Lors du discours de Jensen Huang au Taipei Music Center, lors du segment final. Le résultat : un robot est monté sur scène.
On ne sait pas depuis quand, tout le monde appelle les robots des « légumes ». Peut-être parce qu'ils ne sont pas encore assez agiles, cela semble assez juste.
01
Regardez comment Jensen Huang présente ce robot : 1,8 mètre de haut, 68 kg, 75 degrés de liberté sur tout le corps ; il a lancé une blague sur scène, disant que cette taille et ce poids sont « à peu près comme les miens ». C'est assez intéressant.
Ce robot s'appelle Isaac GR00T, NVIDIA le définit officiellement comme une conception de référence, trois fournisseurs s'occupant chacun d'une partie.
Le corps provient du H2 Plus de Unitree Technology, les mains de la main agile à cinq doigts Sharpa de Singapour, et le cerveau est la puce Jetson Thor de NVIDIA, ainsi que toute la pile logicielle Isaac GR00T.
J'ai remarqué un détail :
Huang a dit : Les utilisateurs cibles de cette conception de référence sont les établissements d'enseignement supérieur et les chercheurs universitaires ; les premiers clients incluent Stanford et l'ETH Zurich.
La plateforme de développement et le code des modèles associés seront bientôt disponibles sur GitHub et Hugging Face ; toute la pile logicielle est prête à l'emploi, réduisant le temps de préparation des équipes de recherche de plusieurs jours à quelques heures.
En d'autres termes, NVIDIA ne fait pas seulement un robot.
C'est un projet clé en main ; le corps, le cerveau, les outils de génération de données, le framework d'entraînement, l'environnement de simulation, tout est emballé pour vous, il suffit de brancher l'alimentation pour commencer les expériences.
J'ai vérifié leurs capacités de génération de données.
Huang a déclaré qu'avec Cosmos 3 et Isaac GR00T Blueprint, 780 000 trajectoires de mouvement synthétiques peuvent être générées en 11 heures. 780 000, ça représente quoi ? Équivalent à 6 500 heures de données de démonstration humaine ; c'est à peu près comme si un ingénieur enseignait des mouvements à un robot en continu pendant 9 mois.
Ensuite, cet après-midi, le comité d'examen des admissions de la Bourse de Shanghai a annoncé les résultats : la demande d'introduction en bourse de Unitree Technology a été approuvée, répondant aux conditions d'émission.
73 jours, de la réception à l'approbation, lever 4,202 milliards de yuans, valorisation globale de 42 milliards. La première action de robot humanoïde sur le marché A, verrouillée, avec ces deux événements l'un après l'autre, je veux presque parler de double bonheur.
Mais un détail mérite attention :
Dans le discours de Jensen Huang, le nom de Unitree apparaît dans la colonne du corps. Sharpa apparaît dans la colonne des mains ; NVIDIA occupe lui-même toute la section du cerveau, de la puissance de calcul, du modèle, de la simulation, de la génération de données.
Et cet après-midi, lors de la réunion d'examen à Shanghai, Unitree a obtenu une valorisation de 42 milliards. Le prospectus indique clairement que la plus grande partie des fonds levés est destinée au modèle de grande taille pour l'incarnation. Au cerveau.
NVIDIA dit que tu es mon corps, le même jour, Unitree dit que je veux construire mon propre cerveau. Que se passe-t-il ?
02
J'ai pensé à un terme : conception de référence. Ce terme est assez neutre, comme un document technique, un ensemble de solutions, que tu peux consulter.
Ce terme est apparu plusieurs fois dans le milieu technologique, et chaque fois, la suite de l'histoire est à peu près la même.
L'exemple le plus représentatif, dans l'industrie du téléphone mobile.
Vers 2010, Qualcomm a commencé à faire une chose. Il a regroupé la puce Snapdragon, la bande de base, le système Android, la couche des pilotes, les interfaces matérielles, en un ensemble complet de conception de référence pour téléphones mobiles.
Dans l'industrie, on appelle ça turnkey, traduit par clé en main.
Qu'est-ce que ça veut dire ? Tu es un fabricant de téléphones, tu n'as pas besoin d'avoir tes propres capacités de conception de puces, de débogage système, ni d'entretenir une équipe R&D matérielle. Avec la solution Qualcomm, tu trouves une usine ODM, tu modifies le boîtier, tu colles ton logo, et un téléphone sort.
C'est ainsi qu'est né le premier Redmi. À l'époque, Xiaomi a fait appel à Wingtech pour la production, utilisant la solution Qualcomm ; cette année-là, Wingtech a expédié 65,5 millions d'unités.
