En trois mois, 35 milliards de yuans, les investisseurs se disputent l'"OpenAI du monde physique"

marsbitPublié le 2026-06-15Dernière mise à jour le 2026-06-15

Résumé

Une course effrénée des investisseurs s'engage vers l'AGI physique. La start-up chinoise Jijia Shijie (Excellent Vision) vient de boucler un financement de 3,5 milliards de yuans en seulement trois mois, portant sa valorisation à plus de 10 milliards. Dirigée par Huang Guan, un docteur de 30 ans de l'Université Tsinghua, l'entreprise attire un large éventail de fonds d'investissement nationaux et internationaux. La stratégie de Jijia Shijie repose sur un système en « double pyramide » combinant algorithmes et données, et centré sur un « modèle du monde » pour comprendre et interagir avec l'environnement physique. Ses modèles phares, GigaBrain et GigaWorld, ont obtenu des premières places dans des benchmarks mondiaux. La société vise le « moment GPT-3 » de l'AGI physique, où des capacités émergentes se manifesteront. Concrètement, Jijia Shijie déploie sa technologie sur deux fronts : grand public (robot domestique polyvalent « Shiguang S1 ») et industriel (robots « Maker » pour l'automatisation des usines et modèle de conduite autonome « DriveDreamer »). Ces déploiements génèrent des données et des revenus essentiels pour alimenter la boucle d'amélioration de ses modèles. L'objectif ultime est de dépasser l'AGI purement numérique pour créer une intelligence capable d'agir dans le monde physique, remodelant potentiellement les modes de production et la vie quotidienne. Les investisseurs parient que ce futur est proche.

Une scène familière se reproduit.

Investment Community a appris que GigaView (Extrême Excellence Vision) a annoncé avoir achevé un nouveau cycle de financement de série B2 de 1 milliard de yuans, avec la participation d'investisseurs mondiaux de premier plan tels que Lion City Capital (multiples tours, investissement continu), China-Belgium Fund, Jiantou Investment, Wanxiang Qianchao, Fosun Rui Zheng, Huagai Chuangying, Jinchuangtou, Deyi Capital, Huacang Capital, Yuanshi Fund, et autres fonds nationaux de premier plan, capitaux industriels, institutions financières et plateformes d'État. Des actionnaires historiques comme Guozhong Capital, Dachen Caizhi et Turing Asset Management ont également largement réinvesti.

Selon des sources informées, l'intention d'investissement sur le marché pour ce tour dépassait largement l'objectif de financement initial. Il est à noter qu'il s'agit déjà du troisième tour de financement de GigaView en trois mois, avec un montant cumulé atteignant 3,5 milliards de yuans.

Ainsi, GigaView et son capitaine, le docteur Huang Guan, né dans les années 90, ont créé l'une des scènes les plus chaudes du cercle du capital-risque cette année. Derrière cette mise collective des investisseurs, se profile peut-être l'imminence du "moment GPT-3" de l'AGI physique.

Les investisseurs font la queue, Trois mois, une série de financements de 35 milliards

Comme on peut le constater, presque tous les types d'institutions d'investissement leaders du marché se trouvent derrière GigaView.

Dès sa création, GigaView a obtenu un financement d'amorçage de plusieurs dizaines de millions de yuans, investi par Chentao Capital. Par la suite, les investisseurs ont commencé à affluer - en septembre 2024, elle a achevé deux tours consécutifs de financement anges et anges+ d'environ 50 millions de yuans, avec des investissements de BAIC Capital, MiraclePlus, Huamin Tou, Longding Investment, Qingzhi Capital, PKSHA Algorithm Fund, entre autres.

Un an plus tard, en août 2025, GigaView a obtenu des financements consécutifs de série Pre-A et Pre-A+ de plusieurs centaines de millions de yuans. Le tour Pre-A a été mené par Guozhong Capital, avec la participation de Zifeng Capital et de l'actionnaire historique PKSHA Algorithm Fund ; le tour Pre-A+ a été investi par China International Capital Corporation (CICC), Guangzhou Industrial Investment, Yicun Songling et Huaqiang Capital.

