# Robotique Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Robotique", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Les robots de Shenzhen vont bientôt sonner à la cloche

L'effervescence des robots à Shenzhen se concrétise par une vague d'introductions en bourse. La société de robotique Doogiang, basée à Nanshan, a vu sa demande d'introduction au ChiNext acceptée, après son IPO réussie à Hong Kong en 2024. Fondée en 2015 par Liu Peichao et son équipe dans un petit appartement, l'entreprise illustre le parcours typique de Shenzhen : partir d'une idée, prototyper rapidement grâce à un écosystème manufacturier dense, et se développer en s'appuyant sur une chaîne d'approvisionnement locale efficace. Doogiang s'est d'abord imposée dans les environnements industriels avant d'étendre ses robots collaboratifs aux espaces commerciaux. Cette dynamique s'inscrit dans un paysage robotique florissant à Shenzhen, surnommée "première ville des robots humanoïdes". Le "Nanshan Robot Valley", une ceinture industrielle de 28 km², regroupe des leaders comme Ubtech (valeur de près de 50 milliards de HKD) et des startups prometteuses telles que Zhipingfang et Ziliang. Des événements comme le "X-Day" au lac Xili servent de plateforme cruciale pour connecter les projets émergents aux capitaux et aux ressources industrielles, ayant déjà facilité des investissements et financements substantiels. La scène robotique de Shenzhen évolue ainsi des applications industrielles vers des domaines plus tournés vers l'expérience et le quotidien, solidifiant sa position de pôle d'innovation mondial.

marsbit06/30 05:16

Les robots de Shenzhen vont bientôt sonner à la cloche

marsbit06/30 05:16

Introduction au Concept de Modèle du Monde : Une Histoire de la Psychologie à l'AI

Le concept de "modèle du monde" (World Model) est aujourd'hui central en IA, bien que sa définition reste floue. Il s'agit de doter les machines d'un "sandbox mental" interne, capable de prédire et de simuler les conséquences d'actions avant leur exécution réelle, à l'instar de la réflexion humaine. Cette capacité est cruciale pour des applications comme la conduite autonome, la robotique ou la création de contenus. L'idée puise ses racines dans les travaux du psychologue Kenneth Craik (1943) et a été reprise en IA par des pionniers comme Marvin Minsky. Le terme a été remis au goût du jour en 2018 par David Ha et Jürgen Schmidhuber. Aujourd'hui, les approches divergent. Des chercheurs comme Yann LeCun (avec son architecture JEPA) privilégient la prédiction en espace abstrait pour comprendre la physique. D'autres, comme Fei-Fei Li, proposent une taxonomie distinguant les modèles qui *rendent* (pixels), *simulent* (états physiques) ou *planifient* (actions). OpenAI (Sora), Google DeepMind (Genie 3) et NVIDIA (Cosmos) développent des "simulateurs du monde" génératifs basés sur des vidéos. Dans l'industrie, les acteurs chinois (Alibaba, Tencent, constructeurs automobiles) développent leurs propres solutions, souvent centrées sur des cas d'usage concrets comme la conduite autonome. Techniquement, trois voies coexistent : la génération de pixels (comme Sora), la prédiction en espace latent (comme JEPA), et la création d'environnements 3D paramétriques (comme Omniverse). La tendance est à leur convergence vers un modèle unifié. Un paradigme émergent en 2026 est le "World Action Model" (WAM), qui intègre directement la génération d'actions et la prédiction de l'état futur en un seul système, visant une meilleure "unité de la pensée et de l'action" pour les robots. Malgré la confusion des définitions, un consensus se dégage sur l'objectif final : créer pour les machines une représentation interne du monde, exploitable pour raisonner, planifier et agir de manière plus sûre et générale. Cette période de flou terminologique est typique des phases de rupture technologique et signale l'entrée du concept sur le champ de bataille principal de l'IA.

marsbit06/29 05:16

Introduction au Concept de Modèle du Monde : Une Histoire de la Psychologie à l'AI

marsbit06/29 05:16

Une explosion de 380% : la méga-IPO de Shenzhen d'un millier de milliards a sonné la cloche

