Chine/AsiePandaily 19 septembre 2026

Praxis One de Huaruizhipu : jusqu'à 106 TOPS de calcul embarqué pour l'IA incarnée sur MediaTek Genio Pro 5100

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

Huaruizhipu, société chinoise basée à Guangzhou, a présenté Praxis One, une plateforme de calcul embarqué pour l'IA physique, en marge du 9e China Robot Summit à Hangzhou le 17 septembre 2026. Le produit repose sur le système sur puce Genio Pro 5100 de MediaTek, gravé en 3 nanomètres avec une architecture Arm v9.2 à huit cœurs « big » et un NPU de huitième génération annoncé à environ 106 TOPS. MediaTek et ses partenaires avancent une prise en charge jusqu'à 16 flux caméra FHD virtuels, du Wi-Fi 7, du Bluetooth 6.0 et une option 5G, ainsi qu'une inférence locale du modèle Qwen3-7B à environ 23 tokens par seconde, chiffre communiqué par le fabricant sans détail sur les conditions de mesure. La puce est donnée pour une plage de température industrielle de -40°C à 105°C, visant les déploiements en usine ou en extérieur. Huaruizhipu propose en parallèle une version allégée, Praxis Nano, bâtie sur le Genio 720 de MediaTek pour les robots de taille moyenne et les boucles mouvement-capteurs, Praxis One ciblant les charges plus lourdes: perception multimodale, politiques vision-langage-action (VLA), modèles du monde légers, inférence de grands modèles en local et planification de tâches complexes.

L'argument central porte sur l'architecture: la plupart des plateformes robotiques séparent aujourd'hui un accélérateur cognitif d'un microcontrôleur de mouvement distinct, ce qui introduit de la latence entre puces, des pertes de données et de la complexité de carte. Praxis One réunit décision de haut niveau et contrôle moteur bas niveau sur un seul SoC, un choix qui, si les chiffres se confirment en conditions réelles, réduirait ces frictions pour les humanoïdes et robots gourmands en calcul. Pour les intégrateurs et décideurs industriels, l'intérêt tient surtout à l'inférence embarquée: faire tourner un modèle de langage de 7 milliards de paramètres sans dépendre du cloud change la donne pour des sites aux connexions instables. Il faut toutefois noter qu'il s'agit à ce stade d'une annonce de plateforme de calcul et non d'un robot livré en volume: aucun chiffre de déploiement réel, aucun client nommé ni calendrier de production en série n'accompagne la présentation, et les performances citées proviennent des communications de MediaTek et de Huaruizhipu, pas de bancs d'essai indépendants.

Praxis One s'inscrit dans une offre plus large que Huaruizhipu construit autour de l'IA incarnée: une gamme de matériel de collecte de données de terrain sous la marque RuiMou, un modèle de monde latent contraint par la physique, des « scene robots » et des offres clé en main destinées aux fabricants et aux laboratoires de recherche. L'entreprise reste peu documentée en dehors des supports chinois et de son site harmony-robot.com, au point que sa dénomination anglaise officielle n'est pas fermement établie, d'où l'usage prudent des noms Huaruizhipu et Praxis One en attendant une confirmation de marque à l'international. Le lancement, adossé au China Robot Summit de Hangzhou, illustre la course chinoise au silicium dédié aux humanoïdes, un segment où des fournisseurs comme MediaTek cherchent à se positionner face aux solutions historiquement bâties autour de puces Nvidia ou Qualcomm dans les plateformes robotiques occidentales. Aucun partenariat, pilote ou date de disponibilité commerciale précise n'a été communiqué au-delà des deux références de gamme, Praxis One et Praxis Nano.

Dans nos dossiers

IA physique & VLA World models

À lire aussi

1Pandaily

Zhijian Dongli, start-up d'IA incarnée de 11 mois, livre 100 robots sur des lignes de production