Par la suite, le rythme de financement de GigaView s'est accéléré. En novembre de la même année, GigaView a achevé un nouveau tour de financement de série A1 de niveau centaine de millions de yuans, co-investi par Huawei Hubble et Huakong Fund. Un mois plus tard, la société a achevé un financement de série A2 de 200 millions de yuans, mené par Dachen Caizhi, co-leadé par l'actionnaire historique Huakong Fund, avec la participation d'institutions renommées comme Shoufazhan Chuangtou, Puyao Xinye, Caixin Capital, Huajin Capital, Zhangke Yaokun, Fuzhuo Chuangtou, etc., l'actionnaire historique Hedding Gong Capital ayant largement réinvesti.

En 2026, le rythme de financement de GigaView a laissé une impression profonde dans le cercle du capital-risque.

D'abord, début mars de cette année, elle a achevé un financement de série Pre-B de près d'un milliard de yuans, avec des investisseurs incluant des capitaux industriels de premier plan dans les semi-conducteurs et l'automobile comme SMIC聚源, Shanghai Semiconductor Industry Investment Fund, Linxin Capital, Xingyuan Capital, Wanlin International, ainsi que des plateformes d'État et institutions financières renommées comme CICC, Suchuangtou, Huaqiang Capital, Changjiang Capital, Guanggu Chantou, Xishan Guotou, Jinyu Maowu, Xinding Capital, Lingyang Investment, Caixin Capital, Zhangke Yaokun, Chengzhu Investment. Parmi eux, CICC, Huaqiang Capital, Caixin Capital, Zhangke Yaokun, en tant qu'actionnaires historiques, ont continué à apporter un soutien massif.

Puis en avril, le financement de série B1 de GigaView a été révélé - investi par un géant technologique renommé, plusieurs fonds nationaux de premier plan, le CVC Jianling Capital du groupe Yili, Puhua Capital, Huafu Investment, Yida Capital, le fonds de Nouvelle Industrialisation, Shengjing Jiacheng, Turing Asset Management, Kaiyang Capital, Wuhan Gaoke, Guiyang Jintou, Shandong Chantou, et d'autres plateformes d'État de premier plan, capitaux industriels et institutions financières bi-monétaires, avec des actionnaires historiques comme Huakong Fund, Huamin Tou, Yicun Capital, Lingyang Investment ayant largement réinvesti.

Ainsi, la valorisation de GigaView a dépassé les 10 milliards de yuans, devenant la première licorne décacorne mondiale de modèle mondial en Chine.

Jusqu'à cette fois, le financement de série B2 a été officiellement dévoilé, signifiant qu'en seulement trois mois, GigaView a accumulé un financement de 3,5 milliards de yuans, les investisseurs votant avec de l'argent réel.

En examinant en détail, le parcours de financement de GigaView depuis sa création est un microcosme de la confiance croissante du marché primaire dans le secteur de l'AGI physique, et reflète la ferme confiance des investisseurs dans la "feuille de route technologique AGI physique pilotée par le modèle mondial + capacité de déploiement au niveau productif" de GigaView.

Le signal qui s'en dégage est également profond. De plus, c'est à la fois un témoignage des accumulations technologiques passées de GigaView, et l'endossement le plus précieux pour son leadership dans le secteur de l'AGI physique et l'ouverture d'un nouveau paysage industriel. On peut prévoir qu'à l'avenir, encore plus d'investisseurs convergeront vers GigaView.

Le système "double pyramide", l'assurance pour progresser vers l'AGI physique

Comme le monde extérieur se demande, pourquoi GigaView ?

Investir, c'est investir dans les personnes. Derrière GigaView se trouve un docteur de 90 ans de l'Université Tsinghua - Huang Guan. Il est diplômé de licence de l'Université des Sciences et Technologies de Huazhong, puis a poursuivi un master à l'Institut d'Automatisation de l'Académie Chinoise des Sciences, avant de devenir docteur du Département d'Automatisation de l'Université Tsinghua. De plus, il a travaillé successivement chez Horizon Robotics et Jianzhi Robot, et a eu des expériences de travail au Microsoft Research Asia, Samsung China Research, entre autres.

