À l'instant même, Lin Junyang, ancien responsable technique de la première version de Qianwen chez Alibaba, a officiellement annoncé son nouveau projet entrepreneurial : la création à Shanghai d'une nouvelle entreprise d'IA, Pragmatik Labs (Technologie Pragmatique), abrégée en p7k. L'orientation a également été dévoilée pour la première fois officiellement : la recherche sur la prochaine génération d'Agents, à cheval entre le monde numérique et le monde physique.
Simultanément, la composition des investisseurs de Pragmatik Labs a également été révélée. Lin Junyang a dévoilé que Gaorong Capital et HSG (Sequoia China) sont co-leaders de ce tour de financement, avec le soutien de Tencent et du Shanghai Future Industry Fund.
Des informations antérieures avaient révélé que ce tour de financement de Pragmatik Labs s'élevait à plusieurs centaines de millions de dollars américains. Gaorong Capital et HSG ont chacun investi environ 100 millions de dollars, Tencent a investi environ 20 millions de dollars, et la valorisation post-investissement de l'entreprise est d'environ 20 milliards de dollars.
Cela signifie également qu'avant même sa présentation officielle, la valorisation de Pragmatik Labs a déjà atteint le niveau des centaines de milliards de yuans.
Ainsi, de son départ de la première version de Qianwen en mars de cette année, aux rumeurs de création d'entreprise en mai, puis aux révélations sur les avancées du financement en juin, les spéculations sur l'avenir de Lin Junyang qui ont duré près de six mois ont enfin trouvé une réponse.
Cet ancien responsable technique qui a mené Qwen dans le premier échelon mondial des grands modèles n'a pas choisi de rester dans une grande entreprise, et n'a pas non plus simplement limité les objectifs de sa nouvelle société aux modèles de base.
Il a misé sa prochaine étape sur les Agents.
Actuellement, le site web de la nouvelle entreprise est également apparu, mais les informations divulguées sont très limitées : ni les paramètres du modèle n'ont été publiés, ni des produits spécifiques n'ont été lancés. Cependant, la carte technologique de l'entreprise est déjà assez claire.
Pragmatik divise clairement ses axes de recherche en deux : Digital Agents (Agents numériques) + Physical Agents (Agents physiques), et les subdivise en quatre parties :
Digital Agents : des agents intelligents généraux pour le travail intellectuel, les opérations métier et les flux de travail industriels.
Physical Agents : une intelligence incarnée capable de s'adapter à l'environnement, d'agir et d'accomplir des tâches de longue durée dans le monde réel.
De la recherche au produit : transformer la recherche de pointe en produits réels, et façonner continuellement la prochaine direction de recherche grâce aux retours du monde réel.
Exploration de longue durée : construire des systèmes qui brisent les paradigmes existants, accélérer le progrès scientifique.
En réalité, ce choix de voie technologique n'est pas venu sans préavis. Dès mars de cette année, Lin Junyang avait publié un article intitulé «From 'Reasoning' Thinking to 'Agentic' Thinking», proposant que l'objectif de la prochaine étape de l'IA passe davantage de « l'entraînement des modèles » à « l'entraînement des agents intelligents, et même des systèmes composés de multiples agents intelligents ».
Lien de l'article : https://justinlin610.github.io/blog/from-reasoning-to-agentic-thinking/
La définition que Lin Junyang donne à « Agent » va également plus loin.
Dans sa vision, l'objet réellement nécessaire à entraîner à l'ère des Agents est le système complet constitué du « modèle + environnement », incluant le harnais, l'environnement d'entraînement, l'évaluateur, et même la manière de collaboration entre plusieurs Agents.
C'est peut-être ce que Pragmatik Labs entend par « prochaine génération d'Agent ».
En parlant du nom de la nouvelle entreprise, Lin Junyang explique : « J'ai initialement étudié la linguistique parce qu'un ami m'a recommandé la pragmatique (pragmatics). Par la suite, je me suis tourné vers la linguistique computationnelle et le traitement automatique des langues (TALN).
D'un côté, ce nom signifie un retour à l'endroit où tout se produit réellement ; de l'autre, il pointe également vers le pragmatisme (pragmaticism) — nous croyons que c'est précisément la direction que l'AGI devrait poursuivre. »
En abordant ce point, nous ne pouvons éviter de revisiter le brillant parcours de Lin Junyang.
