Les startups d'hardware IA ciblant la formation sportive verticale gagnent en impulsion

Récemment, j'ai lu un article sur Heygo, une entreprise de matériel de ski basée sur l'IA : plusieurs anciens employés de ByteDance, DJI et Tencent ont placé deux capteurs sur les côtés extérieurs des bottes de ski, utilisé des millions de données de glisse pour entraîner un modèle, et cherchent à résoudre le problème persistant dans l'industrie du ski selon lequel « la chaussure n'est pas égale à la planche » ; ils ont levé plusieurs millions de dollars en financement amorce auprès de Hou Xue Capital.

En suivant cette piste, j'ai passé en revue la liste des financements initiaux des deux dernières années dans ce domaine et j'ai constaté qu'un groupe de professionnels ayant une expérience dans les appareils grand public et les robots IA se concentre désormais sur des scénarios sportifs verticaux. À la fois des entreprises établies entrent sur de nouveaux marchés, et de nouvelles équipes issues de géants du hardware comme DJI, ByteDance, Amazon et锤子科技 (Smartisan) se lancent dans ce secteur, avec des produits couvrant des disciplines spécifiques telles que le ski, le tennis, le ping-pong et le golf.

Du point de vue des cycles de financement des deux dernières années, ce secteur n’a pas encore vu de transaction unique particulièrement importante, mais l’intérêt continue d’augmenter, avec la participation d’institutions renommées telles que Sequoia Capital China, BlueRun Ventures et Lishi Capital. Voici les détails :

Ci-dessous, analysons ces entreprises une par une. L'accent est mis sur les entreprises de matériel AI verticales dédiées à un seul sport — quelles douleurs elles résolvent et comment ; les montres, lunettes et caméras sportives à usage général, bien que fondées sur une logique sous-jacente similaire, ont des objectifs différents et seront brièvement mentionnées par la suite.

Le point commun de ce type d'entreprises est un champ d'application plus ciblé : développer du matériel dédié aux séances d'entraînement pour un sport spécifique, en répondant à la question « Cet mouvement est-il effectué correctement ? » plutôt qu'à « Combien d'exercice ai-je fait aujourd'hui ? ». La première approche offre une valeur technologique et utilisateur supérieure.

Nouvelle forme matérielle AI pour le scénario de ski : Heygo

Le ski présente un problème structurel bien connu dans l'industrie, appelé « la chaussure n'est pas égale à la planche ». Il existe une atténuation et un retard évidents entre l'état réel de la planche sur la neige — angle de carre, torsion, rythme de roulement — et les retours ressentis par le pied : la sensation au pied est à la fois retardée et floue. L'entraîneur, debout au bord de la piste, ne peut voir que les grandes lignes ; il est difficile de déterminer précisément quel virage ou quel instant est problématique.

La solution de Heygo consiste à fixer deux IMU (unités de mesure inertielle) sur les côtés extérieurs des bottes de ski, puis à utiliser un modèle pour déduire la posture réelle du ski à partir des données du pied — traduisant ainsi les sensations corporelles en descriptions techniques vérifiables, ce qui constitue précisément le domaine d’application des IMU et du modèle. La version de production ne conserve que deux capteurs externes, avec une précision de mesure inférieure à 3°, une étanchéité IP68 et une autonomie d’environ une semaine.

L'innovation de conception la plus cruciale réside dans la méthode de retour d'information : la chaîne de rétroaction des entraînements de ski traditionnels est trop longue, reposant principalement sur la perception corporelle et quelques rappels occasionnels donnés par l'entraîneur depuis le bord de la piste. Heygo, quant à lui, fournit des indications vocales via un casque Bluetooth pendant la descente, ne parlant uniquement qu'aux virages clés afin d'éviter de rompre le rythme. Une fois à bord du téléphérique, les utilisateurs peuvent revoir instantanément un rapport quotidien ; le ton et le niveau de détail s'ajustent automatiquement en fonction du niveau de l'utilisateur. Ce choix cible précisément un détail souvent négligé dans ce type de produit — être submergé par une succession de données pendant une descente à grande vitesse, ce qui nuit à l'expérience utilisateur.

