L'Ombre des Ombres n'est pas achevée, le robot DaXiao cherche rapidement des "financements"

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

Résumé

Selon un article de WeChat, Dahiro Robotics, une entreprise liée à SenseTime, a levé plusieurs centaines de millions de dollars au premier semestre 2026 auprès d'investisseurs prestigieux. Ce financement soutient le développement de son « modèle du monde 3.0 » et de solutions intégrées matérielles-logicielles pour des robots dans la vente au détail, la sécurité et l'hôtellerie. L'article présente Dahiro comme le nouveau pari de SenseTime dans l'IA « physique », après l'expérience mitigée de son activité véhicules autonomes, Jueying. Bien que Jueying ait atteint une production de masse, elle n'a pas réussi à s'imposer comme un acteur clé face à la concurrence. Le défi de Dahiro est considérable. Le développement de modèles du monde, essentiels pour que les robots comprennent et agissent dans l'environnement physique, est extrêmement coûteux en calcul, données et ingénierie. Alors que SenseTime, toujours en période de réduction des pertes, ne peut financer seul cette aventure, cette levée de fonds externe est cruciale pour partager les coûts. Dirigée par Wang Xiaogang, cofondateur de SenseTime, Dahiro bénéficie des ressources du groupe mais doit aussi éviter sa lourdeur. Le secteur de l'IA incarnée est très concurrentiel, porté par de jeunes fondateurs. Pour réussir là où Jueying a peiné, Dahiro doit rapidement transformer ses avancées techniques en solutions commerciales viables et en revenus récurrents, dans une course où les capitaux se consomment rapidement.

Selon un message du compte WeChat officiel de DaXiao Robotics, ce tour de financement a attiré la participation d'institutions telles que Fortune Capital, Shenzhen Capital Group, Shanghai Science and Technology Innovation Fund, MetaX, Shengyu Investment, Fosun RZ Capital, Huakong Fund, Lingang New Area Fund, Yuzi Zhangquan, entre autres. L'ancien actionnaire, SenseTime Guoxiang Capital, a également poursuivi son augmentation de capital. Ainsi, le financement cumulé de DaXiao Robotics au premier semestre 2026 a déjà atteint plusieurs centaines de millions de dollars.

Il s'agit d'un financement vedette, mais ce n'est pas seulement une histoire d'argent chaud dans le domaine de l'intelligence incarnée. Vu dans l'évolution des activités de SenseTime, DaXiao Robotics ressemble davantage à un nouveau pari de SenseTime sur l'"IA physique", après Jueying.

Ce n'est pas la première fois que SenseTime tente de placer l'IA dans le monde physique. Auparavant, Jueying de SenseTime avait pour mission de pénétrer l'industrie automobile intelligente. Les informations publiques montrent qu'à fin 2025, Jueying avait collaboré avec plus de 30 constructeurs automobiles nationaux et étrangers, couvrant 188 modèles de véhicules, avec un volume total de livraisons approchant les 5,5 millions d'unités. Malheureusement, il n'a pas réussi à viser un modèle "phénomène".

En tant que fournisseur périphérique, Jueying n'a donc pas non plus obtenu une position dans l'industrie correspondant aux capacités d'IA de SenseTime.

L'industrie chinoise de la conduite autonome n'a pas connu de champion invaincu ces dernières années. Dans le développement dynamique de l'industrie, les constructeurs automobiles n'ont plus besoin uniquement de fournisseurs d'algorithmes, mais de capacités de livraison d'ingénierie, de contrôle des coûts, de boucle de données, d'itération OTA et d'intégration véhicule. Huawei a établi une présence forte grâce à son mode de coopération véhicule. Des entreprises comme Yuanrong Qixing, Qingzhou Zhihang ont renforcé leur reconnaissance du marché via des projets avec des constructeurs leaders. Horizon Robotics est entré dans la chaîne d'approvisionnement centrale avec ses puces et plateformes de calcul. En comparaison, Jueying possédait la technologie d'IA, des projets de production de masse, la marque SenseTime, mais n'est pas devenu une variable clé dans les itinéraires de conduite autonome de haut niveau des constructeurs.

D'une certaine manière, cela explique aussi la logique du développement progressivement indépendant de Jueying après les ajustements organisationnels "1+X" de SenseTime. En 2025, les revenus des activités d'innovation X de SenseTime ont baissé, une raison importante étant que les activités de conduite autonome n'ont plus été incluses dans les états financiers consolidés à partir d'août de cette année. Pour SenseTime, Jueying reste actif sur le marché de l'automobile intelligente, mais du point de vue du groupe, il ne joue plus le rôle de moteur de croissance central.