Zhijian Dongli (至简动力), startup chinoise d'IA incarnée fondée il y a moins d'un an, a livré son premier lot de 100 unités de son robot polyvalent i7 Pro, en parallèle de la mise en service d'une ligne de production robotisée dédiée à l'usinage CNC. Ces 100 robots ne sont pas allés à un seul client : la plus grosse part équipe des industriels fabricant des composants robotiques, d'autres unités ont rejoint des lignes de production de modules optiques et de circuits imprimés flexibles (des usines d'infrastructure IA), le reste se répartissant entre instituts de recherche, partenaires d'écosystème et développeurs. Sur les postes CNC, les i7 Pro assurent le chargement et déchargement continu de pièces entre plusieurs machines-outils, une tâche qui exige précision de mouvement, manipulation fine et endurance sous contraintes de sécurité strictes ; chez le fabricant Leaderdrive, plusieurs unités naviguent ainsi entre machines pour positionner et insérer des pièces. Le fondateur, Jia Peng, ancien cadre de Li Auto passé par l'industrie automobile intelligente, occupe à la fois les postes de CEO et CTO. Des essais sont aussi menés en logistique et distribution, où les robots localisent et récupèrent des articles en rayon pour les livrer, et sur des lignes de tri colis où deux i7 Pro coopèrent pour déplacer et retourner des paquets. Cette annonce illustre une bascule que le secteur de la robotique humanoïde peine encore à documenter : le passage de la démonstration en laboratoire au déploiement industriel répété, chez plusieurs clients et sur des tâches différentes. C'est précisément ce que le marché attend pour juger si les modèles vision-langage-action (VLA) tiennent leurs promesses hors des vidéos soigneusement montées. Le chiffre de 99,9% de réussite sur le benchmark LIBERO, mis en avant par Zhijian Dongli pour son modèle LaST-R1, doit être lu avec la prudence habituelle réservée aux métriques de benchmark communiquées par le fabricant lui-même, sans détail sur les conditions de test. Le point réellement notable pour les intégrateurs et décideurs B2B est ailleurs : la promesse d'un déploiement en une heure sans modification d'ingénierie lourde, si elle se vérifie en usage réel répété, réduirait un des principaux freins à l'adoption des robots humanoïdes en usine, à savoir le coût et la durée d'intégration. Zhijian Dongli mise sur une intégration verticale complète, du modèle fondationnel LaST₀ jusqu'au matériel, conçu selon une philosophie où le modèle définit le hardware et développé aux standards d'ingénierie automobile. L'entreprise revendique aussi LaST-HD, une méthode de transfert de données de manipulation humaine vers le robot, destinée à accélérer l'apprentissage de nouvelles tâches. Le robot est livré avec une plateforme de développement intégrée (framework d'agents, bibliothèque de compétences, SDK bas niveau, simulation). Jia Peng défend une thèse de positionnement claire face à des concurrents comme Figure, Unitree ou Agility Robotics : la compétition à venir ne se jouera pas sur une percée technologique isolée, mais sur la capacité à s'adapter rapidement à de nouveaux environnements et à générer de la valeur sur des scénarios variés, plutôt que sur la recherche d'une capacité universelle.

Chine/AsieOpinion

1 source

2Pandaily

Simplexity Robotics : une start-up d'IA incarnée de 11 mois déploie 100 robots sur des lignes de production

Simplexity Robotics, startup chinoise spécialisée en IA incarnée fondée il y a moins d'un an, a annoncé la livraison d'un premier lot de 100 unités de son robot polyvalent i7 Pro, ainsi que la mise en service d'une ligne de production robotisée dédiée à l'usinage CNC. Ces 100 robots n'ont pas été livrés à un seul client mais répartis sur plusieurs scénarios réels, selon Jia Peng, PDG et directeur technique de la startup, ancien cadre de Li Auto avec une solide expérience en fabrication automobile intelligente. Le plus gros déploiement concerne des clients industriels fabriquant des composants robotiques, tandis que des livraisons significatives ont aussi été effectuées vers des lignes de production de modules optiques et de circuits imprimés flexibles, des installations liées aux infrastructures IA, ainsi qu'auprès d'instituts de recherche, de partenaires d'écosystème et de développeurs. Dans les ateliers CNC, les i7 Pro assurent le chargement et déchargement continu de pièces sur plusieurs machines-outils, des tâches qui exigent précision de mouvement, manipulation fine et fonctionnement stable prolongé sous des contraintes de sécurité strictes. Chez le fabricant Leaderdrive, plusieurs unités naviguent entre différentes machines pour réaliser des opérations de chargement, positionnement et insertion. Au-delà des usines, les robots sont aussi testés en logistique, où ils localisent et prélèvent des articles commandés sur des rayonnages pour les livrer, et en tri de colis, où deux unités collaborent pour déplacer et retourner des paquets. Cette annonce illustre un changement de phase pour le secteur des robots polyvalents : le passage de la démonstration en laboratoire au déploiement réel à l'échelle industrielle, un cap que peu d'acteurs ont franchi concrètement malgré une abondance de communiqués promettant des ruptures. Le fait que Simplexity répartisse ses 100 unités sur des scénarios variés, usinage, logistique, tri de colis, plutôt que de les concentrer chez un seul client, est présenté comme une preuve de généralisation, un argument central dans le débat sur la capacité réelle des modèles VLA (vision-langage-action) à s'adapter au-delà de tâches démontrées en conditions contrôlées. Pour les intégrateurs et décideurs industriels, l'enjeu n'est pas la performance brute mais le coût d'intégration : Simplexity revendique un déploiement opérationnel en une heure, ce qui, si vérifié en conditions réelles et non lors de démonstrations sélectionnées, romprait avec les cycles d'ingénierie et de débogage habituellement longs pour ce type d'équipement. Simplexity mise sur une intégration verticale complète, de son modèle fondation LaST0, à compréhension et génération multimodale native, à LaST-R1, qui intègre de l'apprentissage par renforcement dans le raisonnement en espace latent et revendique 99,9% de réussite sur le benchmark LIBERO, une métrique à interpréter avec prudence tant les protocoles d'évaluation varient d'un laboratoire à l'autre. Son modèle LaST-HD vise à transférer les données de manipulation humaine vers les robots de manière industrialisable. Le robot i7 Pro suit une philosophie où le modèle définit le matériel, conçue selon des standards d'ingénierie inspirés de l'automobile, intégrant mobilité, manipulation, perception à 360 degrés et calcul dans une architecture modulaire, livrée avec une plateforme de développement complète. Sur un marché dominé par les annonces de Figure, Tesla Optimus, Agility Robotics ou Physical Intelligence, Jia Peng défend une vision différente de la compétition à venir : non une rupture technologique unique, mais la capacité à entrer rapidement dans de nouveaux scénarios et générer de la valeur, l'adaptation cross-scénario primant sur la polyvalence universelle.