Cela semble gagnant-gagnant, Qualcomm vend des puces, les marques économisent sur la R&D, les usines ODM obtiennent des commandes.
Puis j'ai vérifié ce qui s'est passé ensuite.
Huqin Technology, la plus grande entreprise ODM de téléphones en Chine, a réalisé un chiffre d'affaires de plus de 70 milliards de yuans sur les trois premiers trimestres 2024, avec un bénéfice net attribuable à la société mère de 2 milliards. Longqi Technology, chiffre d'affaires de 35 milliards, bénéfice net inférieur à 500 millions.
70 milliards de chiffre d'affaires, 2 milliards de bénéfice, marge nette inférieure à 3 %.
La marge brute de ces entreprises pour la fabrication de téléphones oscille depuis longtemps entre 5 % et 11 %. Les gens de l'industrie appellent ça l'argent durement gagné ; coincés entre le fournisseur de puces, les marques qui comparent les prix, et la concurrence des pairs. Plus ils grandissent, plus la marge est fine.
Wingtech, ancien champion des expéditions ODM, a fait une chose début 2025 : vendre toute son activité ODM à Luxshare Precision, se retirant complètement de la fabrication de téléphones ; après la vente, il s'est tourné entièrement vers les semi-conducteurs, sa marge brute dans les semi-conducteurs est de 37,47 %, soit plus de sept fois celle de la fabrication de téléphones.
Tu vois, être le numéro un mondial du corps, et finalement choisir d'arrêter.
Quel est le lien avec aujourd'hui ? J'ai mis côte à côte ce que Qualcomm faisait à l'époque et ce que NVIDIA fait aujourd'hui.
Qualcomm a sorti la puce, Android et la conception de référence, tout le monde dans l'industrie des téléphones l'a utilisé. Et le résultat ? Le matériel est devenu uniforme, les profits ont lentement quitté les mains des marques et des fabricants pour aller vers celles des fournisseurs de puces et de systèmes d'exploitation.
NVIDIA sort aujourd'hui la puce Jetson Thor, le modèle Isaac GR00T et la conception de référence. Le code du modèle est entièrement open source, le framework de simulation aussi, les outils de génération de données sont également emballés.
J'ai regardé la liste des partenaires actuels de NVIDIA : Unitree utilise Jetson Thor, Zhiyuan, Galaxy General, Ubtech aussi. Même Figure AI l'utilise, Boston Dynamics, Amazon et Meta aussi.
Unitree est l'un des dix-huit fournisseurs de corps.
Le vice-président du département robotique de NVIDIA a dit une phrase, mot pour mot : Nous ne produisons pas de robots, ni ne fabriquons de voitures ; nous fournissons un support technique à toute l'industrie via l'informatique et les logiciels d'infrastructure.
Cette phrase, Qualcomm l'a dite il y a quinze ans dans une version presque identique.
Quand une entreprise dit : Nous ne faisons pas de produits finaux, nous fournissons seulement une plateforme et des outils, elle annonce en fait une chose : les règles, c'est moi qui les définis.
L'open source du modèle GR00T, même logique que lorsque Google a open sourcé Android. Le logiciel gratuit pour toi, pour que tu ne puisses plus te passer de mon matériel. Utilise mon modèle, ma plateforme de simulation, et tu devras l'exécuter sur ma puce.
Mon avis est le suivant :
La conception de référence, c'est comme un accord de répartition du pouvoir. Celui qui publie la conception de référence définit la valeur du cerveau et du corps dans cette industrie.
L'industrie du téléphone a déjà répondu une fois : les entreprises qui font le corps, 70 milliards de chiffre d'affaires, marge de profit inférieure à 3 % ; les entreprises qui font le cerveau, peuvent gagner des dizaines de milliards de dollars de redevances de brevet par an. Maintenant, coïncidence, l'industrie de la robotique obtient le même accord.
03
J'ai parcouru le prospectus de Unitree. Sur les 4,202 milliards de levée de fonds, 2,022 milliards sont destinés à la R&D sur les modèles de robots intelligents, soit 48 %, le plus gros poste ; 1,11 milliard pour la R&D sur le corps, 445 millions pour les nouveaux produits, 624 millions pour la construction d'une base de fabrication.
L'endroit où l'on investit le plus d'argent, c'est le cerveau. Unitree connaît certainement ce jeu.
Wang Xingxing a dit une phrase, en gros : la plus grande erreur des dix dernières années a été de sous-estimer les progrès technologiques de l'IA, son équipe s'était concentrée sur le corps et le contrôle du mouvement, ce n'est que depuis deux ans qu'ils ont commencé à renforcer le modèle de grande taille pour l'incarnation.