Le fabricant d’écrans chinois HKC (HKC Corp) a fait son entrée en bourse sur le marché principal de Shenzhen le 26 juin, connaissant une flambée de son action dès l’ouverture. Fondée par Wang Zhiyong, qui a débuté dans l’électronique à Huaqiangbei (Shenzhen) en 1997, l’entreprise s’est progressivement transformée d’un assembleur en un acteur majeur de la fabrication de panneaux d’affichage. Après une première tentative infructueuse en 2022, HKC a finalement réussi son introduction en bourse. Le groupe, dont les produits (panneaux pour téléviseurs, moniteurs, smartphones) se classent parmi les premiers mondiaux en parts de marché, affiche une croissance solide. Ses revenus sont passés d’environ 35,8 milliards de yuans en 2023 à 40,9 milliards en 2025, avec une profitabilité en hausse. Cette réussite est le fruit d’un long partenariat avec des capitaux publics locaux. Depuis 2015, HKC a collaboré avec des plateformes d’État de villes comme Chongqing, Mianyang, Chuzhou et Guiyang pour financer et construire ses lignes de production. Des investisseurs comme BOE Technology Group ont également rejoint le tour de table. Ce modèle a permis à HKC de sécuriser les énormes investissements nécessaires à cette industrie capitalistique, tout en ancrant localement des chaînes d’approvisionnement complètes. L’IPO de HKC illustre une tendance plus large à Shenzhen, où émergent des champions spécialisés dans des niches technologiques. La « Vallée des robots » de la ville rassemble une grappe d’entreprises innovantes, tandis que le secteur du stockage mémoire compte cinq sociétés cotées (surnommées les « cinq tigres ») valorisées collectivement autour de mille milliards de yuans. Le plan quinquennal de la ville vise à renforcer ces écosystèmes dans des domaines comme l’intelligence artificielle, l’économie basse altitude et la robotique, montrant que la prochaine entreprise géante de Shenzhen pourrait bien germer au sein de ces industries de pointe.

marsbit06/26 04:42

Une explosion de 380% : la méga-IPO de Shenzhen d'un millier de milliards a sonné la cloche

marsbit06/26 04:42

La guerre sans nom unifié : la cartographie mondiale des modèles des grandes entreprises chinoises

Le terme « modèle du monde » n’a pas encore de désignation unique dans l'industrie. Chaque grand acteur développe sa propre version sous différents noms : modèle du monde, modèle physique d'IA, ou intégré dans des systèmes de conduite autonome, de VLA ou d'intelligence incarnée. L'objectif commun est de permettre aux machines de créer un environnement dynamique interne, simulable et rejouable, réduisant ainsi la dépendance aux données réelles et transformant le monde physique en un moteur de données génératif et infini. Les géants d'Internet comme Alibaba, Tencent, ByteDance, Huawei et Baidu explorent divers aspects, des mondes langagiers et virtuels aux reconstructions 3D et jumeaux numériques, souvent en lien avec leurs écosystèmes (jeux, réseaux sociaux, cloud). Les constructeurs automobiles (NIO, Li Auto, XPeng, Geely, etc.) l'utilisent comme un « simulateur de conduite » avancé pour générer des scénarios complexes, entraîner les systèmes de pilotage autonome et accélérer les itérations. Les fournisseurs de solutions de conduite autonome (Momenta, Horizon Robotics, Haomo.ai, etc.) en font un « moteur invisible » intégré à leurs plateformes, visant une validation massive et la future norme L4. Les startups, bien qu'agiles et innovantes, manquent souvent de données, de puissance de calcul et de débouchés industriels comparés aux grands groupes. Ces derniers transforment progressivement le modèle du monde d'un projet de R&D en une infrastructure opérationnelle au cœur de leurs produits (voitures, robots, jeux). La compétition évolue ainsi de « qui a un modèle » vers « dont le modèle comprend et simule réellement le monde physique de manière utile et déployable ». La course est désormais lancée pour maîtriser cette nouvelle couche fondamentale de l'intelligence artificielle.