Chine/AsieOpinion

1 source

336Kr

L'ex-directeur tech de Meituan crée un modèle du monde pour la restauration à l'ère de l'IA incarnée

AtomBite.AI (元节智能), startup chinoise d'intelligence incarnée, vient de boucler un tour d'amorçage de plusieurs dizaines de millions de yuans mené par le fonds Yinno Innovation, avec la participation du Shuimu Tsinghua Alumni Seed Fund. La société cible un terrain peu médiatisé mais à forte récurrence : la cuisine professionnelle de restauration et la chaîne d'exécution des commandes de livraison de repas. Son équipe fondatrice porte l'ADN de Meituan : Wang Dong (CEO, docteur en informatique) y dirigeait l'ingénierie de Meituan Waimai, supervisant mille ingénieurs et des algorithmes traitant des dizaines de millions de commandes quotidiennes ; Li Tao pilotait les systèmes algorithmiques et data de la même division ; Li Haozhe, troisième co-fondateur, est un entrepreneur en série à dimension internationale. La technologie centrale est un "World Action Model" (WAM) dédié à la restauration, décliné en architecture VT-WAM combinant vision et retour tactile, en rupture explicite avec l'approche VLA (Vision-Language-Action) dominante dans le secteur. Un premier déploiement pilote en cuisine professionnelle est attendu d'ici fin 2026, avec plusieurs lettres d'intention déjà signées avec des opérateurs nationaux et internationaux. Le choix de la restauration résulte d'un audit de plusieurs mois conduit en Amérique du Nord et à Singapour. Wang Dong y a identifié un triptyque rare : besoin universel (même problématique en Chine, aux États-Unis et en Asie du Sud-Est), ROI mesurable pour le restaurateur (réduction des erreurs de commande, gains à l'emballage, allègement de la masse salariale) et cycle de décision court chez les PME, contrairement aux scénarios domestiques ou médico-sociaux. L'industrie est structurellement sous pression : hausse soutenue des salaires horaires en Amérique du Nord, turnover chronique et difficultés de recrutement persistantes en Chine. Sur le plan technique, AtomBite.AI conteste le paradigme VLA en affirmant que le contrôle moteur réel ne passe pas par le langage mais par la compréhension visuelle et physique. L'approche VT-WAM fusionne ces deux modalités dans un espace latent pour prédire les conséquences de contact avant exécution : inférer si un gobelet est plein ou chaud modifie les forces de friction et le centre de gravité lors de la saisie, ce que la vision seule ne permet pas de capturer. AtomBite.AI prend le contre-pied de la stratégie "modèle universel d'abord" adoptée par la plupart de ses concurrents. Les opérations répétitives de la cuisine, emballage, tri et transfert de commandes, génèrent un flux naturel de données d'interaction physique difficile à reproduire en simulation, alimentant un cycle d'amélioration continue du modèle depuis le terrain réel. L'architecture se décompose en trois couches : modèle monde incarné pour la perception et la planification d'actions, moteur d'orchestration des tâches, et couche matérielle combinant composants propriétaires et hardware standard. Les gestes récurrents s'exécutent en local sur des modèles légers pour limiter la latence ; le cloud gère les exceptions comme un ingrédient manquant ou un objet détecté hors place. Sur ce segment, Miso Robotics aux États-Unis et Keenon Robotics en Chine sont déjà présents, sur des périmètres différents (friture automatisée, service en salle). La feuille de route prévoit une extension progressive vers le tri, la logistique interne de restaurant, et à terme la cuisine domestique.

