fr.wedoany.com Rapport : QuantGroup a récemment réalisé quatre cycles de validation technique pour l’intelligence incarnée dans le contexte des cuisines de restauration, couvrant des tâches telles que la fabrication flexible de sandwichs, le tri autonome de sacs de courses, la recherche de sel dans des tiroirs pour assaisonner un steak, et la coordination multi-équipements pour la préparation de thé au lait. Toutes les validations ont été effectuées dans des conditions dynamiques réelles, et non en laboratoire. Le positionnement commercial de QuantGroup est celui d’un fournisseur de modèles de base pour le monde physique, ouverts à travers les scénarios et les plateformes matérielles, sans être lié à un matériel spécifique ni à un scénario particulier, visant à fournir une couche d’IA générique pour les robots de différents fabricants.

Le Bureau général du ministère de l’Industrie et des Technologies de l’information et le Bureau général de la Commission d’administration et de supervision des actifs d’État du Conseil des affaires d’État ont conjointement publié en juin l’« Avis sur le lancement conjoint de l’action spéciale pour la formation pratique en situation réelle des robots humanoïdes et de l’intelligence incarnée en 2026 », exigeant la participation de 10 provinces et villes ainsi que de toutes les entreprises centrales. Les scénarios couvrent trois grands domaines : industriel, de service et spécial, incluant des environnements réels tels que la production manufacturière, l’inspection et l’analyse, la logistique de stockage, la restauration et le commerce de détail, ainsi que les soins médicaux et de santé. La politique exige une « intervention minimale et une réutilisation des équipements existants », interdit strictement de modifier l’environnement pour adapter les robots, et impose que les robots prouvent leur capacité à fonctionner normalement dans les conditions actuelles. Chaque province ou ville doit soumettre au moins 20 scénarios clés, chaque entreprise centrale au moins 10, et les rapports de validation doivent être livrés avant fin novembre. Cette politique accélère la transition de l’industrie des salles d’exposition vers les environnements réels.

Certains points de vue dans l’industrie estiment que la capacité des robots à s’adapter rapidement à de nouveaux scénarios est la clé pour atteindre une mise à l’échelle. La logique de QuantGroup est de faire passer les robots de « l’automatisation des mouvements » à « l’exécution autonome de tâches », c’est-à-dire comprendre les objectifs de la tâche, puis accomplir de manière autonome le processus complet de perception, de décision et d’exécution. Son modèle de base du monde physique ne se soucie pas de la plateforme matérielle ou du scénario spécifique ; il offre une capacité générique permettant aux robots de comprendre le monde physique et de prendre des décisions en temps réel. Une fois cette capacité opérationnelle, elle peut être invoquée comme une API par différentes plateformes matérielles, et le coût marginal de chaque nouveau scénario ajouté est proche de zéro.

Le marché des capitaux a validé cette logique. Physical Intelligence (PI) a réalisé en novembre 2024 un financement de 400 millions de dollars avec une valorisation de 2,4 milliards de dollars, avec des investisseurs incluant Jeff Bezos, OpenAI, Sequoia Capital et Khosla Ventures. Cette entreprise ne fabrique pas de matériel, mais se concentre uniquement sur les modèles d’IA génériques. Sa valorisation est passée de 400 millions à 2,4 milliards de dollars en huit mois. Skild AI, fondée par d’anciens chercheurs de Meta AI, ne touche pas non plus au matériel. En juillet 2024, sa valorisation en série A était de 1,5 milliard de dollars ; moins d’un an plus tard, sa valorisation en série B atteignait 4,7 milliards de dollars, puis SoftBank et NVIDIA ont mené un tour de série C avec une valorisation de 14 milliards de dollars. Le chiffre d’affaires annuel de cette entreprise est de 30 millions de dollars.

Le positionnement de QuantGroup dans le domaine de l’IA physique est comparé à celui d’Anthropic dans le domaine des grands modèles de langage, permettant à différentes plateformes matérielles d’invoquer une même couche de capacité d’IA. Ses quatre cycles de validation technique ont été mis en œuvre dans le scénario des cuisines de restauration. Par exemple, dans la tâche de fabrication de sandwichs, le robot doit gérer la saisie, l’étalement et le placement d’ingrédients mous ; pour le tri de sacs de courses, il n’y a pas de processus prédéfini, le robot doit identifier et classer les articles en temps réel ; dans la tâche de salage du steak, le robot doit chercher de manière autonome dans plusieurs tiroirs et terminer l’assaisonnement.

La préparation du thé au lait teste la coordination du système, le robot devant coopérer avec des équipements tels que la machine à thé, le mixeur et la scelleuse. Après les quatre cycles de validation, le prochain objectif de QuantGroup est la réutilisation interscénarios. Son approche technique consiste à séparer les couches logicielles et matérielles ; le modèle de base du monde physique n’est lié à aucun matériel et peut fonctionner sur des plateformes matérielles de différents fabricants. Cette idée est une condition préalable à la mise à l’échelle du modèle RaaS (Robot as a Service) : le modèle, en tant qu’actif technique, peut être invoqué en continu et générer des revenus.

L’accumulation technique de QuantGroup a commencé dans des domaines tels que l’apprentissage automatique automatisé et le traitement du langage naturel (NLP), étendant sa capacité de décision du monde numérique au monde physique. La barrière de l’accumulation de données provient d’un système de collecte multi-voies, incluant le déploiement dans des scénarios commerciaux B2B, la mise en place de dispositifs intelligents C2C, la collecte par substitution des utilisateurs et le partage de données via la co-création de scénarios. Ces quatre voies parallèles visent à transformer la collecte de données d’un point unique en un système. L’entreprise a choisi la restauration comme premier scénario de validation clé, utilisant sa complexité pour forcer l’itération de son système technique.

Sur le plan politique, l’action spéciale nationale exige la soumission des rapports de validation avant fin novembre, faisant de la « vente de capacités » plutôt que de la « vente de matériel » un point d’inflexion en cours, plus aligné avec la direction de l’industrie. Le chemin à long terme de QuantGroup inclut l’accumulation initiale via le déploiement de scénarios et la vente de données, l’exportation de modèles et de services à valeur ajoutée aux fabricants de matériel intelligent, puis l’entrée dans le secteur de la puissance de calcul, formant une structure de revenus combinant modèles de base et puissance de calcul. Ce chemin repose sur la capacité technique du modèle de base du monde physique à soutenir la réutilisation interscénarios, le cœur étant le renforcement continu de l’avantage cumulatif.