Après le refroidissement du secteur de l'IA incarnée, cette startup de Stanford sécurise des centaines de millions de financement contre la tendance

Auteur : Wu Qiong, Investment Circle

À un tournant pour l'intelligence incarnée, un accord de financement émerge contre la tendance—aujourd'hui (2 novembre), RoboScience a annoncé l'achèvement d'un tour de financement de série A2 de plusieurs centaines de millions, dirigé par Amber Capital, Hongruida Investment et Shanghai Semiconductor Industry Investment, avec la participation de Shuang Capital, 360 Venture Capital, Guolian Tongbao, Jinding Capital et plusieurs entreprises cotées.

En se penchant sur RoboScience, elle est soutenue par deux camarades de classe du laboratoire d'IA de l'Université de Stanford—Tian Ye et Shao Lin. Pendant leur temps sur le campus, ils discutaient souvent de la manière dont les robots pourraient entrer dans la vie humaine. Des années plus tard, témoignant de la croissance explosive de l'intelligence incarnée en Chine, ils ont choisi de retourner dans leur pays natal pour créer une entreprise, ce qui a conduit à la naissance de RoboScience.

Stanford est presque l'une des sources mondiales de recherche sur l'intelligence incarnée : Li Fei-Fei, l'initiateur d'ImageNet, pionnier des paradigmes basés sur la vision et les données, le laboratoire REAL de Chelsea Finn, le chercheur en informatique géométrique Leonidas J. Guibas, et l'équipe fondatrice des principales entreprises étrangères incarnées Pi proviennent tous de Stanford. Vers 2016, le professeur Leonidas J. Guibas (un académicien de l'Académie américaine des arts et des sciences) a rassemblé un groupe d'étudiants chinois dans son groupe de calcul géométrique, y compris Wang He, Shao Lin et leur junior Su Hao.

De la géométrie 3D et de l'apprentissage des robots à l'interaction physique, l'accumulation de recherche de Stanford a fourni une inspiration importante pour ces entrepreneurs explorant l'intelligence incarnée générale. Cela se reflète également dans les gènes techniques de RoboScience : actuellement, le modèle général incarné Visics développé par l'entreprise a surmonté le problème de généralisation ontologique ; le moteur de simulation physique développé en interne, RoboMirage, surmonte davantage les seuils de données. Sur le chemin de l'incarnation générale, RoboScience a choisi de cibler directement les points les plus difficiles.

À ce moment-là, les choix des investisseurs portent souvent une signification directionnelle significative. Saisissant l'opportunité de finaliser le financement, la communauté des investisseurs a engagé une conversation approfondie avec le fondateur et PDG de RoboScience, Tian Ye, déroulant lentement une histoire de startup incarnée différente de la plupart des autres.

Deux camarades de classe de Stanford unissent leurs forces pour s'attaquer au problème de généralisation dans l'incarnation

La connexion Stanford est la première impression que RoboScience laisse à la plupart des gens.

La création de l'équipe a commencé à Stanford—Tian Ye a obtenu son diplôme de l'Université des sciences et technologies de Chine et est allé à Stanford pour des études supérieures en 2014, étudiant sous la direction du professeur Andrew Ng, entrant ainsi dans le monde de l'IA.

Cette période d'études est devenue l'une des expériences les plus précieuses de la vie de Tian Ye. À l'époque, l'apprentissage profond n'émergeait que sur la scène mondiale, et Andrew Ng était l'un de ses premiers défenseurs. Sous sa direction, Tian Ye a non seulement rencontré les technologies de pointe du monde, mais a également participé à de nombreuses tentatives d'application de ces technologies à des scénarios réels.

De nombreuses grandes histoires d'entrepreneuriat dans le monde des affaires commencent souvent par les amitiés les plus pures formées sur le campus—également dans cet environnement geek et innovant, Tian Ye et son camarade de classe Shao Lin ont forgé un lien. La différence était que Shao Lin étudiait sous l'expert en intelligence incarnée Jeannette Bohg et le maître du calcul géométrique Leonidas Guibas, se concentrant sur le domaine de l'apprentissage des robots.