Chine/AsieActu

1 source

4Pandaily

Puce Dataflow RISC-V Radiant D35 : partenariat avec PrimeBot pour l'IA incarnée en périphérie

Lors du lancement produit de PrimeBot à Shanghai le 20 septembre 2026, le concepteur de puces chinois Ricore, basé à Suzhou, a été désigné partenaire de l'écosystème de calcul du fabricant de robots grand public. Le nom Ricore provient du domaine ri-core.cn de l'entreprise et reste à confirmer sur une dénomination sociale officielle en anglais. La puce phare, commercialisée sous le nom Radiant D35, associe un cœur CPU RISC-V conçu en interne à une architecture de calcul en flux de données (dataflow), destinée à l'inférence IA embarquée pour la perception, le contrôle moteur et le raisonnement multimodal des robots humanoïdes, sous des contraintes strictes de puissance et de latence. Contrairement aux architectures classiques à flux de contrôle, qui déplacent les tenseurs entre mémoire et unités de calcul selon un flux d'instructions, l'architecture dataflow déclenche les calculs dès que les opérandes arrivent, ce qui réduit l'énergie et la latence liées aux déplacements de données. Le composant utilise un packaging en chiplets permettant de configurer les niveaux de calcul selon les scénarios, est livré avec une chaîne logicielle complète compatible avec les principaux frameworks de deep learning, et embarque, selon Ricore, jusqu'à environ 128 Go de mémoire haute vitesse pour exécuter des modèles localement sans passer par le cloud. L'entreprise revendique plusieurs dizaines de brevets dataflow, une nomination au prix du meilleur article à ISCA 2026, et l'entrée de son cœur RISC-V sur la liste d'approvisionnement mondial d'un fabricant de semi-conducteurs international après certification technique. Cette annonce s'ajoute, sans la remplacer, à la présentation le même jour des robots personnels Q1 et T1 de PrimeBot. Le signal le plus concret n'est pas une performance mesurée mais un choix stratégique : un fabricant de robots humanoïdes identifié retient une puce d'inférence dataflow RISC-V comme partenaire de calcul en périphérie, plutôt que de publier une fiche de benchmark public. Aucun chiffre de TOPS soutenus, d'enveloppe de puissance ni de correspondance avec des SKU PrimeBot précis n'a été communiqué, ce qui invite à traiter l'annonce comme un positionnement commercial plutôt qu'une preuve de performance vérifiée. Pour les intégrateurs et décideurs industriels, l'épisode illustre néanmoins une tendance de fond : la chaîne d'approvisionnement chinoise de la robotique embarquée cherche désormais à peser sur le silicium lui-même, et pas seulement sur l'assemblage de robots complets, dans un contexte où les architectures dataflow et les cœurs RISC-V spécialisés se présentent comme une alternative aux solutions dominantes de calcul embarqué pour l'IA physique face aux contraintes de puissance des plateformes humanoïdes. Le rapprochement a été relayé par People.cn et Shanghai Securities News comme une illustration de la montée en puissance des chaînes d'approvisionnement domestiques chinoises dans l'IA incarnée, en phase avec le soutien politique affiché à l'industrialisation du RISC-V dans l'IA et les systèmes embarqués. Sur ce marché, Ricore se positionne face aux architectures de calcul embarqué dominantes utilisées ailleurs dans l'industrie humanoïde, tout en misant sur sa spécificité dataflow plutôt que sur une architecture de contrôle classique. Aucun calendrier de déploiement, pilote client ou volume de production n'a été précisé au-delà du partenariat annoncé, et la correspondance exacte entre le Radiant D35 et les gammes Q1 et T1 de PrimeBot reste à documenter dans de futures communications.

Chine/AsieOpinion

1 source