Plus rare encore, Huang Guan, au cours de sa carrière passée, a dirigé ou participé à des financements totalisant plus de 2 milliards de yuans. Ainsi, Huang Guan est l'un des rares talents leaders composites possédant à la fois une expérience de recherche de pointe en IA physique, une expérience d'ingénierie de production en série, une expérience de déploiement commercial et une expérience entrepreneuriale continue.

Et l'équipe centrale dirigée par Huang Guan a également traversé complètement le développement de l'IA physique au cours de la dernière décennie, et a continuellement obtenu d'excellents résultats à chaque étape de l'innovation technologique et du déploiement industriel, que ce soit en vision par ordinateur, conduite autonome, intelligence incarnée ou modèle mondial. C'est une équipe rare dans l'industrie, possédant une expérience et des capacités de pointe dans tous les aspects de l'AGI physique : algorithmes, données, corps, production en série, commerce, organisation, une équipe de "guerriers hexagonaux", qualifiée de "dream team" de l'AGI physique.

Si le talent est le propulseur de l'ascension de GigaView, l'innovation technologique est la base fondamentale de sa position sur la scène mondiale de l'AGI physique.

Comme on le sait, le développement de l'AGI physique rencontre deux goulots d'étranglement majeurs : premièrement, la fragmentation des données, avec un manque de données de haute qualité et multidimensionnelles adaptées aux scénarios d'interaction physique ; deuxièmement, les modèles de base dominés par le langage ne sont pas des architectures efficaces pour encoder les informations 3D, la causalité physique et les actions, ce qui rend difficile pour le modèle de comprendre les lois physiques complexes.

Comment résoudre ces deux problèmes ? La réponse de GigaView est : en prenant le modèle mondial comme noyau, et en construisant simultanément un système "double pyramide" d'algorithmes et de données.

Parmi elles, la pyramide des données est divisée en cinq couches, de bas en haut : données vidéo internet, données réelles humaines, simulateur de modèle mondial, données synthétiques de simulation, données réelles de machines. Cette architecture de données à cinq couches peut résoudre les points douloureux du développement de l'AGI physique : données insuffisantes, qualité médiocre, scénarios uniques, fournissant ainsi un "carburant" ample et de haute qualité pour l'entraînement des modèles algorithmiques.

La pyramide des algorithmes est divisée en trois couches, centrées principalement sur trois capacités clés : simulation mondiale, alignement des actions, renforcement par l'expérience. Ainsi, on peut réaliser le saut de la cognition physique à l'exécution physique, de l'exécution passive à l'évolution active, permettant à l'AGI physique de posséder des capacités d'apprentissage et d'adaptation similaires à celles des humains.

La valeur fondamentale du système "double pyramide" réside dans la construction d'un mécanisme d'évolution en boucle fermée où les données alimentent les algorithmes et les algorithmes enrichissent les données. La pyramide des données fournit des données d'interaction physique massives et de haute qualité à la pyramide des algorithmes, soutenant l'entraînement et l'optimisation des modèles algorithmiques ; l'itération et la mise à niveau de la pyramide des algorithmes peuvent à leur tour améliorer la précision de la collecte de données et l'authenticité des données simulées, enrichissant ainsi le contenu de la pyramide des données.

Plus important encore, après trois ans de maturation, GigaView a créé un système de "double modèle mondial génération-action". Parmi eux, le modèle d'action mondial transforme la compréhension et la prédiction du modèle mondial en stratégies d'action pour les robots : GigaBrain-0 : modèle VLA incarné autodéveloppé piloté par modèle mondial, remportant la première place mondiale avec un taux de réussite de tâches de 51,67% dans RoboChallenge, l'évaluation sur machines réelles la plus grande au monde ;

GigaBrain-0.5M* : premier paradigme natif d'agent intelligent physique au monde centré sur "l'apprentissage par expérience piloté par modèle mondial", réalisant l'auto-évolution via "modèle mondial + apprentissage par renforcement", avec un taux de réussite des tâches difficiles à long terme proche de 100% ;

GigaWorld-Policy : modèle d'action mondial brisant le triangle d'impossibilité "vitesse-performance-efficacité", réalisant une augmentation de 10 fois de la vitesse d'inférence, 10 fois de l'efficacité d'entraînement, et une amélioration d'environ 30 points de pourcentage du taux de réussite des tâches. Sur la plateforme d'évaluation mondiale RoboCasa365 dédiée aux tâches de manipulation mobile domestique, il a battu Nvidia GR00T N1.5, PI0.5, etc., obtenant la première place mondiale, et est devenu le premier modèle d'action mondial à atteindre le sommet du classement.