marsbit06/25 06:59

La guerre sans nom unifié : la cartographie mondiale des modèles des grandes entreprises chinoises

marsbit06/25 06:59

Le nouveau "pari" de 1000 milliards de dollars de Masayoshi Son

Alors qu'OpenAI, dans laquelle SoftBank a massivement investi (détention prévue d'environ 13%), prépare son introduction en bourse malgré des pertes financières importantes, Masayoshi Son lance déjà son prochain « pari trillionaire ». Le fondateur de SoftBank mise désormais sur l'« Physical AI » et les robots humanoïdes comme le prochain secteur à générer une entreprise valant 1 000 milliards de dollars. Pour concrétiser cette vision, SoftBank constituerait une nouvelle société américaine nommée « Roze », regroupant des actifs dans les centres de données, les semi-conducteurs et la robotique, en vue d'une introduction en bourse dès 2026 avec une valorisation cible de 1 000 milliards de dollars. Cette ambition s'appuie sur des investissements de longue date dans la robotique (comme Boston Dynamics) et récents (comme Skild AI et ABB). Cependant, le pari est risqué : la commercialisation des robots humanoïdes reste incertaine, leurs valorisations sont loin de celles des géants de l'IA logicielle, et SoftBank, fortement endetté par ses investissements massifs (notamment plus de 600 milliards de dollars dans OpenAI), a besoin de succès boursiers rapides pour poursuivre sa stratégie. Pour Son, il s'agit aussi d'honorer une promesse ancienne de rendements exceptionnels faite à ses investisseurs, comme le fonds souverain saoudien.

marsbit06/25 00:11

Le nouveau "pari" de 1000 milliards de dollars de Masayoshi Son

marsbit06/25 00:11

Le principal rival de Unitree, pourquoi se séparer à nouveau ?

L'entreprise chinoise Zhiyuan, un des principaux concurrents de la société de robots humanoïdes Unitree, a procédé à une nouvelle scission en créant la société Mi Feng Tech, qui se concentre sur la collecte, la gouvernance et la circulation de données pour l'intelligence incarnée. Cet article souligne l'importance croissante des données de haute qualité, dérivées du monde physique, pour entraîner les robots, une ressource actuellement rare et coûteuse. Mi Feng Tech vise à devenir une plateforme de données standardisée pour l'industrie en proposant deux méthodes : la collecte par téléopération avec des robots et une nouvelle approche « sans corps robotique » utilisant des équipements portables comme le MEgo, censée réduire les coûts. La société développe également un moteur de gouvernance de données (MEgo Engine) pour nettoyer, annoter et structurer les données brutes, ainsi qu'une place de marché pour les commercialiser. Cependant, Mi Feng doit relever plusieurs défis pour réussir. Sa neutralité est questionnée en raison de ses liens avec Zhiyuan. Pour gagner la confiance des concurrents de cette dernière, elle doit garantir l'isolation et la sécurité des données des clients. De plus, elle fait face à une concurrence croissante d'entreprises comme JD.com ou Luming Robotics. Enfin, atteindre son objectif ambitieux de capacité de production de dizaines de millions d'heures de données d'ici 2026 tout en maintenant une qualité et une variété suffisantes pour l'entraînement de modèles généraux représente un autre défi de taille. La séparation de Mi Feng lui donne la possibilité de servir le marché au-delà de Zhiyuan. Son succès dépendra finalement de sa capacité à établir une position d'infrastructure de données de confiance pour toute l'industrie de la robotique.

marsbit06/23 10:15

Le principal rival de Unitree, pourquoi se séparer à nouveau ?

marsbit06/23 10:15

Entretien exclusif avec le PDG d'Intel : Comment identifier les entreprises traditionnelles capables de renaître à l'ère de l'IA ?