Né en 1993, Lin Junyang a étudié en licence au Département d'anglais de l'Université des Relations Internationales, apprenant simultanément le japonais, le russe, l'allemand et le français. Il a poursuivi en master en Linguistique Étrangère et Linguistique Appliquée à l'Université de Pékin. Cette solide formation en linguistique a jeté les bases pour sa future compréhension de la logique sous-jacente des grands modèles linguistiques, lui donnant une connaissance et une accumulation plus profondes dans la direction de la compréhension par la machine du langage et des intentions humaines.
Selon les informations disponibles, pendant ses études universitaires, Lin Junyang a effectué des tests sur une base de données de vocabulaire anglais-allemand contenant plus de 3 millions d'échantillons. Il a constaté que la précision des traductions automatiques normales n'était que d'environ 23%, tandis qu'une version précoce du Transformer pouvait atteindre 27%. Cette comparaison de données apparemment insignifiante lui a permis de percevoir avec acuité le potentiel d'explosion future des grands modèles.
Après l'obtention de son master en 2019, Lin Junyang rejoint le laboratoire de calcul intelligent de DAMO Academy (Académie Damo) d'Alibaba en tant qu'ingénieur algorithmique senior, se consacrant à la recherche en traitement automatique des langues, et entrant officiellement dans le domaine de pointe de l'IA.
Par la suite, en seulement un peu plus de 6 ans, il a entamé un parcours d'ascension rapide......
Fin 2022, Alibaba a intégré les équipes d'IA linguistique, visuelle, etc. de DAMO Academy dans Alibaba Cloud pour créer le laboratoire Tongyi. Lin Junyang a officiellement repris la responsabilité technique de la série de grands modèles Tongyi Qianwen.
Sous sa direction, Alibaba a lancé la série de modèles open source Qwen couvrant diverses échelles de paramètres, diffusant réellement la technologie d'IA d'Alibaba plus largement dans l'écosystème industriel.
En août 2024, après le départ de Zhou Chang, ancien responsable de Tongyi Qianwen, pour rejoindre ByteDance, Alibaba a procédé à des ajustements généraux des employés des départements clés. Lin Junyang a ainsi été promu au niveau P9.
En mai 2025, en raison des excellents résultats obtenus par son équipe, Lin Junyang a été promu au niveau P10, devenant le plus jeune responsable technique de niveau P10 d'Alibaba.
En octobre 2025, Lin Junyang a personnellement formé au sein de Qwen un groupe de travail sur la robotique et l'intelligence incarnée, considéré à l'extérieur comme l'une des stratégies d'exploration de systèmes d'IA physique les plus claires d'Alibaba. À l'époque, il déclarait dans un tweet sur X qu'il tentait de faire sortir les modèles de l'écran virtuel, de vraiment comprendre l'espace et d'apprendre à manipuler, pour pousser l'intelligence vers le monde physique réel.
Ensuite, début mars de cette année, Lin Junyang a publié un tweet annonçant son départ de l'équipe Qwen.
Et enfin, à l'instant, Lin Junyang a officiellement annoncé sa nouvelle direction entrepreneuriale — Pragmatik Labs (Technologie Pragmatique), choisissant de miser sur « la prochaine génération d'Agents, à cheval entre le monde numérique et le monde physique ».
Lin Junyang a participé à la construction de l'un des systèmes de grands modèles chinois les plus influents mondialement. Aujourd'hui, le fait qu'il choisisse d'inscrire simultanément le monde numérique et le monde physique dans les objectifs de recherche de sa nouvelle entreprise dès l'annonce de son nom est en soi un signal industriel digne d'attention.
La « guerre » des modèles de base est loin d'être terminée, mais de plus en plus de chercheurs de premier plan commencent à se poser la question suivante : les modèles savent déjà penser, mais comment les faire réellement accomplir les tâches ensuite ?
C'est peut-être précisément à cette question que Pragmatik Labs cherche à répondre.
Liens de référence :
https://x.com/JustinLin610/status/2087214239643730227
https://pragmatik.com/
Cet article provient du compte public WeChat « Machine Heart » (ID : almosthuman2014), auteur : Machine Heart qui s'intéresse aux Agents, éditeurs : Youli, Shan Hui