Le modèle de génération mondiale comprend, simule et génère le monde physique, fournissant des données, une base de simulation et des paramètres de pré-entraînement pour le modèle d'action : GigaWorld-0 : premier travail marquant au monde validant que "les données générées par le modèle mondial peuvent efficacement améliorer les performances des robots réels", publié et open-source en décembre 2025, le code open-source GitHub a obtenu plus de 1,5k étoiles ;

GigaWorld-1 : un modèle mondial conditionné par l'action (AC-WM), avec un score global de 62,34 sur l'évaluation WorldArena, battant des modèles d'institutions mondiales de premier plan comme Google, NVIDIA, Alibaba, obtenant la première place mondiale, premier modèle à dépasser 60 points sur le classement ;

DriveDreamer : premier modèle mondial de conduite autonome au monde pour le monde physique réel, invité par NVIDIA Oral Presentation, l'un des articles les plus influents de l'ECCV 2024, réalisant le premier déploiement industriel à grande échelle d'un modèle mondial.

Il ne fait aucun doute que le modèle d'action mondial et le modèle de génération mondiale sont indissociables, formant un état complémentaire et ascendant en spirale, constituant ensemble le modèle de base de l'AGI physique, accélérant ainsi l'arrivée de l'AGI physique à son "moment GPT-3". D'une certaine manière, GigaView a tracé une nouvelle voie qui est progressivement validée.

Le monde physique, la prochaine étape de l'AGI

Le moment d'un nouveau tournant dans l'ère de l'IA est arrivé.

Ces dernières années, l'AGI numérique s'est concentrée sur le traitement de l'information et l'interaction virtuelle, s'appuyant sur des modèles linguistiques géants et des modèles de génération multimodaux pour réaliser des fonctions comme la création de texte, la conception d'images, l'écriture de code, optimisant et améliorant essentiellement la "productivité de l'information".

Les limites sont également évidentes. Bien que l'AGI numérique améliore considérablement l'efficacité de la diffusion de l'information, de la création de contenu et du traitement des données, elle ne peut toujours pas franchir la frontière entre le virtuel et le réel. Comme l'a dit la "marraine de l'IA" Fei-Fei Li, les grands modèles linguistiques sont toujours des "artisans du texte dans l'obscurité", éloquents mais manquant d'expérience, savants mais pas assez enracinés.

Ainsi, selon l'équipe de GigaView, l'AGI ne devrait pas rester confinée à l'écran. Et la valeur fondamentale de l'AGI physique réside dans l'exécution physique et la transformation physique, comprenant les lois physiques via le modèle mondial, percevant l'environnement physique via la multimodalité, exécutant des actions physiques via le corps mécanique.

Sans aucun doute, GPT-3 est largement reconnu comme le point clé où la loi d'échelle (Scaling Law) a manifesté pour la première fois des capacités émergentes dans le processus de réalisation de l'AGI numérique. Aujourd'hui, après trois ans, GigaView, après avoir continuellement franchi des étapes dans ses systèmes algorithmiques et de données, voit déjà une tendance à la convergence de la feuille de route de l'AGI physique, ce qui signifie que le "moment GPT-3" de l'AGI physique pourrait arriver très bientôt.

Selon les informations, GigaView GigaBrain-1 sera publié au troisième trimestre de cette année. En tant que premier modèle de base d'AGI physique au monde basé sur le système "double pyramide", GigaBrain-1 apportera trois percées clés : compréhension native visuelle (utilisant la vision comme canal principal de compréhension de l'état), planification de haut niveau linguistique (le langage responsable de la décomposition des tâches de haut niveau), alignement des lois physiques (extension systématique de données d'entraînement à grande échelle de tous types).