Bien que leurs directions de recherche soient différentes, leur curiosité a résonné de manière inattendue : comment permettre aux capacités de l'IA d'entrer dans le monde physique et d'interagir avec les robots en utilisant un langage naturel général ? "Depuis notre temps à Stanford, nous avons discuté de quand les robots pourraient vraiment entrer en production de masse et dans la vie humaine," se souvient Tian Ye auprès de la communauté des investisseurs.

Cependant, à l'époque, le concept d'intelligence incarnée n'avait pas encore explosé, et le moment pour l'entrepreneuriat n'était pas mûr. Par conséquent, Tian Ye a choisi de rejoindre d'abord Apple, jouant un rôle central dans la construction de l'écosystème de produits d'IA d'Apple et de l'écosystème d'applications d'IA, passant d'ingénieur à leader technique, dirigeant le premier système d'inférence de modèle collaboratif end-cloud au monde, Apple Intelligence, et la plateforme centrale CoreML et CreateML, connue sous le nom de "PyTorch et CUDA d'Apple" ; Shao Lin a rejoint le département d'informatique de l'Université nationale de Singapour en tant que professeur assistant, poursuivant des recherches sur l'apprentissage des robots et la manipulation habile.

Ces deux expériences distinctement différentes ont complété la dernière pièce du puzzle entrepreneurial : partant de Stanford, Tian Ye a accumulé de l'expérience en ingénierie dans le déploiement de technologies sur des dispositifs et utilisateurs à grande échelle chez Apple ; la série de recherches dirigées par Shao Lin est également devenue la base technique pour leur future entreprise. Ainsi, une combinaison entrepreneuriale complémentaire d'"académie et d'ingénierie" s'est formée.

Photo des deux fondateurs de RoboScience (Shao Lin à gauche, Tian Ye à droite)

Avançons rapidement jusqu'en 2024, la généralité des grands modèles de langage a explosé avec l'émergence de ChatGPT, et tant le monde académique que l'industrie ont commencé à tenter de reproduire cette loi d'échelle dans le monde physique des robots. Enfin, l'opportunité est arrivée, et Tian Ye a décidé de quitter son emploi pour retourner en Chine et créer RoboScience. Les deux ont continué à se battre côte à côte—Tian Ye en tant que PDG et Shao Lin en tant que scientifique en chef.

Entre-temps, le secteur de l'intelligence incarnée en Chine a complètement explosé, avec divers capitaux et entrepreneurs de premier plan entrant dans la mêlée. En regardant cette vague, la connexion Stanford se démarque—le fondateur de Hillbot Su Hao, le fondateur de Galaxy General Wang He, le fondateur de Qiongche Intelligent Lu Cewu... tous proviennent de la lignée académique en robotique et IA de Stanford. Comme le ressent Tian Ye, "Dans le domaine de l'IA, Stanford est sans aucun doute à l'avant-garde mondialement, avec d'innombrables innovations académiques et techniques originaires d'ici." Silencieusement, une "Légion Stanford" a émergé dans le secteur de l'intelligence incarnée en Chine.

Plus le point de départ est élevé, plus la vision est grande. RoboScience a choisi un chemin plus difficile : à travers une route technologique full-stack qui intègre logiciel et matériel, développant à la fois un grand modèle incarné général et le corps du robot ainsi que la simulation physique.

"Les choses les plus importantes dans l'intelligence incarnée sont deux : les modèles et les données," comme l'a dit Tian Ye, cela explique essentiellement le chemin de croissance de RoboScience—pour surmonter le problème de généralisation auquel fait face l'intelligence incarnée, l'équipe a développé le grand modèle incarné général Visics.

Plus précisément, le grand modèle incarné général Visics adopte l'architecture VLOA (Vision-Language-Object-Action), utilisant la Trajectoire d'Objet (trajectoire de nuage de points 3D des objets) comme norme de représentation intermédiaire unifiée. Ce design découple complètement "cognition" de "l'exécution"—le modèle de monde incarné de niveau supérieur est responsable de la prédiction et de la déduction de la trajectoire de mouvement physique des objets, tandis que le modèle d'opération général de niveau inférieur convertit la trajectoire en instructions de contrôle adaptables à n'importe quel corps de robot.