La composition de l'équipe est également un atout majeur : le fondateur, Wu Zhenhua, a précédemment dirigé les affaires régionales et la croissance des utilisateurs sur Feishu de ByteDance. Les cofondateurs proviennent respectivement des équipes algorithmiques de Tencent et de ByteDance, ainsi que des équipes matérielles de DJI et de Seeed. Avec des expertises en opérations de contenu, en algorithmes et en matériel, l'équipe couvre presque entièrement les compétences nécessaires à ce type de produit.

L'entreprise a actuellement levé plusieurs millions de dollars en financement angel, entièrement investis par Hou Xue Capital. Le produit adopte une structure de prix basée sur du matériel à coût abordable et un abonnement, avec une pré-vente lancée en septembre 2026 et une livraison prévue en octobre, initialement disponible dans 38 pays.

Le « coach » visuel par IA sur le green : BirdieSense

Le public principal du golf est composé de personnes à hauts revenus, qui ont une plus forte volonté de payer, mais la plupart savent qu'ils ont des problèmes dans leur technique, sans savoir exactement où se situent ces problèmes ; les appareils AI visent à résoudre ce décalage de retour d'information « qu'on voit mais qu'on ne peut pas décrire ».

PathFinder a été fondée en 2024 par plusieurs jeunes entrepreneurs ayant une expérience en robotique à l'Université de Pennsylvanie. Leur produit, nommé BirdieSense, prend la forme d'un petit appareil placé sur le putting green (la zone d'herbe où se trouve le trou, et qui constitue la zone finale de chaque trou).

Il réalise une solution entièrement visuelle à l'aide d'une caméra monoculaire, effectuant localement la capture du swing, l'analyse de la posture 3D et la comparaison des écarts, tout en fournissant un retour vocal direct. Le processus complet ne dépend pas du cloud et présente une latence de réponse à l'échelle des millisecondes.

En avril 2026, l'entreprise a bouclé un tour de financement angel de plusieurs dizaines de millions de yuans, exclusivement investi par le fonds d'amorçage Jinqiu, spécialisé dans l'IA. La valorisation après investissement n'a pas été divulguée. Le produit cible principalement les terrains de golf en Amérique du Nord.

Robot de tennis à IA : un nouveau champ de bataille pour Pongbo et d'autres entreprises robotiques

L'entité derrière PongBot est Chuangyi Technology, fondée à Shanghai en 2019, qui a initialement développé un robot de service de ping-pong. En avril 2026, l'entreprise a officiellement annoncé que Zhang Jike devient l'ambassadeur mondial de la marque et a promu le produit comme le « coach d'IA en ping-pong » de Zhang Jike.

Par la suite, sa feuille de route produit s’est clairement étendue du ping-pong à d’autres sports de balle : en octobre 2024, le robot de tennis PACE a levé 2,7 millions de dollars sur Kickstarter ; en mai 2026, le modèle tout-en-un Aura, compatible avec le tennis, le pickleball et le padel, a été lancé, dépassant 1 million de dollars en cinq heures de campagne et atteignant finalement près de 4 millions de dollars, établissant un nouveau record de financement participatif pour la catégorie des robots de tennis.

En parallèle, l'entreprise a rapidement bouclé trois rounds de financement : le round A en mai 2025, mené par Huachuang Capital et Lanchi Ventures ; le round A+ en août 2025, avec l'ajout de Mingshi Capital et Jinqiu Fund ; et le round A++ en avril 2026, mené par Shenqi Capital et Lanchi Ventures. Selon les statistiques des médias du secteur, le montant total cumulé de ces trois rounds approche 200 millions de yuans.

L'entraînement au ping-pong et au tennis repose sur une grande répétition de lancers de balles ; les robots remplacent un rôle précis, celui de l'entraîneur partenaire, et la raison de payer ne nécessite pas d'être répétée aux utilisateurs — elle est plus facilement justifiée. Cela diffère de la logique du ski et du golf : ceux-ci offrent une évaluation après coup, et l'utilisateur doit d'abord reconnaître la précision de cette évaluation avant de pouvoir payer.