Par la suite, GigaBrain-2 et GigaBrain-3 seront également lancés. Parmi eux, GigaBrain-3 sera entraîné sur 10 millions d'heures de données vidéo + 1 million d'heures de données monde-action, visant directement le "moment GPT-3" de l'AGI physique.

Bien sûr, la technologie doit finalement revenir à la réalisation de la valeur industrielle.

GigaView a emprunté une voie unique : le C (consommateurs) vers les foyers, le B (entreprises) vers les usines, les deux lignes avançant ensemble. En regardant l'industrie, actuellement, les entreprises d'intelligence incarnée capables d'obtenir des commandes pour les foyers se comptent sur les doigts d'une main, la raison étant que les besoins des scénarios familiaux réels sont plus complexes et diversifiés, loin d'être standardisés comme les scénarios industriels.

Mais GigaView a quand même relevé le défi, lançant récemment la sous-marque pour les scénarios domestiques "SeeLight" (Cueillir la Lumière), et présentant son premier robot humanoïde universel entrant dans des foyers réels "SeeLight S1", ayant obtenu une centaine de commandes pour des scénarios familiaux réels, qui seront d'abord déployés dans la communauté Guanggu Zhiyu à Wuhan, commençant une exploitation à l'échelle au troisième trimestre ; la prochaine génération de robot universel domestique "SeeLight S2" sera également publiée au troisième trimestre.

Ainsi, GigaView a également réalisé une percée pionnière dans les données réelles de machines domestiques, les plus rares dans l'industrie. Et suivant le rythme produit de SeeLight S2/S3, correspond précisément au moment ChatGPT de l'AGI physique - permettre aux compétences ordinaires d'être largement appliquées dans des scénarios familiaux réels.

Du côté B, d'une part, face aux scénarios de fabrication industrielle, GigaView passe de la validation ponctuelle à la production à l'échelle. En avril de cette année, GigaView a lancé le robot universel natif d'AGI physique entièrement autodéveloppé Maker H01, et en collaboration avec FAW Mould, Alibaba Cloud, a réalisé le déploiement d'une solution complète pour les robots d'intelligence incarnée dans des scénarios réels de fabrication industrielle, réduisant le cycle d'adaptation au scénario des solutions d'automatisation traditionnelles de plusieurs mois à quelques semaines.

Parallèlement, GigaView a annoncé ce mois-ci qu'elle prévoyait, en trois ans, de déployer conjointement avec Longsheng Technology à Wuxi 1000 robots universels équipés du cerveau incarné de modèle mondial de GigaView et de la série Maker - c'est la première fois au monde que des robots universels pilotés par un modèle de base d'intelligence physique entrent dans un déploiement à l'échelle de milliers d'unités en scénario industriel, marquant la fin des pilotes à petite échelle de l'intelligence incarnée en Chine et son entrée complète dans le cycle de production à l'échelle en scénarios industriels.

D'autre part, GigaView a depuis longtemps fait de la série DriveDreamer, modèle mondial de conduite autonome, un représentant de l'industrie - le nouveau simulateur de conduite de nouvelle génération centré sur le modèle mondial a déjà signé des contrats et des collaborations de production en série avec plusieurs constructeurs automobiles leaders chinois, des constructeurs étrangers et sino-étrangers, ainsi que des géants des puces IA et des équipementiers de niveau 1 (Tier 1), servant plus de 30 constructeurs automobiles leaders mondiaux et sociétés de conduite autonome en Chine et à l'étranger.

En résumé, le déploiement côté B, représenté par les produits de la série industrielle, correspond précisément au moment Claude Code de l'AGI physique - la percée des compétences avancées dans les scénarios de productivité.

Plus important encore, le déploiement en parallèle des scénarios de déploiement par GigaView permet d'utiliser continuellement les données réelles accumulées et les flux de trésorerie pour enrichir la base de données de la "double pyramide", alimentant la roue "scénario - données - modèle - produit - écosystème".

Selon Huang Guan, le moment GPT-3 a réalisé l'émergence intelligente des capacités du modèle ; le moment ChatGPT a permis à la productivité de bénéficier à chaque individu ordinaire ; le moment Claude Code a permis aux capacités des modèles d'intelligence numérique d'atteindre un niveau expert dans des domaines professionnels.