En même temps, l'entreprise a développé un moteur de simulation de haute précision, RoboMirage. L'ancien directeur de l'IA de Tesla et co-fondateur d'OpenAI, Andrej Karpathy, a proposé dans son article "Vérifiabilité" que lorsqu'une tâche dispose d'un environnement de vérification suffisamment efficace et complet permettant des essais et erreurs répétés, des essais et erreurs efficaces, et pouvant fournir automatiquement des retours d'information sur les récompenses, la probabilité que l'IA résolve le problème par un entraînement continu augmentera considérablement.

RoboMirage a atteint une haute concurrence, des performances en temps réel et une couverture de l'ensemble de l'espace des objets. Cela fournit un élan significatif pour le développement des modèles incarnés de RoboScience. Combiné avec des pipelines d'annotation vidéo et de nettoyage entièrement automatisés, il a construit un "simulation + vidéo" double flywheel de données. Tian Ye a partagé un ensemble de données : le parcours de données de RoboScience a réduit le coût d'acquisition d'une seule pièce de données à 0,05 yuan, soit 1/20 à 1/200 des solutions traditionnelles. De début 2026 à octobre, les données d'entraînement vidéo de RoboScience sont passées de 1 million à 4 millions et continuent d'augmenter, franchissant fondamentalement le double goulot d'étranglement de l'échelle des données et du coût, créant des conditions pour la loi d'échelle de l'incarnation.

Alors que les grands modèles de langage général continuent de démontrer des capacités de compréhension spatiale, les demandes du marché des capitaux envers les entreprises d'intelligence incarnée sont devenues de plus en plus directes : alors que les limites de capacité des modèles généraux continuent de s'élargir, quelle est la valeur indépendante et la barrière à long terme des entreprises incarnées développant leurs propres "cerveaux" ?

Le jugement de Tian Ye est que les grands modèles de langage général excellent dans l'invocation d'outils, la décomposition des tâches et l'orchestration des intentions, mais qu'il reste un seuil dans le monde physique pour passer de la compréhension des tâches à la conduite des robots pour compléter des opérations de manière stable. Pour les entreprises incarnées, la valeur fondamentale réside dans leur capacité à permettre à différents matériels de compléter des opérations dans des environnements complexes avec une vitesse suffisante et des taux de réussite élevés, et de réutiliser cette capacité à travers plus de corps et de tâches. Derrière cela, il faut que les modèles apprennent des lois physiques telles que le contact, la friction et l'élasticité, ainsi que d'accumuler continuellement des données d'interaction physique qui sont difficiles à obtenir directement à partir de textes et de vidéos, permettant au système de compléter efficacement et de manière robuste des tâches réelles dans le monde physique.

C'est aussi la logique sous-jacente derrière la disposition de RoboScience du grand modèle Visics et du moteur de simulation RoboMirage : pour échelonner la génération de données d'interaction physique à travers le moteur de simulation, réduisant le coût des données pour l'entraînement des modèles ; pour connecter la compréhension du mouvement des objets et l'opération des robots à travers une architecture de découplage en couches, réduisant la dépendance des capacités des modèles à un matériel spécifique. Ensemble, ils pointent vers un objectif commercialement précieux : permettre à un même ensemble de capacités opérationnelles d'être réutilisé à travers des corps et des tâches, réduisant les coûts marginaux d'adaptation à de nouveaux matériels et de déploiement de nouveaux scénarios. D'un point de vue capital-risque, l'espace imaginatif de cette voie réside dans la transformation de l'accumulation continue de données et de modèles en capacités opérationnelles générales évolutives et livrables, et au service de plus de fabricants de robots et de développeurs d'applications à travers une interface de modèle Visics unifiée.

Après avoir réalisé des avancées significatives tant du côté des modèles que des données, RoboScience a lancé sa première génération de corps de robot—le robot humanoïde général à roues REX G1, qui peut être largement appliqué dans la logistique, le commerce de détail, les usines, les maisons et d'autres scénarios.