Ainsi, les participants sur ce créneau ne sont pas en nombre réduit, et de nouveaux acteurs entrent sur le marché.

SwitchBot a lancé en mai 2025 le robot de tennis AI Acemate, dont le produit S10 a levé plus de 2,4 millions de dollars lors d'une campagne de financement participatif et a été sélectionné parmi les meilleures inventions de l'année 2025 par Time. Toutefois, selon les médias de l'industrie, son taux de précision pour la récupération des balles est d'environ 30 %.

En janvier 2026, Yinghan Si Dongli a annoncé la clôture consécutive de ses rounds de financement A et A+, avec un montant levé dépassant 100 millions de yuans. Cette entreprise de Shenzhen, initialement spécialisée dans les exosquelettes robotiques, s'est recentrée ces dernières années sur les appareils matériels d'IA pour le sport.

Selon les dernières informations, le robot de tennis incarné développé conjointement par Zhi Ji Power et Ying Han Si Power fera ses débuts lors de la finale de la Coupe Billie Jean King le 22 septembre 2026 — une compétition mondiale féminine par équipes de tennis, alors que le robot Wo An de 2025 est partenaire officiel de la finale de cet événement.

Yi Si Intelligence, fondée à la fin de 2024, se spécialise également dans les robots de tennis AI ; son fondateur, Liu Liqian, est issu de DJI. En juillet de cette année, l'entreprise a bouclé son financement en angel round, et son premier produit, Aceiilab A1, a levé plus de 820 000 dollars lors d'une campagne de crowdfunding à l'étranger ; il est actuellement en phase de livraison en série.

Le afflux massif de joueurs cache un déficit de demande longtemps non satisfait.

Selon HuXiu, Yinghansi et Pangbote représentent ensemble plus de 80 % du marché nord-américain, tandis que le volume mensuel total de ce type de produit ne s'élève qu'à 1 000 à 2 000 unités. Bien que les premiers acteurs soient fortement concentrés, la taille globale du marché reste limitée. Cela signifie que les entreprises entrant sur le marché ne misent pas sur la conquête de parts de marché existantes, mais sur la capacité de cette catégorie à évoluer d'une machine de service à un partenaire d'entraînement intelligent véritable.

Les investisseurs entrent directement dans l’entrepreneuriat et s’engagent dans le basket-ball : LUMISTAR

LUMISTAR est une entité de Haoyi Xingchen (Shanghai) Robotics Technology, fondée en janvier 2024, avec son siège social à Shanghai et un centre de R&D et d'exploitation à Shenzhen. Le fondateur, Hou Haoxiang, est également cofondateur et président de Hou Xue Capital, ainsi qu'investisseur de Heygo.

L'entreprise dispose de deux lignes de produits : TERO, un partenaire d'entraînement de tennis par IA, intégrant service de service, entraînement et analyse de données, avec un prix à partir de 1 299 $ ; et CARRY, un partenaire d'entraînement de basketball par IA, équipé de quatre caméras 4K offrant une vision omnidirectionnelle de 190°, qui localise d'abord la position des joueurs, puis détermine les trajectoires de passe, et génère automatiquement plus de vingt rapports de données après l'entraînement, tels que les angles de tir et les cartes thermiques de tir, avec un prix de vente au détail de 4 999 $.

CARRY a été lancé sur Kickstarter en juillet 2026, ayant levé 600 000 dollars le premier jour, et a fini par récolter plus d'un million de dollars, avec plus de 90 % des acheteurs provenant de l'étranger.

Le rythme de financement est tout aussi rapide : un tour天使 réalisé en septembre 2025, exclusivement financé par Hou Xue Capital ; un tour Pre-A achevé en mars 2026, avec l’entrée conjointe de Hou Xue Capital et Oasis Capital ; puis un nouvel investissement de Li Si Capital en juin de la même année. En moins de deux ans, trois tours consécutifs ont été bouclés.

