Auteur | Qiu Xiaofen
Éditeur | Yuan Silai
Hardware & Chips a appris en exclusivité que l'entreprise d'intelligence incarnée « Original Force Spirit Machine » a récemment terminé un nouveau tour de financement. Les principaux investisseurs sont plusieurs grandes entreprises de grands modèles, notamment Zhipu, StepFun et SenseTime. De plus, des investisseurs industriels tels que Huaqin et SAIC Hengxu ont continué à augmenter leur mise .
« Original Force Spirit Machine » est une entreprise de grand modèle générique d'intelligence incarnée, fondée en mars 2025 par Tang Wenbin, co-fondateur et CTO de Megvii Technology. L'équipe fondatrice principale est constituée des anciens membres de Megvii Technology.
Il est intéressant de noter que ce tour de financement marque également une rare « rencontre » entre SenseTime et Megvii, deux anciens rivaux, dans l'engouement actuel pour l'intelligence incarnée.
Par ailleurs, en comptant Alibaba, qui avait mené en exclusivité le tour Série A+, c'est une occurrence rare dans le domaine de l'intelligence incarnée de réunir simultanément quatre grands acteurs chinois de modèles de langage — auparavant, Zhipu n'avait investi que modestement dans le domaine de l'intelligence incarnée via son fonds Z, et StepFun n'avait quasiment pas investi dans ce secteur.
Cette action collective envoie également un signal : alors que le champ de bataille principal de la concurrence des grands modèles se déplace des Tokens vers les Actions, les modèles incarnés dotés de capacités d'interaction avec le monde physique sont devenus le prochain sommet visé par les entreprises de modèles.
Parallèlement à ce financement, Tang Wenbin rassemble également ses forces et entreprend d'intégrer des actifs robotiques.
Hardware & Chips a appris en exclusivité que « Original Force Spirit Machine » a récemment achevé une fusion par acquisition d'actions avec le robot logistique « Atomix » (Force Agregator), visant un déploiement à grande échelle et une expansion mondiale de l'intelligence incarnée.
L'ADN commercial d'« Atomix » remonte à 2016 — à l'époque, Tang Wenbin dirigeait au sein de Megvii Technology les activités de logistique intelligente et d'ordonnancement de robots (système Hetu), promouvant principalement des solutions de robots logistiques multi-formes.
Jusqu'en juillet 2024, avec l'évolution des activités de Megvii, Tang Wenbin a séparé et rendu indépendante l'activité de robots logistiques de l'écosystème Megvii, créant ainsi « Atomix ».
Après plusieurs années d'exploration, les ventes de chariots à quatre directions de palette d'« Atomix » ont atteint la deuxième place mondiale, avec plus de 500 projets desservis cumulés, incluant des clients tels qu'Uniqlo, Mixue Ice Cream & Tea, CATL, etc., le chiffre d'affaires annuel de l'entreprise approchant les dix milliards.
Avec la maturité croissante de la chaîne d'approvisionnement matérielle pour l'intelligence incarnée, l'industrie se rapproche de ce mur qu'il faut nécessairement franchir : le cerveau incarné. Contrairement au cheminement clair de l'évolution des modèles de langage, le modèle d'intelligence incarné peine même à trouver des données massives, de haute qualité et à faible coût, sans parler de trouver un paradigme d'entraînement convergeant. On peut dire que toute l'industrie tâtonne dans le chaos.
Dans ce contexte, l'intégration du corps physique, du cerveau et des données pourrait devenir la nouvelle norme dans le domaine de l'incarnation.
Depuis toujours, l'état idéal de l'industrie de l'intelligence incarnée est de créer une véritable roue de données. La réalité est que l'industrie se trouve dans un état de « nœud mort des données » — le modèle a besoin de données d'erreurs provenant de scénarios réels pour évoluer, mais sans être équipé d'un bon modèle, le robot ne peut pas entrer dans les scénarios et donc ne peut pas collecter de données réelles.
C'est pourquoi, selon des sources informées, la fusion des deux entreprises vise essentiellement à boucler la boucle entre le modèle et les scénarios, pour ouvrir ce nœud mort des données.
Comme Tang Wenbin l'a mentionné précédemment dans une interview, le « Picking » (prélèvement/saisie) est précisément la « tâche atomique » de l'ère de l'intelligence incarnée — le Picking pour l'intelligence incarnée est ce qu'est le Coding pour les grands modèles, et « Atomix » ressemble à un moteur de données Picking fonctionnant en continu.
Le robot d'« Original Force Spirit Machine » prépare le petit-déjeuner (Source / Entreprise)
Selon des informations, à l'avenir, les données réelles générées par « Atomix » dans plus de 20 pays et 500 projets serviront directement de carburant à l'entraînement des modèles d'« Original Force Spirit Machine » ; et les modèles d'intelligence incarnée entraînés par « Original Force Spirit Machine » pourront également être rapidement déployés pour travailler en coordination avec les robots existants d'« Atomix ».
Cette vision n'est peut-être pas un château en l'air, mais repose sur une certaine base technique. Auparavant, « Original Force Spirit Machine » avait déjà lancé son grand modèle générique d'intelligence incarnée « DM0 ».
Tang Wenbin avait mentionné dans une interview précédente qu'au niveau des données, « Original Force Spirit Machine » avait réalisé la première « grande fusion de trois types de données » du secteur — combinant l'entraînement sur des données sémantiques d'Internet, des règles physiques de conduite autonome et des données opérationnelles de robots, pour améliorer l'ampleur et la qualité des données.
Cette méthode d'entraînement mixte transdomaine permet à « DM0 » de s'affranchir de la dépendance à des paramètres matériels spécifiques. Comme un « conducteur expérimenté », il a abstrait des lois physiques universelles à partir de données hétérogènes massives et peut, indépendamment des différences matérielles, migrer entre divers corps robotiques de différentes configurations, réalisant ainsi une logique opérationnelle universelle.
Le robot d'« Original Force Spirit Machine » prépare un cocktail (Source / Entreprise)
Plus crucial encore, « Original Force Spirit Machine » tente également d'étendre le « raisonnement en chaîne de pensée » des grands modèles à l'espace physique — ce qui permet à « DM0 », avec seulement une petite taille de paramètres de 2.4B, d'atteindre une précision opérationnelle inférieure au millimètre et d'améliorer significativement le taux de succès dans les tâches séquentielles longues.
À travers une série de combinaisons, « DM0 » tente de briser les points faibles des modèles incarnés traditionnels : données monotones, incapacité face au changement de machine, paramètres encombrants.
Après cette fusion et ce financement, l'industrie chinoise de l'intelligence incarnée accueille un joueur puissant. Plus important encore, cela indique également que l'industrie entre dans une nouvelle phase — trouver la loi d'échelle (scaling law) des modèles incarnés.
C'est un obstacle qu'il ne sera pas possible de franchir simplement en empilant des corps robotiques.
Cette semaine même, les médias ont révélé que ByteDance recrute activement et avec de gros budgets un responsable technique pour l'intelligence incarnée, ciblant directement les cadres techniques clés des startups leaders ; parallèlement, la star étrangère de l'intelligence incarnée, Skild AI, vient tout juste de finaliser l'acquisition de l'activité d'automatisation robotique de Zebra Technologies.
Les mouvements des géants, en Chine comme à l'étranger, sont similaires — alors que les fabricants de corps physiques, les détenteurs d'actifs de données, les développeurs de modèles et les opérateurs de scénarios commencent à se rapprocher rapidement, l'industrie entre officiellement en eaux profondes.
Image de la page d'accueil | Source Internet
Mise en page | Fan Xinya
Bienvenue pour échanger
