fr.wedoany.com Rapport : Récemment, la société de robots intelligents incarnés à usage général Simple AI a annoncé avoir finalisé un tour de financement Pre-A de plusieurs centaines de millions de yuans. Ce tour est mené par Didi, avec la participation de Plum Ventures et Keli Sensing, tandis que les investisseurs existants, CCV, Linear Capital et Puhua Capital, ont augmenté leur mise. Après ce financement, Simple AI accélérera l'itération des produits et le déploiement commercial à grande échelle de ses robots intelligents incarnés dans des scénarios réels, en se concentrant sur l'itération et la mise à niveau du Simple-World Model, la construction d'un système de données pour l'intelligence incarnée, le recrutement de talents clés et le déploiement dans les scénarios domestiques généralisés.
L'orientation du financement de Simple AI cible directement l'étape clé où l'industrie de l'intelligence incarnée passe des démonstrations sur prototypes aux services réels. Pour que les robots entrent dans des scénarios tels que les foyers, les hôtels, les appartements, les maisons de retraite, le nettoyage et les soins, ils ne peuvent pas se contenter de valider des actions ponctuelles ; ils doivent également fonctionner en continu dans des environnements à long terme, ouverts et non standardisés. Les sols, les meubles, les objets, les activités humaines et l'expression des tâches dans un environnement réel sont tous incertains. Le robot doit posséder des capacités de perception, de compréhension, de planification, d'action et d'auto-correction. L'investissement dans le Simple-World Model signifie que l'entreprise se concentrera sur la capacité du modèle à comprendre le monde physique, à prédire les résultats des actions et à traiter des tâches complexes.
Le scénario domestique généralisé est une direction à la fois à forte valeur commerciale et à haute barrière technique pour le déploiement de l'intelligence incarnée. Comparé aux chaînes de production en usine ou au tri dans les entrepôts, les espaces domestiques et quasi-domestiques sont plus difficiles à standardiser. Les utilisateurs peuvent exprimer des besoins vagues en langage naturel, la position des objets change chaque jour, et les tâches de service peuvent s'étendre du nettoyage, du rangement et du transport aux soins, à l'accompagnement et aux patrouilles de sécurité. En choisissant de se déployer autour des scénarios domestiques généralisés, Simple AI cherche essentiellement à trouver un point d'entrée applicatif capable de générer en continu des données de travail réelles tout en étant proche des besoins finaux des services à domicile.
La participation de Didi en tant que meneur confère également à ce tour de financement une dimension de synergie industrielle. Les plateformes de mobilité traitent depuis longtemps la gestion de la planification à grande échelle dans des scénarios réels, les services de localisation, l'appariement offre-demande, la planification d'itinéraires et la gestion des services sur le terrain. Ces capacités sont liées, dans une certaine mesure, à la distribution des tâches, au choix des chemins, à la planification des services et au système d'exploitation des robots dans des environnements réels. Si Simple AI veut faire passer ses robots des laboratoires aux réseaux de services réels, elle aura besoin, au-delà des capacités du modèle et du robot lui-même, d'une expertise en matière d'exploitation de scénarios, de prestation de services, de boucle de données et de gestion de la sécurité. L'entrée de Didi en tant que capital industriel aide à observer de l'extérieur les possibilités de connexion entre l'intelligence incarnée et les systèmes de services à grande échelle.
La participation d'investisseurs comme Plum Ventures et Keli Sensing reflète également l'intérêt du capital pour différents maillons de la chaîne industrielle de l'intelligence incarnée. La commercialisation des robots ne se limite pas aux grands modèles ; elle implique également les capteurs, les actionneurs, les contrôleurs, la conception du robot complet, la collecte de données, l'exploitation des scénarios et la maintenance après-vente. La participation de Keli Sensing permet de mieux se concentrer sur la perception du robot et les capacités matérielles sous-jacentes. Si l'intelligence incarnée doit servir le monde réel à long terme, le matériel de base tel que la force, le toucher, la vision, la navigation inertielle et la perception de l'environnement doit évoluer en synergie avec le système de modélisation.
Du point de vue de la trajectoire de l'entreprise, Simple AI avait déjà obtenu plusieurs tours de financement auparavant, avec des investisseurs comprenant des institutions financières de premier plan et des capitaux liés à l'industrie. Ce financement continu lui fournit un soutien financier pour ses modèles, ses robots, ses données et ses expérimentations de scénarios. La compétition précoce entre les entreprises d'intelligence incarnée ne repose pas seulement sur l'impact d'une seule démonstration, mais sur la capacité à collecter continuellement des données dans des scénarios réels, à corriger rapidement les modèles, à réduire le coût total du robot et à trouver des scénarios commerciaux reproductibles. Après le tour Pre-A, Simple AI doit convertir ce financement en vitesse d'itération des produits et en capacité de livraison.
Le système de données pour l'intelligence incarnée est un aspect notable de ce tour de financement. Les modèles de robots ne peuvent pas être entraînés uniquement avec du texte, des images et des vidéos provenant d'Internet ; ce qui détermine véritablement leur capacité d'action, ce sont les données multimodales issues du travail réel des robots, y compris la vision, la parole, les trajectoires d'action, le retour de force, les résultats des tâches et les cas d'échec. Plus les données réelles sont nombreuses, plus le modèle est capable de comprendre les relations de cause à effet et les limites des tâches dans des environnements complexes. Pour les scénarios domestiques généralisés, la manière de collecter et d'utiliser les données à faible coût, de manière conforme et sécurisée, affectera directement la vitesse d'amélioration des capacités du robot.
Le déploiement commercial à grande échelle doit encore franchir de multiples seuils. Une fois que les robots entrent dans des scénarios de service à long terme, les clients ne se soucient pas seulement de « savoir faire », mais aussi du taux de panne, du coût par service, de la fréquence de maintenance, de la responsabilité en matière de sécurité, de l'expérience utilisateur et de la rentabilité par rapport à la main-d'œuvre humaine. Si Simple AI parvient à accumuler des cas de service stables dans des scénarios quasi-domestiques et à intégrer le Simple-World Model, le système de données réelles des robots et le produit robotique lui-même, elle aura plus de chances de faire passer l'intelligence incarnée d'une démonstration ponctuelle à une exploitation durable.
Le capital pousse l'industrie de l'intelligence incarnée vers une compétition basée sur des scénarios réels. La capacité des modèles, la fiabilité des robots, la boucle de données et l'exploitation des services deviennent des variables clés sur une même chaîne de commercialisation. Après que Simple AI a obtenu le financement mené par Didi, la concurrence dans le secteur des robots domestiques généralisés mettra davantage l'accent sur la densité des scénarios, la capacité de service à long terme et la synergie avec les partenaires industriels, plutôt que de se limiter à des démonstrations d'actions uniques et à des indicateurs de laboratoire.
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