Le segment des robots de tennis est actuellement en phase de concurrence rapprochée, tandis que les scénarios d'entraînement au basket restent essentiellement vierges. Les machines de tir traditionnelles sont toujours à la phase de tir fixe et ne permettent pas de s'entraîner sans un fournisseur de balles ; même avec un fournisseur, personne ne signale les erreurs de technique. CARRY s'insère précisément dans cette lacune longtemps ignorée.

Cependant, une concurrence directe avec Pongbot finira par émerger : l'un s'étend au pickleball et au padel, tandis que l'autre se tourne vers le basketball, et les deux prévoient ensuite d'intégrer le football et le badminton à leur feuille de route.

En outre, il existe une entreprise récemment fondée, Huan Dong Innovation, enregistrée à Shenzhen en mai 2026. Dans sa stratégie entrepreneuriale, elle se concentre sur les robots mobiles d’extérieur pour des scénarios sportifs, en adoptant une approche d’intelligence incarnée, tout en couvrant également les équipements intelligents portables et les équipements intelligents de consommation sportive. L’équipe fondatrice provient de DJI et Anker. En juillet 2026, elle a bouclé son tour amorce, avec des investisseurs : Shunwei Capital et Songling Robotics, cette dernière se spécialisant dans les châssis de robots mobiles, ce qui confère à cet investissement un caractère stratégique industriel plus marqué qu’une simple investissement financier.

En comparant ces cinq entreprises ensemble, leur point commun ne réside pas dans leur approche technologique, mais dans le choix de leur point d'entrée. Le ski, le golf, le tennis et le basketball sont des sports à coût élevé pour un encadrement professionnel et difficiles à pratiquer de manière stable, mais dont les mouvements peuvent être décomposés en données. À l'inverse, des activités comme la course à pied ou le cyclisme, dont le seuil d'entrée est déjà bas, sont presque entièrement exclues.

Les entreprises précédentes se concentrent sur la pratique accompagnée, l'entraînement assisté et la correction des mouvements. Un autre groupe d'entreprises traite un problème différent : enregistrer intégralement les exercices effectués par l'utilisateur. Les domaines sont voisins, mais les points d'application diffèrent d'un niveau ; les catégories principales incluent les montres de sport, les lunettes de sport et les caméras de sport.

MossCode : Montre connectée AI

L'entité derrière Tiyuan est Shenzhen Wuyin Power Technology, fondée à la fin de 2024. L'équipe provient de EcoFlow, OPPO, Apple, Suunto et Coros. Le fondateur, Ni Ruoyang, a précédemment travaillé dans le domaine des investissements chez Sequoia Capital China — un exemple où un investisseur entre directement en scène.

Son approche est astucieuse : Garmin se concentre sur les données pendant l'activité physique, tandis que Whoop privilégie l'état de récupération, laissant un espace vide entre les deux. Les utilisateurs expérimentés doivent souvent porter un appareil sur chaque poignet, et MossCode souhaite couvrir ces deux aspects avec une seule montre.

En février 2026, une levée de fonds angel de plusieurs dizaines de millions de yuans a été réalisée, avec XVC Ventures et Qingliu Capital comme investisseurs ; le processus, de la première prise de contact à la clôture, n’a duré qu’un mois, donnant une valorisation post-investissement de 100 millions de dollars américains.

Hommage à l'inconnu BleeqUp : lunettes de sport avec IA

Le fondateur Wu Dezhou a précédemment été associé de Smartisan Technology et directeur général de la ligne de produits Huawei Honor, avant de fonder son entreprise en 2022. En 2024, il a estimé que les lunettes d'IA générale tombaient dans le domaine d'action des fabricants de téléphones, rendant la concurrence directe difficile pour les startups ; il a donc choisi de se concentrer sur les scénarios de sports de plein air.