Lors d’un entretien, Pat Gelsinger, PDG d’Intel, analyse la transformation de l’entreprise et l’évolution de l’industrie des semi-conducteurs à l’ère de l’IA. Il souligne que la relance d’Intel ne repose pas uniquement sur des produits, mais sur une reconstruction systémique : assainissement financier, simplification des gammes produits et restauration de la confiance des clients. Gelsinger met en avant la complexité croissante des besoins en calcul avec l’IA. Alors que les GPU ont dominé la phase d’entraînement, les CPU retrouvent de l’importance pour des charges de travail comme l’IA agentique, l’apprentissage par renforcement ou l’orchestration d’agents multiples, avec des ratios CPU/GPU pouvant passer de 1:8 à 1:4, voire 1:1. Il aborde également la refonte des chaînes d’approvisionnement, notant que la fabrication de semi-conducteurs devient une question d’infrastructure stratégique, nécessitant des investissements publics et privés à long terme, à l’image du soutien du gouvernement américain à Intel. En matière d’investissement, Gelsinger conseille de se concentrer sur les goulots d’étranglement réels (interconnexion, énergie, dissipation thermique, matériaux avancés, etc.) plutôt que de suivre les tendances superficielles. Enfin, il prédit que l’avenir du calcul ne se limitera pas aux grands centres de données, mais s’étendra aux dispositifs de périphérie, à la robotique et à l’IA physique, où la pile logicielle et la connectivité seront déterminantes.

marsbit06/22 07:46

Entretien exclusif avec le PDG d'Intel : Comment identifier les entreprises traditionnelles capables de renaître à l'ère de l'IA ?

marsbit06/22 07:46

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

Le chercheur en intelligence artificielle Pete Florence, ancien employé de Google DeepMind et co-créateur de l'architecture VLA (Vision-Language-Action), a levé 400 millions de dollars (environ 2,7 milliards de RMB) pour sa startup Generalist AI, portant sa valorisation à 2 milliards de dollars. Parmi les investisseurs figurent NVentures (NVIDIA), Bezos Expeditions, ainsi que des personnalités comme Li Fei-Fei, co-fondateur de Xiaomi Lin Bin et le fondateur de Zoom, Eric Yuan. Contrairement à la tendance actuelle, Florence rejette catégoriquement l'étiquette "modèle du monde" pour son entreprise. Issu du MIT et influencé par son mentor Russ Tedrake, il prône une approche orientée "objectif" plutôt que "technologie". Pour lui, l'objectif ultime n'est pas de construire un modèle du monde, mais de créer des robots capables d'accomplir avec un taux de réussite et une vitesse élevés des tâches variées et inédites, sans nécessiter de données spécifiques. Generalist AI a dévoilé deux modèles d'intelligence incarnée : GEN-0 en novembre 2025, démontrant que les lois d'échelle des LLM s'appliquent au mouvement physique, et GEN-1 en avril 2026. Ce dernier, entraîné sur plus de 500 000 heures de données collectées via un dispositif portable, atteint un taux de réussite de 99% sur des tâches manuelles précises comme plier des cartons. Florence estime que GEN-1 approche d'un point d'inflexion similaire à GPT-3, avec des performances atteignant un niveau utile pour des déploiements commerciaux. Ce financement record, intervenu rapidement après la démonstration de GEN-1, valide la vision pragmatique de Florence : développer des robots généralistes réellement utiles en se concentrant sur la résolution de tâches physiques concrètes.

marsbit06/20 06:10

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

marsbit06/20 06:10

L'équipe NVIDIA permet à un Agent de programmation de prendre en charge des expériences robotiques réelles avec un taux de réussite de 99%

NVIDIA a dévoilé le projet ENPIRE, un système où des agents de programmation (Codex, Claude Code, Kimi Code) pilotent de manière autonome des recherches sur des robots physiques. Ce cadre repose sur quatre modules qui forment une boucle fermée : l'environnement, l'amélioration des stratégies, l'évaluation des déploiements et l'évolution par analyse des journaux. Les agents peuvent ainsi automatiser des tâches complexes comme serrer des attaches, ranger des épingles ou installer des GPU, en atteignant un taux de réussite de 99%. Une observation clé est qu'il est souvent plus facile de réinitialiser un environnement robotique que d'accomplir la tâche elle-même. Les agents commencent donc par créer des routines de réinitialisation automatique. L'équipe a constaté une "loi d'échelle physique" : augmenter le nombre de robots parallèles (par exemple, passer à 8) accélère considérablement la résolution des tâches. Le système fonctionne désormais toute la nuit sans intervention humaine. Deux nouvelles métriques sont proposées : le MRU (taux d'utilisation moyen des robots), souvent inférieur à 50%, et le MTU (taux d'utilisation moyen des tokens). Le projet, destiné à être open source, vise à permettre à quiconque de mettre en place un système similaire de recherche robotique autonome.