D'un côté, fournir le corps pour la conception de référence de NVIDIA, de l'autre, investir 2 milliards pour construire son propre cerveau. C'est une guerre d'indépendance sous couvert de coopération.
J'ai vérifié les détails : GR00T N1.5 de NVIDIA tourne déjà sur le robot G1 de Unitree ; les développeurs de la communauté open source ont déployé et démontré des tâches de manipulation directement sur le G1 avec le code. Il y a un tutoriel complet de déploiement sur GitHub.
Autrement dit, le cerveau de NVIDIA est déjà installé dans le corps de Unitree. Et c'est public, n'importe qui peut reproduire ce processus.
Alors, que fait Unitree lui-même ?
En septembre 2025, Unitree a open sourcé son modèle du monde auto-développé UnifoLM-WMA-0. En janvier 2026, il a publié le modèle visuel-linguistique-action UnifoLM-VLA-0.
Le 25 mai, jour de l'annonce de l'approbation, Unitree a testé et publié le modèle de grande taille pour l'incarnation WVLA2.0, permettant au robot G1 d'effectuer indépendamment le rangement et le classement des objets dans une salle de réunion avec des interférences de personnes en mouvement, sans aucune télécommande.
Deux cerveaux, exécutés sur le même corps, l'un de NVIDIA, open source, utilisable par le monde entier, l'autre propre à Unitree, débutant, encore en train de rattraper. Comment voulez-vous que je le décrie ?
Il y a encore un rôle qui mérite attention.
J'ai découvert une entreprise appelée Fifth Paradigm, fondée en septembre 2024 seulement, l'équipe centrale vient de l'Académie chinoise des sciences et de l'université Tsinghua ; cette année, elle a levé trois tours de financement, Sequoia Capital China a mené le tour Pre-A, le dernier tour A a été investi par Fortune Capital et Shanghai Semiconductor Industry Investment.
Elle est le fournisseur de cerveau opérationnel pour l'incarnation numéro 001 de Unitree Technology.
Les deux parties, basées sur la plateforme de robot humanoïde G1 de Unitree, ont développé une solution intégrée logicielle-matériel pour l'industrie électrique ; Fifth Paradigm collabore également avec Midea, ses robots sont déjà en fonctionnement réel sur les lignes de production de l'usine Midea de Foshan.
Tu vois le problème ?
Le cerveau qui tourne sur le corps de Unitree, ce n'est pas deux, c'est trois. GR00T de NVIDIA, UnifoLM auto-développé par Unitree, et la série de modèles FAM de Fifth Paradigm.
Pourquoi une entreprise qui fabrique le corps doit-elle gérer trois cerveaux simultanément ? Parce qu'elle n'a pas encore le sien.
Le taux de dépenses de R&D de Unitree en 2025 était de 8,53 %, soit 145 millions ; celui d'Ubtech est de 25 %, 507 millions. Unitree est l'une des entreprises avec le plus faible ratio d'investissement en R&D parmi les leaders du secteur.
Ces 2 milliards, c'est l'argent pour rattraper le retard. La question est : rattraper le retard a une fenêtre d'opportunité.
GR00T de NVIDIA est open source, il itère vite. De N1 à N1.5, moins de trois mois. Tant que GR00T est assez bon, de plus en plus de développeurs et de clients le choisiront par défaut.
Comme quand Android s'est répandu, si tu veux ensuite faire ton propre système d'exploitation pour téléphone, ce n'est pas impossible, mais c'est de plus en plus difficile.
Ce que fait Unitree maintenant, c'est équivalent à vendre des téléphones Android avec des puces Qualcomm pour gagner de l'argent, tout en développant secrètement ses propres puces et système d'exploitation en laboratoire.
Je crois que l'état de coexistence de deux cerveaux ne durera pas longtemps, l'issue est simplement l'une des deux. Soit le cerveau auto-développé rattrape, et celui de NVIDIA devient facultatif ; soit il ne rattrape pas, et celui de NVIDIA devient le seul choix, alors Unitree ne sera vraiment plus que le corps.
04
En parlant de ça, il y a une question inévitable. Est-ce que quelqu'un n'utilise vraiment pas le cerveau de NVIDIA et s'en sort tout seul ?
Oui, une seule. Tesla. Et pour l'instant, seulement celle-là.
La puce utilisée par le robot humanoïde Optimus est la puce FSD auto-développée par Tesla, la même que celle qu'elle met dans ses voitures pour la conduite autonome.
Le même pipeline d'entraînement, le même système d'annotation de données, la même architecture de réseau neuronal, transférés directement de la voiture. Même le matériel d'inférence est commun, fonctionne actuellement sur HW4, la prochaine génération passera à AI5.