Comme Apple, la véritable barrière n'a jamais été une technologie unique, mais une capacité systémique qui intègre logiciel et matériel. RoboScience n'est pas différente—en construisant des capacités full-stack, elle vise à créer la prochaine génération de robots capables d'exécuter de manière autonome des tâches complexes à une vitesse d'itération plus rapide.

Financement contre la tendance : un an pour compléter la boucle full-stack de l'incarnation

Les investisseurs avaient remarqué ce duo de camarades de classe de Stanford dès le départ.

À l'ère de l'IA, les investisseurs établissent souvent des connexions avec des cadres de haut niveau d'entreprises importantes et des professeurs d'université ayant un potentiel entrepreneurial, afin de pouvoir investir dès que ces individus décident de créer une entreprise. Cette scène s'est également produite avec Tian Ye—il se souvient qu'avant même que lui et Shao Lin ne quittent leurs emplois, les investisseurs ont commencé à les approcher, maintenant une communication régulière.

Tout s'est déroulé naturellement. Dès que RoboScience a été établie, un tour de financement de plusieurs dizaines de millions de RMB, exclusivement investi par Zero One Ventures, a été rapidement sécurisé. Deux mois après avoir finalisé le financement, l'équipe de Shao Lin a remporté le prix du meilleur article dans le domaine de la manipulation et du mouvement des robots avec leur cadre de saisie habile général D(R,O) Grasp, devenant la première équipe d'une institution asiatique à recevoir cet honneur en tant que premier auteur depuis près de cinq ans. Cette recherche sert également de source technique pour la percée de RoboScience dans les problèmes de manipulation habile inter-corps.

Les investisseurs ont continué à augmenter leurs participations : en juillet de l'année précédente, près de 200 millions de yuans ont été levés lors d'un tour d'ange dirigé par JD.com, avec la participation de China Merchants Venture Capital et du capital Guoxiang de SenseTime, tandis que l'actionnaire existant Zero One Venture Capital a également augmenté son investissement ; en février 2026, plusieurs centaines de millions de yuans ont été levés lors d'un tour Pre-A, avec des investisseurs tels que PwC Capital et Dacheng Wisdom, parmi d'autres institutions d'investissement bien connues, tandis que China Merchants Venture Capital et Zero One Venture Capital ont continué à augmenter leurs participations ; jusqu'à présent, l'entreprise a complété plusieurs tours de financement totalisant plusieurs centaines de millions de yuans dans le cadre de la série A.

RoboScience a maintenu un rythme stable et pragmatique dans ses efforts de financement. En fait, après avoir connu un boom de financement au premier semestre de l'année, le secteur de l'intelligence incarnée a visiblement refroidi au second semestre de cette année, les investisseurs devenant de plus en plus prudents et les normes d'investissement se resserrant. Plus l'industrie descend, plus le financement devient significatif.

Ce qui a convaincu les investisseurs de s'engager, ce sont les jalons atteints par RoboScience à chaque étape de financement : en septembre 2025, le moteur de simulation de haute précision RoboMirage a été lancé, permettant un flywheel de données à faible coût et à grande échelle ; en juin 2026, le modèle général incarné Visics a été officiellement lancé, démontrant des capacités de généralisation inter-ontologique, inter-objets et inter-tâches avec l'architecture VLOA ; seulement deux mois plus tard, le premier robot humanoïde à roues, REX G1, a fait ses débuts. En d'autres termes, en l'espace d'un an, des liens clés tels que les données, les modèles et les corps de robots ont été connectés, formant une boucle fermée complète d'incarnation full-stack.

Il convient de mentionner qu'avant de finaliser ce tour de financement, RoboScience a également atteint une coopération stratégique avec Tencent Cloud pour créer le premier service d'intelligence incarnée basé sur le cloud au monde, EaaS (Embodied-AI-as-a-Service). Sur la base de cette coopération, Visics est devenu le premier grand modèle incarné basé sur le cloud au monde, ouvert à l'accès et à l'utilisation publics.