Le produit Ranger sera disponible en septembre 2025, intégrant dans une seule paire de lunettes quatre fonctions : lunettes de sport, caméra sport de 16 mégapixels, écouteurs ouverts et interphone en temps réel.

En juillet 2023, Unknown a levé 10 millions de dollars lors d'un tour天使, avec Alibaba parmi les investisseurs ; en mai et août 2025, elle a réalisé deux tours successifs de pré-série A, avec Nihao Capital et Boyu Capital entrant respectivement ; en février 2026, l'entreprise a achevé un tour de pré-série A+ de 100 millions de yuans, avec une participation conjointe de Skyworth Group, Boyu Capital, Tiantu Investment, Guangfa Qianhe et Lenovo Ventures.

XbotGo : Caméra de suivi automatique en bord de champ

Autrefois, filmer un match d'athlètes nécessitait que des caméramans portent des équipements lourds en courant, ce qui exigeait beaucoup d'endurance et de force physique ; aujourd'hui, il suffit de placer une caméra intelligente au bord du terrain, qui utilise l'IA pour suivre automatiquement les joueurs et le ballon, et permet de créer en un clic des extraits mettant en vedette les buts, les paniers à trois points, les pénaltys, etc.

Le fondateur de XbotGo, Ke Feng, détient un doctorat en informatique de l'Université de Californie. Avant de revenir en Chine, il a été responsable technique du laboratoire de matériel avancé Lab126 d'Amazon et a reçu à plusieurs reprises des prix technologiques de haut niveau de Qualcomm. En 2021, il a fondé Shenmou Yuanzhi, qui dispose de quatre équipes à Silicon Valley, Pékin, Shenzhen et Suzhou, composées de professionnels issus de Huawei, Amazon, ByteDance et DJI.

En 2026, le modèle indépendant Falcon lancé par Shenmou Yuanzhi est équipé de deux objectifs 4K et d'une puissance de calcul de 6 TOPS en périphérie, permettant une prise de vue automatisée complète sans connexion à un téléphone, avec un prix de 299 dollars et ayant levé près de 2,5 millions de dollars sur une plateforme de financement participatif ; les produits de l'entreprise sont disponibles dans plus de 100 pays et régions, ayant servi plus de 100 000 événements sportifs, et un partenariat exclusif a été conclu avec la plateforme de gestion d'événements sportifs TeamSnap à l'étranger.

En mai 2026, XbotGo a réalisé un nouveau financement de près de 100 millions de yuans, dirigé par Nine Square Capital, avec la participation de Yuanhe Holdings et Butong Capital. L'ancien actionnaire Zero One Capital a participé en excédent, et Yunxiu Capital a agi en tant que conseiller financier exclusif à long terme.

Le point commun de ces trois entreprises est d'enregistrer intégralement le processus sportif, y compris les images, le son, la fréquence cardiaque, etc. ; mais la question de la manière d'utiliser ces enregistrements reste laissée à l'utilisateur. La frontière se situe précisément là : l'enregistrement est l'entrée, le jugement en est la finalité. Plus une entreprise est proche de la phase de jugement, plus sa complexité technique est élevée et plus haut est son plafond.

La raison peut être analysée séparément du côté de la demande et de l'offre.

Tout d'abord, la demande. L'encadrement professionnel dans le sport fait face à des problèmes persistants de prix élevé et de difficulté d'accès.

Le nombre de participants au tennis dans le monde a dépassé 106 millions en 2025, soit une augmentation de 21,6 % par rapport à 2021, mais le ratio entre joueurs actifs et entraîneurs aux États-Unis atteint 800 contre 1 ; les salaires horaires des entraîneurs professionnels en Europe et aux États-Unis dépassent 100 dollars ; les entraîneurs de ski sont rémunérés à la journée et les entraîneurs de golf à l’heure, ce qui les rend difficiles à financer à long terme pour les amateurs ordinaires.

Les entraîneurs humains sont limités par leur endurance, leur temps et leur attention ; ils peuvent s'épuiser, être absents ou commettre des erreurs de jugement, tandis que les machines ne sont pas soumises à ces contraintes. Ce fossé existe depuis des décennies, mais il n'existait jusqu'alors aucun moyen peu coûteux de le combler.