De nouveau au combat pour l'incarnation

La naissance de DaXiao Robotics a, d'une certaine manière, coïncidé avec la période de réchauffement rapide du marché primaire de l'intelligence incarnée, on peut dire qu'elle est née au bon moment.

Selon les informations divulguées, les fonds de ce tour de financement seront principalement investis dans les modèles mondiaux et les solutions commerciales logicielles et matérielles intégrées, comprenant spécifiquement le modèle mondial Kaiwu 3.0, l'entraînement à grande échelle de l'incarnation, le contrôle de commande directe en périphérie, ainsi que les scénarios commerciaux comme le commerce de détail intelligent, la patrouille de sécurité, la culture et le tourisme, l'hôtellerie, etc. Son objectif n'est pas de créer un simple robot, mais de tenter de devenir le "cerveau" derrière différents matériels robotiques.

Cette histoire est plus séduisante que les perspectives de Jueying, et aussi plus "gourmande en argent".

Un modèle mondial n'est pas un module algorithmique ordinaire. Il exige que le modèle comprenne l'espace, les objets, les actions, la causalité et les lois physiques, puisse générer des scènes, prédire les changements et guider le robot pour accomplir des tâches à long terme. Comparé aux modèles de langage, le modèle mondial doit traiter des vidéos, des espaces tridimensionnels, des données de capteurs, des données d'action et des environnements de simulation ; comparé à la conduite autonome, l'intelligence incarnée doit faire face à davantage de scènes non structurées et à des objets d'interaction plus complexes. Entraîner un tel système est essentiellement une consommation à long terme de puissance de calcul, de données, d'ingénierie et de financement.

L'étranger suit le même chemin. NVIDIA Cosmos considère les modèles mondiaux comme l'infrastructure de base de l'IA physique, utilisée dans des scénarios comme la robotique, la conduite autonome et la vision industrielle. Mais le seuil de cette approche est extrêmement élevé. Les études du secteur montrent que les coûts d'entraînement des modèles d'IA de pointe continuent de monter rapidement. Les modèles mondiaux ne sont pas seulement chers à entraîner, leurs coûts d'inférence et de déploiement peuvent également devenir un goulot d'étranglement pour la commercialisation.

Ce n'est pas un petit problème pour DaXiao Robotics. Le financement cumulé de DaXiao Robotics cette année s'élève à plusieurs centaines de millions de dollars, ce qui semble être un montant important, mais pour le développement du modèle mondial, la collecte de données de scènes réelles, la construction de plateformes de simulation, le déploiement en périphérie, le contrôle des robots et la livraison sectorielle, cet argent n'est pas nécessairement suffisant. Surtout lorsque l'objectif de l'entreprise passe de la démonstration de modèles à la livraison de niveau commercial, la consommation de fonds s'étendra de l'entraînement à l'adaptation matérielle, aux pilotes de scénarios, aux systèmes de maintenance et à la construction de canaux.

Un problème plus réaliste est que SenseTime n'est pas un organisme mère à l'état financier léger.

De 2018 à 2024, les pertes cumulées de SenseTime ont dépassé 54 milliards de yuans. En 2025, les revenus de SenseTime ont augmenté pour dépasser 5 milliards de yuans, et la perte nette s'est nettement réduite, mais l'entreprise a tout de même enregistré une perte annuelle de 1,782 milliard de yuans. L'IA générative est devenue le nouveau moteur des revenus de SenseTime, et l'entreprise réduit ses pertes, mais cela ne signifie pas qu'elle a échappé au modèle de croissance par investissement à long terme. Les grands modèles, AIDC, les agents intelligents, l'IA visuelle, les activités d'innovation X nécessitent tous des fonds. SenseTime n'a pas beaucoup de marge de manœuvre pour soutenir longtemps une nouvelle histoire qui ne fait que brûler de l'argent sans parvenir à boucler la boucle.

Cela ajoute également une couche de signification réaliste au financement de DaXiao Robotics. En surface, il s'agit d'un financement vedette dans le domaine de l'intelligence incarnée ; replacé dans le système SenseTime, cela ressemble davantage à un arrangement de financement externe pour une activité d'innovation à coût élevé. Les modèles mondiaux, le contrôle en périphérie et la livraison de scénarios nécessitent des investissements continus, tandis que SenseTime lui-même est toujours dans un cycle de réduction des pertes. Pour poursuivre le récit de l'IA physique, DaXiao Robotics ne peut pas compter uniquement sur les transfusions de SenseTime, le capital externe doit également partager les coûts de R&D et de commercialisation de la prochaine phase.

