fr.wedoany.com Rapport : Le 5 juin, Yuanli Lingji a récemment achevé sa fusion avec la société de robots logistiques Atomix par le biais d’une acquisition par actions, tout en finalisant un nouveau cycle de financement stratégique. Les investisseurs de ce cycle incluent Zhipu, Stepfun, SenseTime, Alibaba, ainsi que les capitaux industriels Huaqin et SAIC Hengxu. Après la fusion, l’entreprise formera une pile technologique plus complète autour des grands modèles d’intelligence incarnée, des infrastructures robotiques, des plateformes matérielles et des applications logistiques.
La valeur fondamentale de cette fusion réside dans le fait de réunir au sein d’une même entreprise les « capacités des modèles incarnés » et les « données réelles des scénarios logistiques ». La principale différence entre l’intelligence incarnée et les grands modèles purement logiciels est que le modèle doit effectuer la perception, la planification, le contrôle et l’exécution dans le monde physique. Les données d’entraînement ne peuvent pas provenir uniquement de textes, d’images ou de vidéos, mais doivent également être issues d’équipements réels, de tâches réelles et de processus opérationnels réels. Les scénarios logistiques présentent des caractéristiques de haute fréquence, de standardisation, de quantifiabilité et de reproductibilité à grande échelle. Le tri en entrepôt, le transport, le picking, la planification de trajectoire, la gestion des rayonnages et la collaboration multi-robots génèrent en continu des données liées aux actions des robots, aux changements environnementaux, aux taux d’achèvement des tâches et à la gestion des anomalies. Atomix a précédemment accumulé un réseau logistique flexible couvrant plus de 20 pays et près de 100 marques dans le domaine des robots logistiques, avec des clients tels qu’Uniqlo, Coca-Cola et Mixue, expédiant plus de 600 000 articles par jour. Pour Yuanli Lingji, ces données opérationnelles réelles et ces scénarios clients fournissent un carburant essentiel pour faire passer les grands modèles incarnés de l’entraînement en laboratoire à une boucle fermée industrielle.
Tang Wenbin, fondateur et PDG de Yuanli Lingji, a déclaré que la mise à l’échelle des grands modèles incarnés doit passer de la collecte manuelle à des scénarios industriels réels, et que les données logistiques massives accumulées par Atomix sont le carburant clé pour faire tourner le volant d’inertie.
Le principal goulot d’étranglement auquel est confrontée l’industrie de l’intelligence incarnée est passé de « l’existence ou non d’un corps robotique » à « la capacité du robot à exécuter des tâches de manière fiable dans des scénarios complexes ». La chaîne d’approvisionnement matérielle mûrit progressivement, avec une disponibilité croissante des bras robotiques, des bases mobiles, des capteurs, des contrôleurs et des effecteurs finaux. Cependant, ce qui permet véritablement aux robots d’acquérir une polyvalence et une capacité de transfert, c’est la manière dont le modèle comprend les scénarios, décompose les tâches, s’adapte à différents équipements et apprend en continu dans un environnement réel. Yuanli Lingji a précédemment publié le grand modèle natif incarné DM0, le framework open source généraliste incarné Dexbotic, et a co-lancé avec HuggingFace la plateforme d’évaluation sur robots réels RoboChallenge. Atomix apporte quant à lui des robots logistiques, une automatisation flexible des entrepôts et un réseau de clients commerciaux. Après leur intégration, Yuanli Lingji peut connecter l’entraînement des modèles, les logiciels et matériels robotiques, la plateforme d’évaluation et les opérations réelles d’entreposage en une seule chaîne, permettant au modèle de ne pas rester confiné aux démonstrations et aux tâches de recherche, mais d’être directement validé par des opérations logistiques à haute fréquence. Selon des informations publiques, Yuanli Lingji prévoit de lancer le 15 juin un système de tri à trois niveaux pour l’entreposage logistique, basé sur DM0 et prenant en charge le travail mixte de plusieurs robots, et de lancer en juillet le nouveau grand modèle DM0.5, le premier robot polyvalent et une nouvelle infrastructure applicative. Si ces produits peuvent être mis en œuvre, Yuanli Lingji aura l’opportunité de passer d’une entreprise de modèles d’intelligence incarnée à une plateforme robotique capable de fournir des solutions de scénarios.
La structure des investisseurs de ce cycle de financement mérite également l’attention. La participation simultanée de grandes entreprises de modèles et d’IA telles que Zhipu, Stepfun, SenseTime et Alibaba montre que l’intelligence incarnée devient une direction importante pour les entreprises de modèles, passant de la compétition sur les tokens à la compétition sur les actions. Les grands modèles logiciels résolvent la compréhension de l’information, la génération de contenu et la planification des tâches, tandis que les modèles incarnés doivent en outre connecter l’exécution mécanique, l’environnement physique et les processus industriels. En raison de la densité élevée des données, de la clarté de la valeur commerciale et de la relative facilité d’évaluation du ROI, les scénarios logistiques deviennent une piste importante pour la validation à grande échelle de l’intelligence incarnée. L’entrée des capitaux industriels Huaqin et SAIC Hengxu signifie également que l’intelligence incarnée n’attire pas seulement l’attention des entreprises de modèles, mais établit également des liens plus étroits avec la fabrication intelligente, les chaînes d’approvisionnement, l’industrie automobile et les capacités d’ingénierie matérielle. Pour les investisseurs, la structure « modèle + matériel + scénario + données » formée après la fusion de Yuanli Lingji et Atomix est plus proche d’une boucle fermée commerciale durable que le simple pari sur un seul corps robotique ou un seul modèle algorithmique.
Les défis clés à venir pour Yuanli Lingji se concentreront sur l’efficacité de l’intégration post-fusion, la reproduction à grande échelle des scénarios logistiques, la stabilité des systèmes robotiques et la capacité de généralisation des modèles incarnés. Le réseau d’entreposage et les ressources clients apportés par Atomix peuvent fournir une porte d’entrée réelle pour les activités, mais pour que les systèmes robotiques fonctionnent de manière stable dans différents entrepôts, avec différentes marchandises, différents rythmes opérationnels et différents environnements de collaboration homme-robot, une validation technique à long terme reste nécessaire. Si cette fusion parvient à créer un cercle vertueux entre les capacités des modèles et les données logistiques, Yuanli Lingji a le potentiel de devenir un échantillon important en Chine pour le passage de l’intelligence incarnée de la démonstration technique à la mise en œuvre industrielle.
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