"En tant qu'entreprise leader de l'AGI physique ayant investi le plus tôt en Chine dans le modèle mondial, GigaView croit que l'AGI physique traversera également des étapes similaires à l'avenir, la différence étant que - l'AGI physique agira directement sur le monde physique réel. Ce qu'elle apporte n'est pas seulement une amélioration de l'efficacité de l'information, mais une refonte des modes de production et de vie, donc son impact sur l'économie et la société sera également plus profond."

En examinant l'histoire du développement de la civilisation humaine, chaque bond majeur de productivité est lié à une percée technologique centrale disruptive. Par conséquent, lorsque l'IA franchira réellement les limites du numérique pour entrer dans le vaste monde physique, elle déclenchera inévitablement une nouvelle révolution de productivité, libérant une productivité physique infinie.

C'est précisément la vision ultime que décrit GigaView - l'ère où l'AGI physique sert chaque individu, se produira progressivement foyer après foyer réel.

Peut-être que cette scène arrive bientôt.

Cet article provient du compte public WeChat "Investment Community" (ID: pedaily2012), auteur : Liu Bo.

Questions liées

QQuelle est la principale raison pour laquelle les investisseurs s'intéressent autant à l'entreprise Jiashijie ?

ALes investisseurs s'intéressent massivement à Jiashijie (aussi appelée GigaWorld) car elle est considérée comme un leader dans la course à l'AGI physique (Intelligence Générale Artificielle pour le monde physique). Ils parient sur son approche basée sur des « modèles du monde » pour comprendre et interagir avec la réalité, une technologie qu'ils voient comme le prochain grand tournant, similaire au « moment GPT-3 » pour l'IA numérique.

QQuel est le parcours et le rôle du fondateur de Jiashijie, Huang Guan ?

AHuang Guan est le fondateur et le PDG de Jiashijie. C'est un docteur de l'Université Tsinghua. Il possède une expérience professionnelle précieuse chez des sociétés comme Horizon Robotics et Jianzhi Robot, ainsi que dans des instituts de recherche tels que Microsoft Research Asia. Il est décrit comme un leader composite, alliant expertise technique de pointe en IA physique, expérience en ingénierie de production, expérience commerciale et entrepreneuriat, ayant même dirigé des levées de fonds importantes avant Jiashijie.

QQuels sont les deux principaux systèmes pyramidaux développés par Jiashijie pour surmonter les limites de l'AGI physique ?

APour surmonter les deux principaux goulots d'étranglement de l'AGI physique (manque de données adaptées et architectures inefficaces pour le 3D), Jiashijie a développé un système de « doubles pyramides ». La « Pyramide des Données » à cinq couches collecte et génère des données de haute qualité (vidéos internet, données humaines, simulation, etc.). La « Pyramide des Algorithmes » à trois couches développe les capacités clés (simulation du monde, alignement des actions, apprentissage par renforcement). Ensemble, elles forment une boucle vertueuse où les données nourrissent les algorithmes et les algorithmes améliorent la collecte de données.

QQuels sont les principaux produits ou modèles phares mentionnés dans l'article, et à quoi servent-ils ?

AL'article mentionne plusieurs modèles clés : 1) **GigaBrain** : Un modèle d'action pour le monde physique qui transforme la compréhension du modèle du monde en stratégies d'action pour les robots (ex: GigaBrain-0, vainqueur de RoboChallenge). 2) **GigaWorld** : Un modèle génératif du monde qui comprend, simule et génère des environnements physiques pour entraîner les modèles d'action (ex: GigaWorld-1, champion sur WorldArena). 3) **DriveDreamer** : Le premier modèle du monde pour la conduite autonome, déjà déployé industriellement. Ces modèles forment un système dual qui est au cœur de leur approche de l'AGI physique.

QComment Jiashijie prévoit-elle de commercialiser sa technologie et dans quels secteurs ?

AJiashijie adopte une stratégie de commercialisation à deux volets (B2B et B2C). Pour le **grand public (C端)**, elle lance la marque « SeeLight » et le robot humanoïde généraliste « S1 » pour les tâches domestiques, avec des premières commandes pour des logements à Wuhan. Pour les **entreprises (B端)**, elle se concentre sur l'industrie manufacturière avec la série de robots universels « Maker » (ex: H01), visant une automatisation flexible, et a signé un accord pour déployer 1000 robots en usine. Son modèle DriveDreamer pour l'automobile est déjà commercialisé auprès de nombreux constructeurs. Cette double approche génère à la fois des flux de trésorerie et des données réelles cruciales.