La première condition mûre est que la puissance de calcul en périphérie devienne suffisamment bon marché et disponible.

L'appareil de golf BirdieSense, équipé du Rockchip RDK X5, offre une puissance de 10 TOPS, permettant une capture locale des mouvements de swing et une analyse de posture en 3D, avec une réponse en millisecondes même sans connexion Internet. Ce niveau de performance n'était pas réalisable il y a cinq ans au même coût.

Le deuxième point est que les grands modèles rendent la guidance linguistique possible.

Dans les années passées, le principal défi de ce type de matériel était qu’il produisait de nombreuses courbes, mais les utilisateurs ne savaient pas comment les interpréter ; aujourd’hui, les modèles peuvent exprimer directement les résultats en langage naturel et adapter leur formulation en fonction du niveau de l’utilisateur.

Le troisième point est le canal.

La combinaison de sites web indépendants à l’étranger et de plateformes de financement participatif a considérablement réduit les barrières à l’entrée pour les entreprises de matériel au stade initial — Pongbo a levé plus d’un million de dollars en cinq heures, et XbotGo Falcon a récolté près de 2,5 millions de dollars, tous deux via ce parcours.

The technical roadmap is divided into two categories.

Une catégorie repose sur l’IMU et des capteurs pour collecter des données corporelles ; Heygo et MossCode appartiennent à cette catégorie. Une autre catégorie utilise uniquement la vision pour capturer des images ; XbotGo, BirdieSense, ainsi que les robots de Pangboche et LUMISTAR relèvent de cette seconde catégorie. Le choix de la méthode dépend de la localisation des informations clés : à l’intérieur du corps ou manifestées par des trajectoires de mouvement visibles.

La forme du produit est en fait la variable la moins importante.

Les appareils intelligents pour le sport ne se limitent plus aux dispositifs portables ; des lunettes de sport intelligentes, des pinces pour bottes de neige, des caméras sur le bord du terrain, des robots d'entraînement et des robots mobiles, bien qu'ils présentent des formes très différentes, évitent tous la voie surpeuplée des montres et des bracelets, en choisissant plutôt de cibler des scénarios étroits que les équipements existants ne peuvent pas mesurer et de les approfondir.

Les fondateurs ont un fort profil provenant d'entreprises spécialisées dans le matériel.

En examinant la liste des financements de démarrage des deux dernières années, on observe un regroupement marqué d’équipes issues de grandes entreprises, notamment DJI, ByteDance, Huawei, Amazon Lab126 et Smartisan Technology. Amazon Lab126 a donné naissance à XbotGo, Smartisan Technology à BleeqUp, DJI à Aceiilab et Huan Dong Innovation, ByteDance Feishu à Heygo, et le laboratoire de robotique de l’Université de Pennsylvanie à PathFinder.

Parmi eux, certains investisseurs axés sur la consommation ont directement lancé leurs propres entreprises. Par exemple, Hou Haoxiang de LUMISTAR est cofondateur et associé de Hou Xue Capital, et Wuyin Dongli, derrière MossCode, a été fondée par Ni Ruoyang, ancien investisseur de Sequoia China. Ce parcours s'est répété à plusieurs reprises ces deux dernières années dans le domaine des produits matériels de consommation.

Enfin, en examinant les points d'entrée de ces startups, on peut identifier une tendance : extraire les données imperceptibles à l'œil nu et difficiles à décrire pour les entraîneurs dans un sport, puis les transformer en retours directement exploitables par les utilisateurs, c'est là la capacité de l'IA et la nouvelle valeur qu'elle apporte aux équipements. Il en découle que, dès lors que les mouvements sportifs sont quantifiés par l'IA, l'entraînement personnalisé deviendra progressivement la norme.

Cet article provient du compte officiel WeChat « IT Juzi » (ID : itjuzi521), auteur : Wu Meimei