Une autre variable sur DaXiao Robotics est Wang Xiaogang.

L'industrie actuelle de l'intelligence incarnée a une caractéristique marquante : de jeunes fondateurs techniques accèdent rapidement au devant de la scène. Wang Xingxing de Unitree Robotics, Peng Zhihui de Zhiyuan Robotics, Chen Jianyu de Xingdong Century, Wang He de Galaxy General, Jiang Zheyuan de Songyan Power, représentent respectivement les différentes voies des entrepreneurs nés dans les années 90 et 95 dans les robots humanoïdes, le contrôle du mouvement, les grands modèles incarnés et les systèmes intégrés logiciels/matériels. La plupart d'entre eux ont un fort bagage technique, un rythme de financement rapide, des lancements de produits fréquents, et sont plus habiles à créer du bruit dans le secteur via des démos et des itérations techniques.

En comparaison, Wang Xiaogang, cofondateur de SenseTime, administrateur exécutif et président de DaXiao Robotics, n'est pas le jeune entrepreneur typique de cette vague d'intelligence incarnée. Il a traversé les cycles de commercialisation de l'IA visuelle, des villes intelligentes, de la conduite autonome et des grands modèles, et se trouve depuis longtemps à la croisée de la recherche en IA, de l'industrialisation et de la gouvernance d'entreprise. Ce parcours pourrait conférer à DaXiao Robotics une plus grande capacité d'organisation technique et de ressources industrielles, mais pourrait aussi donner à l'entreprise l'inertie naturelle d'une grande organisation de type SenseTime.

C'est précisément l'aspect le plus "spécial" de DaXiao Robotics par rapport aux autres projets vedettes.

L'intelligence incarnée en est encore à ses débuts. Les approches techniques, les scénarios commerciaux, les structures de coûts et la division du travail industriel ne sont pas encore fixés. L'avantage des jeunes équipes réside dans la légèreté, la rapidité et l'audace de l'expérimentation ; l'avantage de DaXiao Robotics réside dans la technologie, le capital et les ressources du système SenseTime. Mais l'expérience de SenseTime ces dernières années a prouvé que l'avance technologique n'apporte pas automatiquement l'avance commerciale. Les villes intelligentes et la conduite autonome ont toutes deux été entravées par des facteurs objectifs, les grands modèles font face à la pression des plateformes internet et des fournisseurs de cloud, et l'intelligence incarnée ne sera pas non plus classée uniquement en fonction des articles de recherche, des évaluations et des montants de financement.

Jueying en est une référence toute prête. SenseTime a pu pénétrer l'industrie automobile avec ses compétences existantes, mais n'a pas réussi à occuper une position élevée dans la chaîne d'approvisionnement de la conduite autonome. DaXiao Robotics doit résoudre le même problème : il doit rapidement intégrer véritablement le modèle mondial, les données environnementales, le contrôle en périphérie et les scénarios sectoriels, former des revenus stables et une livraison reproductible, et saisir toutes les opportunités pour prendre de l'avance.

Le capital a donné à DaXiao Robotics un bon point de départ, mais ce dont SenseTime a vraiment besoin, ce n'est pas d'un autre modèle de financement, mais d'une nouvelle activité capable de concrétiser l'imagination de l'industrialisation de l'IA. La position industrielle que Jueying n'a pas accomplie, DaXiao Robotics doit la reconquérir. Seulement cette fois, le champ de bataille est plus précoce, l'histoire plus grandiose, et l'argent brûle plus vite.

Cet article provient du compte WeChat officiel : Jingguan Perception , auteur : Wu Yuan

Questions liées

QQuelle est la signification du financement récent de la société Da Xiao Robot par rapport au parcours commercial de SenseTime ?

ALe financement de Da Xiao Robot représente un réengagement de SenseTime dans l'IA physique après l'expérience de son projet Jueying dans le véhicule intelligent. Il s'agit d'un arrangement de financement externe pour une activité d'innovation à fort coût, visant à partager les coûts de R&D et de commercialisation sans peser sur les finances de SenseTime, encore en période de réduction des pertes.