J'ai vérifié les derniers développements : lors de la conférence téléphonique sur les résultats du premier trimestre cette année, Musk a confirmé plusieurs échéances.
Optimus V3 sera publié mi-année, la production de masse débutera à l'usine de Fremont entre juillet et août. Cette ligne de production est l'ancienne ligne de production des Model S et Model X, arrêtée en mai et en cours de reconversion en ligne dédiée à Optimus, avec pour objectif une capacité annuelle de 1 million d'unités.
1 million d'unités. Unitree a expédié 5 500 robots humanoïdes sur toute l'année 2025.
Un écart de 180 fois.
Simultanément, la puce d'inférence AI5 de Tesla a terminé le tape-out, le système d'approvisionnement en puces auto-développées est formé ; cela signifie que de l'entraînement à l'inférence, du cloud au côté robot, il n'y a rien de NVIDIA sur toute la chaîne.
Je pense que Tesla a réussi cela grâce à trois atouts.
Le premier, la boucle de données FSD. Des millions de Tesla roulent chaque jour sur les routes, renvoyant en continu des données visuelles du monde réel.
Ces données servent à entraîner la conduite autonome, mais aussi la perception et la décision des robots. L'équipe d'Optimus n'a pas besoin de collecter des données de robot à partir de zéro, car les données des voitures peuvent être réutilisées.
Le deuxième, les puces auto-développées.
De Dojo à HW4 à AI5, Tesla a toujours développé sa propre architecture de calcul. Bien que Dojo ait connu des difficultés et qu'AI5 vienne tout juste de passer au tape-out, la direction n'a jamais changé, elle ne veut pas confier le matériel de base du cerveau à autrui.
Le troisième, l'usine gigantesque.
Le système de fabrication de Tesla, qui a produit des millions de voitures, peut être directement utilisé pour fabriquer des robots ; la gestion de la chaîne d'approvisionnement, le contrôle de la qualité, la montée en puissance de la production, ce ne sont pas des choses que l'on peut acheter rapidement avec de l'argent.
Maintenant, en revenant à Unitree, il n'a aucun de ces trois atouts. Cela signifie-t-il que Unitree deviendra forcément un Wingtech ? Pas forcément.
Parce que Unitree a un atout que Tesla n'a pas : un taux d'auto-développement et d'auto-production des composants clés de plus de 90 %. Moteurs, réducteurs, contrôleurs, tout est fait maison.
L'algorithme de contrôle du mouvement des robots quadrupèdes développé à partir de zéro, le robot humanoïde H1 sorti en six mois de projet, avec seulement trois personnes à plein temps impliquées, cela montre que le corps de Unitree a un contenu technologique.
Il y a une distinction clé que beaucoup négligent en comparant les téléphones et les robots.
La forme physique des téléphones est déjà convergente.
Un écran, une puce, une batterie, juste un boîtier différent. Presque aucun espace de différenciation matérielle. Donc, quand le fournisseur de puces sort une conception de référence, tous les téléphones se ressemblent, les marques ne peuvent que rivaliser en marketing et en prix.
Les robots, c'est différent. Pouvoir marcher stablement, tenir sur un pied sans tomber après un coup, dévisser un bouchon de bouteille avec cinq doigts, ces capacités, aujourd'hui encore, varient énormément entre les entreprises.
Cela signifie qu'au moins à l'étape actuelle, faire le corps n'est pas forcément une voie sans issue ; le corps lui-même a encore une marge de valorisation, il n'a pas encore été avalé par la standardisation.
Cependant, de nouvelles tendances apparaissent dans l'industrie. J'ai remarqué un constat : la demande en puces pour l'intelligence incarnée évolue de l'achat de produits standards vers des SoC dédiés sur mesure.
Cela signifie qu'à l'avenir, chaque entreprise de robotique pourrait co-développer sa propre puce dédiée avec une entreprise de semi-conducteurs ; si cette tendance se confirme, l'effet de verrouillage de la conception de référence de NVIDIA sera affaibli.
Actuellement, cette fenêtre est encore ouverte. La franchir, c'est devenir Tesla. Ne pas la franchir, c'est devenir Wingtech. Ce à quoi Unitree mise 2 milliards, c'est précisément cela.
La fenêtre ne restera pas ouverte indéfiniment, chaque itération de GR00T la fait descendre un peu. De N1 à N1.5, trois mois. Le temps laissé à Unitree, c'est peut-être deux ou trois ans.
Bien sûr, ne soyons pas trop pessimistes. Juste quelques observations personnelles.
Cet article provient du compte WeChat "Wang Zhiyuan" (ID : Z201440), auteur : Wang Zhiyuan