Lectures associées

Microsoft annonce la construction d'un ordinateur quantique commercial dans trois ans : Le rêve pourra-t-il se réaliser ?

Microsoft annonce avoir développé le nouveau puce quantique Majorana 2, où les qubits affichent une durée de cohérence moyenne record de 20 secondes, soit une fiabilité multipliée par 1000 par rapport à la génération précédente. Sur cette base, la société fixe un objectif ambitieux : construire un ordinateur quantique commercial viable d'ici 2029. Cette percée repose sur deux piliers. D'abord, la technologie des *qubits topologiques* utilisée par Microsoft, qui exploite les propriétés des quasi-particules de Majorana pour protéger l'information quantique des perturbations, offrant une stabilité intrinsèque supérieure. Ensuite, le rôle crucial joué par l'IA dite "agentique" de la plateforme Microsoft Discovery. Celle-ci a accéléré la recherche en optimisant les paramètres de fabrication, en analysant des données complexes et en résolvant des problèmes expérimentaux, réduisant considérablement le temps de développement. Si cet avancement est salué comme une étape majeure, des défis immenses persistent pour atteindre l'objectif de 2029. Le Majorana 2 ne contient que 12 qubits, alors qu'un ordinateur quantique universel et utile nécessitera probablement des millions de qubits. De plus, des questions pratiques subsistent : la durée de cohérence, bien que prolongée, sera-t-elle suffisante pour les algorithmes complexes ? Les coûts de compilation et la vérification des résultats posent également des problèmes non résolus. Microsoft, en misant sur la voie topologique qu'elle estime plus évolutive, se distingue de concurrents comme Google ou IBM qui privilégient les qubits supraconducteurs. La course à l'ordinateur quantique pratique s'intensifie donc, mais son issue et son calendrier précis restent incertains.

marsbitIl y a 2 mins

Microsoft annonce la construction d'un ordinateur quantique commercial dans trois ans : Le rêve pourra-t-il se réaliser ?

marsbitIl y a 2 mins

Le « malédiction de la Coupe du Monde » existe-t-elle vraiment sur les marchés ?

Le "malédiction de la Coupe du Monde" désigne la tendance des marchés boursiers mondiaux à sous-performer pendant le tournoi. Les données historiques semblent l'étayer : le S&P 500 a affiché un rendement moyen négatif (-1,5% à -2,11%) lors des 19 éditions entre 1950 et 2022, avec 11 baisses. Le marché chinois a chuté dans 71% des cas sur les 7 derniers tournois. Les causes sont multiples. Des études, comme celle de la BCE en 2010, montrent une baisse d'environ 33% du volume des transactions pendant les matchs, chutant à 55% lorsque l'équipe nationale joue. Une défaite peut entraîner des rendements anormalement négatifs le jour suivant. Cependant, l'effet du Mondial est souvent amplifié par le contexte saisonnier. Les tournois d'été (juin-juillet) coïncident avec la période traditionnellement faible des marchés ("Sell in May and go away"). L'édition 2022 au Qatar, en hiver, a vu un recul moindre des volumes (-18%), suggérant un impact atténué hors de la saison estivale. Pour le Bitcoin, les mouvements lors des Mondiaux (2010, 2014, 2018, 2022) s'expliquent davantage par des facteurs propres (premières transactions, faillites d'échanges, cycles de réduction de moitié, macroéconomie) que par l'événement sportif. Les opportunités d'investissement évoluent. Les secteurs classiques comme la télévision traditionnelle voient leurs bénéfices s'éroder face à la montée en puissance des streamers. La bière et les articles de sport restent résilients mais font face à des changements de consommation. De nouvelles tendances émergent, comme les cartes de joueurs tokenisées sur blockchain. En conclusion, si le Mondial coïncide souvent avec une baisse de liquidité et de performance des marchés, son influence directe est limitée et mêlée à des effets saisonniers. Pour de nombreux investisseurs, suivre la compétition peut simplement être une bonne raison de se détacher temporairement des marchés durant une période moins dynamique.

marsbitIl y a 10 mins

Le « malédiction de la Coupe du Monde » existe-t-elle vraiment sur les marchés ?

marsbitIl y a 10 mins

Pourquoi l'« abonnement aux services d'IA » est voué à disparaître ?