QPourquoi le projet Jueying de SenseTime n'a-t-il pas réussi à occuper une position clé dans l'industrie de la conduite autonome ?

AJueying n'a pas réussi à devenir un acteur clé car l'industrie a évolué au-delà de la simple fourniture d'algorithmes. Les constructeurs ont besoin de capacités en ingénierie, contrôle des coûts, boucle de données, itérations OTA et intégration véhicule complète. Des acteurs comme Huawei, Yuanrong Qixing, Qingzhou Zhihang et Horizon Robotics ont mieux répondu à ces besoins, tandis que Jueying, bien que technologiquement compétent, n'a pas su devenir un facteur décisif dans les routes d'ADAS de haut niveau.

QQuels sont les défis principaux auxquels Da Xiao Robot est confronté dans le développement de son 'modèle du monde' (world model) ?

ALes défis principaux sont le coût extrêmement élevé en calcul, données, ingénierie et financement pour développer un modèle comprenant l'espace, les objets, les actions, la causalité et les lois physiques. De plus, les coûts d'inférence et de déploiement pourraient limiter la commercialisation. La transition des démonstrations à la livraison commerciale exigera aussi des investissements dans l'adaptation matérielle, les pilotes en situation réelle, la maintenance et la construction de canaux de distribution.

QEn quoi le profil de Wang Xiaogang, président de Da Xiao Robot, diffère-t-il des autres fondateurs de startups dans le domaine de l'IA incarnée ?

AWang Xiaogang est un co-fondateur de SenseTime, un cadre expérimenté ayant vécu plusieurs cycles d'IA (vision, villes intelligentes, véhicules autonomes, grands modèles), contrairement aux jeunes fondateurs techniques (souvent nés dans les années 90) comme Wang Xingxing (Unitree) ou Peng Zhihui (Zhiyuan Robot). Son expérience apporte des capacités organisationnelles techniques et des ressources industrielles, mais pourrait aussi impliquer une certaine inertie héritée d'une grande organisation comme SenseTime.

QQuelle leçon SenseTime tire-t-elle de l'expérience Jueying pour le nouveau projet Da Xiao Robot ?

ALa leçon clé est que la supériorité technologique ne garantit pas le succès commercial. Da Xiao Robot doit rapidement transformer ses avancées en modèle du monde, données environnementales et contrôle embarqué en revenus stables et en capacités de livraison reproductibles pour s'ancrer dans la chaîne industrielle. Il doit éviter le sort de Jueying en conquérant une position industrielle forte dans le domaine émergent mais très concurrentiel de l'IA incarnée.

Lectures associées

Même Apple doit payer un loyer

**Resumé en français :** L’histoire présente deux transactions clés entre Apple et Google qui illustrent un renversement des rôles de « propriétaire » et de « locataire » dans le paysage technologique. D’un côté, Google verse environ 20 milliards de dollars par an à Apple pour rester le moteur de recherche par défaut sur Safari, un « loyer » payé pour un accès privilégié au flux d’utilisateurs d’Apple. Cette rente, basée sur la rareté de l’accès, montre cependant des signes de faiblesse avec l’émergence des outils d’IA comme ChatGPT. De l’autre, Apple paierait désormais environ 1 milliard de dollars par an à Google pour intégrer les modèles d’IA Gemini avancés dans son écosystème. Bien qu’Apple insiste sur le fait que ses modèles finaux sont « distillés » et indépendants, cette transaction révèle une dépendance envers les capacités de pointe et l’infrastructure de Google pour la connaissance et la puissance de calcul. L’article analyse cette dynamique à travers le prisme de la rareté. La question centrale est de savoir si les modèles d’IA de pointe deviendront une commodité bon marché (scénario idéal pour Apple, le « propriétaire » de l’accès) ou resteront une ressource rare et chère concentrée chez quelques acteurs (ce qui ferait de Google le « propriétaire » incontournable). Enfin, l’auteur élargit la réflexion en montrant comment Apple, Google et même WeChat imposent désormais aux développeurs une nouvelle forme de « loyer » : pour que leurs applications soient accessibles et actionnées par les assistants IA natifs (comme Siri), elles doivent se conformer aux standards de la plateforme, cédant ainsi une partie du contrôle sur l’expérience utilisateur. La structure du pouvoir, où la plateforme qui contrôle la ressource rare perçoit un tribut, persiste, même si la nature de cette ressource évolue.

marsbitIl y a 1 h

Même Apple doit payer un loyer

marsbitIl y a 1 h

Vous avez raté l'introduction en bourse de SpaceX ? WEEX « Premier ordre remboursé en cas de perte » vous offre une expérience de trading sans risque sur les actions américaines

Le mythe de richesse créé par SpaceX a ravivé l'intérêt des investisseurs chinois pour le marché américain, mais l'accès régulier et pratique est devenu difficile après les sanctions contre des courtiers comme Futu et Tiger. Les voies traditionnelles présentent des inconvénients : les fonds QDII/LOF ont des frais élevés et des primes importantes, les petits courtiers étrangers posent des risques de stabilité, et les comptes VIP bancaires à Hong Kong ou Singapour nécessitent un capital minimum élevé et un déplacement physique. Les plateformes de crypto-monnaies comme WEEX émergent comme une alternative pratique. WEEX propose plus de 60 paires de TradFi au spot et 90 contrats perpétuels sur des actifs comme NVIDIA, Apple, Tesla, ainsi que des ETF tels que SPY et QQQ. Le 12 juin, WEEX a listé le token-action SPCXON de SpaceX peu après son introduction en Bourse, permettant une participation rapide. Les avantages de WEEX TradFi incluent : un compte unique pour crypto et TradFi, le règlement en USDT sans conversion bancaire, un effet de levier flexible (jusqu'à 100x pour les actions américaines), et une meilleure liquidité avec un carnet d'ordres à plusieurs niveaux. Pour encourager l'essai, WEEX lance une promotion "Première transaction remboursée si perte" du 15 juin au 8 juillet (UTC+8). Après inscription et un volume de transaction de 500 USDT sur les contrats actions US, les utilisateurs bénéficient d'un remboursement à 100% en cas de perte sur la première transaction (jusqu'à 30 USDT en bonus) ou d'un bonus supplémentaire de 20% sur les gains (plafonné à 30 USDT). Un volume de 1 000 USDT débloque également un défi de trading consécutif avec des bonus jusqu'à 30 USDT. Cette offre permet une expérience de trading sans risque sur le marché américain, combinant la technologie Web3 pour un accès facilité à la finance traditionnelle.

marsbitIl y a 1 h

Vous avez raté l'introduction en bourse de SpaceX ? WEEX « Premier ordre remboursé en cas de perte » vous offre une expérience de trading sans risque sur les actions américaines

marsbitIl y a 1 h

À quel point est-il difficile de fabriquer une puce ? Une erreur de division et 475 millions de dollars sont partis en fumée

Qu'est-ce qui rend la conception des puces si difficile ? Dans une conférence, Shi Kan, chercheur à l'Institut de technologie informatique de l'Académie chinoise des sciences et créateur de contenu scientifique, l'explique en prenant l'exemple du célèbre bogue de la division en virgule flottante du processeur Pentium d'Intel dans les années 1990. Une simple erreur de calcul a contraint la société à dépenser 475 millions de dollars pour rappeler les puces défectueuses. Contrairement aux logiciels, les puces électroniques ne peuvent pas être corrigées après leur fabrication. Leur développement exige donc une parfaite fiabilité dès le premier essai, ce qui est rare : seulement 24 % des projets de puces réussissent du premier coup. La phase de vérification, cruciale pour détecter les erreurs de conception avant la production, est devenue le goulet d'étranglement. Elle peut représenter jusqu'à 70 % du cycle de conception, d'autant plus que la complexité des puces ne cesse de croître. Vérifier exhaustivement un cœur de processeur avec les technologies actuelles prendrait des millénaires. Face à ce défi, Shi Kan et son équipe se consacrent à la recherche sur la vérification des puces, un domaine exigeant et souvent négligé. Ils ont développé une plateforme de vérification agile nommée ENCORE, basée sur des FPGA (Field-Programmable Gate Arrays), pour améliorer radicalement l'efficacité et la capacité de débogage. Parallèlement à ses travaux académiques, Shi Kan s'engage dans la vulgarisation scientifique sur les puces via sa chaîne "老石谈芯". Il considère à la fois la recherche pointue sur la vérification et la diffusion des connaissances au grand public comme des tâches difficiles mais essentielles, qui méritent un engagement à long terme. Pour lui, la difficulté et la persévérance requises sont souvent le signe de la justesse d'une voie.

marsbitIl y a 1 h

À quel point est-il difficile de fabriquer une puce ? Une erreur de division et 475 millions de dollars sont partis en fumée

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片