Derrière cela se cache la réflexion de RoboScience sur la commercialisation. Tian Ye a révélé que l'équipe a actuellement trois voies d'industrialisation : fournir des solutions incarnées globales pour les applications finales ; offrir des services de modèle EaaS pouvant être appelés depuis le cloud, ainsi que des contrôleurs déployés en périphérie, ouvrant les capacités du modèle à un plus large éventail de développeurs, d'entreprises ontologiques et d'intégrateurs de scénarios.

Dans les mots de Tian Ye, ces trois voies équilibrent "profondeur et largeur" : la voie full-stack se penche sur des scénarios clés, tandis que les contrôleurs et l'EaaS étendent les capacités, couvrant ainsi un large éventail de scénarios d'application qu'une seule entreprise ne peut pas saisir pleinement.

Ces facteurs ont également impressionné les investisseurs. Comme l'a déclaré Amber Capital : "L'itération de la technologie de l'intelligence incarnée s'accélère, passant de la validation technique à l'application à grande échelle dans différents domaines, avec les capacités générales des scénarios ouverts et les coûts de mise en œuvre étant clés pour les percées industrielles. RoboScience a construit un système technique full-stack qui connecte données, modèles et ontologie autour de cette proposition centrale, améliorant encore les capacités de généralisation inter-ontologique, inter-objets et inter-tâches, réalisant une accumulation continue de données et une itération de capacités dans des conditions de travail réelles. Nous reconnaissons hautement le jugement prospectif de l'équipe sur le chemin technique et les capacités d'exécution systématique, et nous sommes optimistes quant à la validation accélérée de l'entreprise dans des scénarios réels, favorisant la réutilisation à grande échelle des capacités du modèle, devenant progressivement une plateforme d'infrastructure importante pour l'ère de l'intelligence incarnée générale."

Face aux défis de la production de masse commerciale et de la validation à grande échelle, les actions du capital industriel sont souvent considérées comme un baromètre. Pour tous les acteurs, de tels investisseurs sont inestimables—non seulement pour un soutien financier mais aussi pour fournir de véritables scénarios de validation.

En regardant la liste des actionnaires de RoboScience, de tels visages ne sont pas rares : JD.com possède des dizaines de parcs logistiques intelligents "numéro un en Asie" et des milliers d'entrepôts à travers le pays ; derrière Shuang Capital se trouve la famille milliardaire de Hong Kong Li Jinji, qui dispose d'une vaste base de production et d'un réseau de chaîne d'approvisionnement à l'échelle mondiale. Leurs entreprises sont remplies de nombreux processus non standards, complexes et difficiles à automatiser, qui sont précisément des scénarios de remplacement idéaux pour l'intelligence incarnée.

Ce tour de financement a également vu plusieurs capitaux industriels et plateformes d'entreprises cotées se rassembler pour voter de confiance pour RoboScience. Tian Ye a révélé qu'une coopération interne est en cours avec un groupe d'acteurs de l'industrie, qui sera annoncée successivement bientôt.

C'est sans aucun doute le meilleur terrain d'essai pour les entreprises incarnées. À l'avenir, le chemin d'accélération pour RoboScience devient de plus en plus clair : les fonds de ce tour de financement soutiendront principalement l'itération continue et la mise à niveau des grands modèles, faisant avancer la validation POC et le déploiement à grande échelle dans des scénarios clés tels que la logistique, le commerce de détail et l'industrie. En même temps, cela renforcera encore la réserve de talents de haut niveau.

Vers un objectif généralisé

Atteindre une intelligence incarnée générale est presque le rêve ultime de tous les entrepreneurs incarnés.

C'est une proposition extrêmement vaste et romantique. Mais la généralisation signifie que les robots peuvent percevoir l'environnement, prendre des décisions autonomes et apprendre des retours d'expérience après avoir agi, tout comme les humains, et il reste encore de nombreux défis d'ingénierie à surmonter derrière cela, avec un long chemin à parcourir. Lorsque l'imagination et la réalité divergent, l'industrie commence à passer de la "fantaisie universelle" à la "priorité spécialisée". Certains soutiennent même que "la généralisation est encore trop éloignée ; cultiver profondément des scénarios verticaux est la clé de la survie."

