau pilote ni calendrier au delà de CATL et JD.com n'a été précisé; l'expansion dépendra de la confirmation, ligne par ligne, des performances revendiquées.

Chine/AsieActu

1 source

4Robohub

Feuilles de route mondiales de la robotique, le point du mois : le Japon

Le Japon structure sa politique robotique nationale autour de trois moteurs : les catastrophes naturelles, le vieillissement démographique et la compétition économique mondiale. Le pays est une société "super-âgée" depuis 2007, avec près d'un tiers de sa population âgée de 65 ans ou plus, et le traumatisme de Fukushima en 2011 continue de justifier les investissements dans les robots de gestion de crise et de recherche-sauvetage. Sur le plan industriel, le Japon reste depuis cinquante ans le premier fabricant et exportateur mondial de robots industriels, avec 45% de l'offre mondiale produite en 2022 et un taux d'exportation d'environ 80% vers l'Union européenne, les Etats-Unis et la Chine. La stratégie nationale s'articule autour du concept Society 5.0, porté par le Science and Technology Basic Plan, révisé tous les cinq ans avec un septième plan attendu en 2026, et par l'Integrated Innovation Strategy, mise à jour chaque année. En 2020, le Parlement japonais a adopté le Super City Amendment, créant des zones réglementaires dérogatoires à Osaka et Tsukuba pour tester à grande échelle l'intégration de robots pilotés par IA dans l'espace public ; fin septembre 2025, Toyota a inauguré sa propre version, Woven City, un campus où des employés travaillent, vivent et élèvent leurs enfants. Cette approche distingue le Japon des pays qui répondent à la pénurie de main-d'œuvre par la réforme migratoire : face à une politique d'immigration historiquement restrictive et à un attachement fort aux valeurs traditionnelles, Tokyo mise sur le remplacement robotique plutôt que sur l'ouverture des frontières pour combler ses besoins en santé, aide aux personnes âgées et travail manuel. Pour les acteurs industriels et les intégrateurs, le maintien du leadership japonais sur le matériel robotique reste stratégique face au déclin économique du pays et à la concurrence croissante de fabricants étrangers. Les zones comme Osaka, Tsukuba et Woven City constituent des bancs d'essai réels en conditions publiques, et non de simples annonces ou démonstrations de laboratoire, ce qui en fait un indicateur plus fiable de la maturité effective des technologies robotiques testées que les habituelles vidéos promotionnelles du secteur. Cette stratégie s'appuie sur un terreau culturel ancien : les robots occupent une place centrale dans la culture populaire japonaise depuis les années 1950, des Transformers à Astro Boy et Doraemon, ce qui contribue à une acceptation sociale de la robotique plus favorable que dans la plupart des autres pays. Le cadre institutionnel combine un plan quinquennal de long terme, une stratégie d'innovation révisée chaque année, et des programmes "Moonshot" fixant des objectifs de recherche à horizon vingt-cinq ans, certains aussi ambitieux que le contrôle du climat. La transition vers le septième Science and Technology Basic Plan en 2026 marquera une étape clé à surveiller, de même que l'éventuelle extension du modèle des zones dérogatoires au-delà d'Osaka et Tsukuba et le développement de Woven City depuis son lancement fin septembre 2025.

UELe Japon exporte environ 80% de sa production robotique vers l'UE, les Etats-Unis et la Chine, ce qui influence directement l'offre et la concurrence sur le marche europeen de la robotique industrielle.

Chine/AsieOpinion

1 source