Le modèle « abonnement illimité » pour les services d'IA est en train de disparaître. La récente annonce d'Anthropic concernant Claude Fable 5, disponible gratuitement pour les abonnés seulement jusqu'au 22 juin avant de passer à une facturation à l'usage, illustre une tendance de fond. OpenAI et GitHub ont pris des mesures similaires ces dernières semaines. La raison fondamentale est que le modèle économique de l'abonnement fixe, qui repose sur une consommation limitée par le temps humain (comme pour le streaming), ne peut pas résister à l'avènement des agents IA. Ces derniers consomment 5 à 30 fois plus de tokens que le chat simple et peuvent fonctionner de manière autonome, sans plafond de consommation. Les forfaits actuels subventionnent massivement les utilisateurs intensifs, à un niveau insoutenable (un forfait de 200$ pouvant couvrir jusqu'à 14000$ d'usage). Tenter de rectifier le tir en augmentant les prix ou en limitant l'usage a échoué, attirant toujours plus d'utilisateurs "gourmands". L'avenir est donc à la facturation à l'usage (crédits), similaire à la consommation d'électricité. La forme de l'abonnement peut subsister, mais son essence – un prix fixe pour un usage illimité – sera vidée de sa substance. Seul le chat conversationnel simple, où la consommation reste liée à l'utilisateur, pourrait conserver un forfait fixe, mais il deviendra marginal. Cette transition, accélérée par les préparations en bourse des entreprises, marque la fin d'une période de subventions massives. Pour les utilisateurs, l'ère où un abonnement modique permettait de faire tourner des tâches coûteuses touche à sa fin – une période à utiliser tant qu'elle dure.

marsbitIl y a 10 mins

Pourquoi l'« abonnement aux services d'IA » est voué à disparaître ?

marsbitIl y a 10 mins

Le plus gros acheteur disparaît : La frénésie du capital IA renverse le cycle de "déséquitisation" du marché boursier américain

Le plus grand acheteur disparaît : la frénésie des capitaux en IA inverse le cycle de « déséquitisation » à Wall Street. Une vague massive d'émissions d'actions, comparable à la bulle Internet, déferle sur le marché américain, marquant la fin de deux décennies de « déséquitisation » – une réduction structurelle de l'offre d'actions par les rachats d'actions. Des introductions en bourse géantes (SpaceX à 75 milliards de dollars, OpenAI et Anthropic à venir) et des augmentations de capital massives (comme les 85 milliards de dollars planifiés par Alphabet) devraient injecter environ 1 500 milliards de dollars d'offre nette d'actions dans les deux prochaines années. Cette transition, baptisée « rééquitisation », est alimentée par les besoins de financement colossaux de la course à l'IA, poussant les entreprises à émettre des actions plutôt qu'à en racheter. Alors que les géants technologiques passent de principaux acheteurs à vendeurs nets, la question cruciale est de savoir qui absorbera cette offre. Les investisseurs individuels (représentant 20% des volumes) et les fonds monétaires (7,9 billions de dollars) sont des sources potentielles, alimentées par la FOMO (peur de manquer le mouvement). Cependant, des signaux d'alarme historiques apparaissent. Une telle concentration d'émissions coïncide souvent avec la fin des cycles haussiers et peut peser sur les rendements futurs du marché, comme le S&P 500 a historiquement sous-performé après de grandes IPO. Bien que certains y voient un facteur de risque accru de volatilité plutôt qu'un changement de paradigme, le vent structurel porteur de l'offre limitée semble s'être inversé.

marsbitIl y a 15 mins

Le plus gros acheteur disparaît : La frénésie du capital IA renverse le cycle de "déséquitisation" du marché boursier américain

marsbitIl y a 15 mins

Trading

Spot
Futures
活动图片