Cependant, selon Tian Ye, ce n'est pas un choix binaire. "Le cœur de l'intelligence incarnée générale réside dans la réduction des coûts marginaux, ce qui est également notre compétitivité fondamentale à l'avenir." Il a expliqué que la raison pour laquelle RoboScience insiste sur le développement de produits full-stack est d'atteindre une optimisation profonde dans des domaines spécifiques tels que la logistique et le commerce de détail.

"Nous devons certainement atterrir dans certains scénarios d'abord, mais ce qui le soutient est une technologie sous-jacente évolutive, de plus en plus généralisée et de moins en moins coûteuse." Tian Ye a souligné qu'un cycle commercial durable positif doit être profondément couplé avec des scénarios, tandis que la compétitivité à long terme nécessite d'élargir l'échelle en réduisant continuellement les coûts marginaux.

D'abord, nous entrerons dans de véritables industries à forte valeur ajoutée et à forte demande, puis nous laisserons les robots se diriger vers des scénarios plus larges, atteignant finalement l'intelligence incarnée générale que tout le monde attend. Sur cette route, la généralisation est la noix la plus difficile à craquer.

En termes simples, la plupart des modèles incarnés actuels peuvent atteindre des taux de réussite de tâches presque de 100 % après une collecte de données suffisante et un entraînement spécialisé dans des scénarios fixes. Cependant, dès que les objets d'exploitation changent ou que l'environnement est légèrement modifié, le taux de réussite des tâches des robots peut chuter de manière significative.

Pour répondre à ce défi, RoboScience a fourni sa propre solution : en tirant parti de sa structure VLOA développée en interne, elle prend désormais en charge la généralisation sur trois dimensions : inter-ontologique, inter-objets et inter-tâches. Un moment mémorable a été lors de la Conférence mondiale sur l'intelligence artificielle de 2026, où RoboScience a démontré "le passage rapide en 30 secondes"—le personnel a directement remplacé différents matériels de main habile de différentes marques sans avoir besoin de réadapter ou de peaufiner, la main habile étant instantanément reconnue en 30 secondes et exécutant sans problème diverses tâches de saisie, réalisant véritablement "prêt à l'emploi lors du passage", validant ses capacités de généralisation inter-ontologique.

De plus, la main habile équipée du grand modèle incarné général Visics a réussi à saisir n'importe quel objet fourni par le public sur place ; encore plus révolutionnaire a été que lors du WRC qui s'est tenu en août de cette année, RoboScience a simultanément ouvert le processus de raisonnement du modèle mondial au stand, devenant la première entreprise de l'industrie à démontrer publiquement le raisonnement visuel en temps réel du modèle mondial.

"L'intelligence incarnée est fortement liée au monde physique, nécessitant la synchronisation de scénarios réels, de tâches réelles et d'algorithmes pour évoluer ensemble." Tian Ye n'est pas aveuglément optimiste, déclarant : "C'est définitivement un processus étape par étape, du petit au grand, se déplaçant progressivement des industries spécifiques vers des secteurs plus larges." Mais il est également confiant que cela se produira dans les années à venir.

Alors que la vague d'entrepreneuriat en intelligence incarnée continue, des controverses et des bulles ont émergé. En discutant de cela, Tian Ye apparaît assez calme, déclarant : "Les bulles peuvent surgir de tout le monde essayant différentes approches, un peu comme l'évolution biologique, où certains disparaissent au cours du processus tandis que d'autres survivent. C'est un phénomène naturel de l'évolution technologique."

Dans la seconde moitié de l'ère incarnée, les entreprises qui s'appuient uniquement sur des démonstrations tape-à-l'œil pour raconter des histoires feront face à une pression de survie croissante. Tian Ye préfère concentrer son énergie sur "faire les choses", déclarant : "Les fluctuations à court terme ne sont que du bruit pour nous. Revenant à l'essence des affaires, ce sur quoi tout le monde se concentrera ensuite, c'est comment la technologie peut vraiment se concrétiser dans les produits."

Le chemin vers l'AGI dans le monde physique est encore long. En regardant en arrière dans quelques années, ce moment pourrait bien être un tournant.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.