marsbit06/18 00:38

L'équipe NVIDIA permet à un Agent de programmation de prendre en charge des expériences robotiques réelles avec un taux de réussite de 99%

marsbit06/18 00:38

qinbaFrank : Récapitulation et perspectives de la vague de puissance de calcul de l'IA – Des trois grands débats de Nvidia à l'interconnexion optique, l'introduction en bourse de SpaceX, comment les capitaux sont-ils en train de se redéployer ?

Source : Cynthia, Hong Kong Ethereum Community Hub. Invité : qinbaFrank, investisseur en actions américaines et en crypto-marchés secondaires. Lors d'un événement VIP le 8 juin 2026, l'investisseur expérimenté qinbaFrank a partagé son analyse sur la vague de puissance de calcul de l'IA. Il a retracé le parcours du marché depuis 2023, marqué par trois grands débats : sur la nécessité des dépenses d'investissement (2023), sur l'accélération soutenue des dépenses des grandes entreprises technologiques (2024-début 2025), et sur la possible surévaluation de la puissance de calcul (début 2025). Un consensus s'est finalement établi en 2025. Le cadre central de son analyse repose sur le **taux de pénétration** comme clé de l'efficacité commerciale. Contrairement à la bulle Internet de 2000, l'IA bénéficie aujourd'hui d'infrastructures matures (cloud, API) permettant une diffusion et une adoption commerciale beaucoup plus rapides. Le point critique se situe à 10% de pénétration, un seuil déjà dépassé dans les entreprises, signant l'entrée dans une phase de croissance accélérée. La logique commerciale de l'IA diffère de celle d'Internet : elle ne se contente pas de connecter, mais remplace directement le **travail cognitif humain**. Une fois ses capacités dépassant la moyenne humaine, sa valeur commerciale croît de manière exponentielle. L'investissement dans la chaîne d'approvisionnement en puissance de calcul évolue d'une focalisation sur les GPU vers une réévaluation systémique, suivant trois logiques : 1. **Pénurie et tarification** : la demande se propage des GPU à la mémoire (HBM, DRAM), aux CPU pour l'ordonnancement, et enfin à l'alimentation électrique. 2. **Mise à niveau** : les interconnexions optiques (CPO), les réseaux d'alimentation (passage au HVDC 800V) et le packaging avancé (3D) deviennent essentiels pour gagner en efficacité. 3. **Perspective à long terme** : l'informatique en périphérie (edge computing) et l'IA physique (robots, véhicules autonomes) formeront la prochaine courbe de croissance. Le point d'ancrage fondamental pour la poursuite de la tendance est la croissance des **revenus annuels récurrents (ARR) des éditeurs de modèles** et des **revenus cloud** des grands acteurs technologiques. Tant que cette croissance reste soutenue, les dépenses d'investissement et la dynamique de la chaîne logistique restent justifiées. Les ajustements de marché sont alors plus susceptibles d'être des corrections de valorisation (niveau L1/L2) que le renversement d'une tendance structurelle (niveau L3). En conclusion, qinbaFrank considère l'IA non comme une révolution technologique isolée, mais comme une **amélioration fondamentale de la capacité cognitive sous-jacente** de la civilisation, ouvrant la voie à une série de vagues d'innovations (agents, robots, etc.). Le marché suivra une progression en vagues, alternant entre les phases de pénurie, de mise à niveau et de validation commerciale. *Disclaimer : Ce contenu présente les opinions de l'invité et ne constitue pas un conseil en investissement.*

marsbit06/17 11:36

qinbaFrank : Récapitulation et perspectives de la vague de puissance de calcul de l'IA – Des trois grands débats de Nvidia à l'interconnexion optique, l'introduction en bourse de SpaceX, comment les capitaux sont-ils en train de se redéployer ?

marsbit06/17 11:36

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow