Le robot chinois Jianzhi obtient un financement de plusieurs centaines de millions de yuans, mené par Ant Group, Didi et Delian Capital
2026-06-02 09:13
Favoris

fr.wedoany.com Rapport : Le 1er juin, le fournisseur de solutions d’intelligence incarnée Jianzhi Robot a annoncé avoir réalisé plusieurs tours de financement consécutifs totalisant plusieurs centaines de millions de yuans, menés respectivement par Ant Group, Didi et Delian Capital, avec le suivi continu d’anciens investisseurs tels que Shunwei Capital, BV Baidu Ventures et Jiushi Intelligence. Jianzhi Robot a indiqué qu’il s’agit du plus important financement jamais réalisé dans le domaine des données sans corps pour l’intelligence incarnée.

Ce tour de financement met en avant un élément clé de la concurrence dans le secteur de l’intelligence incarnée : les données. Ces derniers temps, l’attention du marché pour les robots humanoïdes et l’intelligence incarnée s’est principalement concentrée sur le matériel corporel, les modules articulaires, les mains dextres, le contrôle moteur et les capacités des grands modèles. Cependant, pour que les robots entrent réellement dans les foyers, le commerce, la logistique, les usines et les environnements de service, ils ont encore besoin d’une grande quantité de données comportementales de haute qualité issues du monde physique réel. La direction des données sans corps adoptée par Jianzhi Robot consiste, grâce à la collecte de données multimodales, à l’enregistrement des comportements, à la gouvernance des données et à l’adaptation à l’entraînement, à permettre au modèle d’acquérir d’abord des données de compétences humaines transférables, réutilisables et standardisables, sans être lié à un corps robotique spécifique. Le fait qu’Ant Group, Didi, Delian Capital et d’autres institutions aient mené ce tour montre que l’infrastructure de données pour l’intelligence incarnée est passée de l’exploration technologique précoce à une phase d’investissement intensif en capital, les investisseurs se concentrant davantage sur la capacité à former une boucle fermée comprenant la chaîne de production de données, les ressources scéniques, la livraison technique et l’entraînement des modèles.

Auparavant, Jianzhi Robot avait déjà construit un système de produits et une chaîne de production autour des données comportementales humaines haute fidélité, en mettant l’accent sur l’établissement d’un chemin de génération de données selon l’approche « définir les normes de données à partir du modèle ».

Sur le plan technique, Jianzhi Robot considère les données comportementales humaines haute fidélité et multimodales comme sa solution centrale, en construisant un système de collecte autour de la vision, du toucher, des mouvements des mains, des postures corporelles, des états environnementaux et des processus de tâches. Selon des rapports publics, l’entreprise a développé en interne des technologies clés telles que des modules visuels et des communications sans fil, et enregistre les informations « environnement + comportement » via une matrice de perception multi-caméras. Sa gamme de produits couvre des formes telles que les doigts bioniques doubles, les cinq doigts dextres et les pinces industrielles, répondant à différents besoins de collecte de données pour la coordination main-tête, les opérations dextres et la préhension industrielle. Pour que les modèles d’intelligence incarnée accomplissent des tâches réelles telles que la préhension stable, l’ouverture de portes, le rangement, le nettoyage, le transport et l’utilisation d’outils, les seules données de simulation et les échantillons vidéo de faible qualité ne suffisent pas à répondre aux exigences d’entraînement, car les forces de contact, les obstructions, les erreurs, les matériaux des objets, les variations spatiales et les détails des actions humaines dans le monde physique sont difficiles à reproduire simplement. Jianzhi Robot tente de transformer ces variables complexes en actifs de données entraînables, évaluables et réutilisables, réduisant ainsi le seuil de passage des modèles incarnés du laboratoire aux scénarios réels.

Selon des informations publiques, Jianzhi Robot a mis en place une chaîne de production spécialisée de données pour l’intelligence incarnée, Gen ADP, couvrant plus de 3 000 utilisateurs de collecte et plus de 10 000 scénarios réels dans les foyers, usines, commerces, logistiques, laboratoires et secteurs médicaux, accumulant plus d’un million d’heures d’actifs de données scéniques réelles.

L’impact de ce type de financement sur le secteur de l’intelligence incarnée se concentre sur l’évolution de la méthode d’approvisionnement en données. Auparavant, les entreprises de robotique devaient souvent construire leurs propres équipes de collecte, sites de collecte, processus d’annotation et systèmes d’évaluation, ce qui entraînait des coûts élevés et des cycles longs, avec une faible capacité de réutilisation des données entre différents corps. Si un fournisseur tiers de solutions de données peut offrir des capacités standardisées de collecte, de gouvernance, d’adaptation à l’entraînement et d’évaluation des performances, les entreprises d’intelligence incarnée peuvent consacrer davantage de ressources à la structure des modèles, à la conception des corps, aux stratégies de tâches et à la mise en produit des scénarios. Après ce tour de financement, les fonds de Jianzhi Robot devraient être utilisés pour l’itération des produits de collecte multimodale, le système technique des modèles de base de données, la boucle fermée d’entraînement de bout en bout et la coopération avec les clients mondiaux. Les variables ultérieures se concentrent sur la cohérence de la qualité des données, l’efficacité du transfert entre différents corps, le coût de livraison à grande échelle, la capacité de renouvellement des clients industriels, et la question de savoir si les données sans corps peuvent réellement améliorer la capacité de généralisation des robots dans des scénarios réels complexes.

Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com

Produits Associés
Recommandés
Niobium ouvre le programme de partenariat The Fog, le cloud de chiffrement homomorphe complet entre en phase de test pour les développeurs
2026-06-02
ZPE Systems, filiale de Legrand France, lance le NSR 2U : les équipements de réseau périphérique s’orientent vers l’accélération IA et la maintenance intégrée
2026-06-02
Bell Canada investit 25 millions de dollars pour moderniser son réseau 5G+ Advanced, la communication lors des grands événements entre en phase de validation de la découpe réseau
2026-06-02
Keysight Technologies obtient la certification Hybrid eCall, transition des communications d'urgence connectées vers les réseaux hybrides 4G/5G
2026-06-02
NTT lance un cadre d'IA explicable multimodal pour le raisonnement, les modèles de langage visuel entrent dans une phase de calibration de sortie fiable
2026-06-02
Hyland lance une plateforme de contrôle d’agents d’entreprise aux États-Unis, le logiciel de gestion de contenu évolue vers une gouvernance de l’IA de production
2026-06-02
Allstacks lance Product Studio : le développement logiciel en entreprise passe de la génération de code à la gouvernance des besoins
2026-06-02
DXC intègre 11 000 ingénieurs aux États-Unis : le passage de l’IA pilote aux systèmes de production dans la livraison de logiciels d’entreprise
2026-06-02
TELICA, entreprise sud-coréenne, lance un kit d'étiquettes électroniques de gondole pour réduire le seuil d'accès à la numérisation des petits et moyens commerces de détail
2026-06-02
SynaXG (Singapour) et NHI (Japon) lancent l’AI-RAN mobile : le 5G privé déployable rapidement sur le terrain
2026-06-02
Derniers Bulletins