L'apparition de GPT-6 Astra a ouvert une brèche inattendue au problème du « cerveau » qui hantait l'industrie de l'intelligence incarnée, provoquant de fortes répercussions.
Dans la vidéo de démonstration d'Astra, ce modèle général, non spécifiquement entraîné pour les robots, manipule un bras mécanique d'environ quelques centaines de dollars tenant un pinceau pour dessiner le Golden Gate Bridge sur une feuille blanche. Au premier essai, les lignes sont encore irrégulières, mais au quatrième essai, les contours et les détails du Golden Gate Bridge sont déjà nettement visibles.
Après que Thijs Simonian, membre de l'équipe robotique d'OpenAI, a partagé cette vidéo de test sur X, le débat entre la Chine et les États-Unis sur la capacité des grands modèles généraux à servir de cerveau pour l'intelligence incarnée n'a pas cessé, certains affirmant même que « OpenAI sera OpenAI lui-même dans le domaine des robots, et non Physical Intelligence ou Skild. »
Alors même que l'investissement dans l'intelligence incarnée sur le marché primaire chinois entre dans une phase de refroidissement, discuter d'Astra fournit à ce stade une mesure technique rare pour un récit jusqu'alors presque impossible à infirmer sur les cerveaux incarnés.
Les classements peuvent être manipulés, les démos peuvent être montées, et l'échelle des données collectées sur appareil réel peut servir de justification pour l'évaluation, mais tout ce que Astra sait déjà faire très bien risque de ne plus générer de prime. Les acteurs du secteur de l'intelligence incarnée ne se livrent plus seulement à une concurrence au sein de ce secteur apparemment indépendant.
01 Risque et opportunité
Yushu Technology est l'une des premières entreprises nationales de robotique incarnée à avoir publiquement mentionné Astra. Son fondateur, Wang Xingxing, a admis que sa plus grande erreur passée était de « ne pas avoir suffisamment cru en l'IA », et il prédit qu'avec la sortie de GPT-7 l'année prochaine, « cela pourrait directement résoudre les problèmes de robotique incarnée ».
Sans aucune formation spécifique sur le grand modèle, Unitree Technology a réussi à faire en sorte que le robot effectue des actions telles que l'identification autonome de la palette, le changement de peinture et le nettoyage des pinceaux en utilisant GPT-6 Astra. Des tâches plus complexes, comme ranger une pièce selon des instructions, pourraient être réalisées l'année prochaine.
Après avoir évalué GPT-6 Astra, SenseTime a également déclaré que les modèles généraux sont désormais capables de gérer des tâches de robotique et de navigation qui étaient auparavant principalement confiées à des modèles spécialisés tels que VLA et WAM, tout en démontrant des capacités telles que la généralisation zéro-shot, l'apprentissage contextuel et la récupération en cas d'échec.
Pour des fabricants leaders comme Unitree Robotics et AgiBot, il s'agit en réalité d'un moment délicat où risques et opportunités coexistent.
D’un côté, les fabricants de robots doivent trouver de nouveaux leviers de compétitivité, car les avantages passés en matière de performance mécanique, de commande de mouvement et de coût pourraient être rapidement nivelés par les capacités des modèles généraux.
D'autre part, lorsque l'offre de « cerveaux » devient diversifiée, voire excédentaire, les « corps » capables de héberger l'intelligence, de collecter des données et de livrer des résultats pourraient passer d'une étape à faible barrière d'entrée à un actif stratégique incontournable.
La déclaration du cofondateur de Zhiyuan, Peng Zhihui, est très intéressante : il estime que, quel que soit le résultat final du modèle de base universel en matière d'aptitudes incarnées, l'intelligence doit nécessairement être incarnée dans un corps fiable.
Si le modèle de base couvre tout, la compétition devient celle de qui peut intégrer l'intelligence dans le monde réel avec le coût le plus bas et la plus grande cohérence. Si le modèle de base ne parvient pas à généraliser, alors les données des modèles sectoriels proviennent toujours des entités déployées — mais au final, les entités de qualité évolutives deviennent de plus en plus importantes.
Lors de la « Journée de l'innovation Zhiyuan 2026 » le 29 octobre, Peng Zhihui a également déclaré : « Zhiyuan peut aussi être une entreprise d'IA ». Pour soutenir 30 millions de tâches incarnées, le cluster d'entraînement de l'entreprise a atteint une échelle proche de 10 000 GPU, ce qui en fait l'un des plus gros consommateurs de puissance de calcul dans l'industrie.
Il est prévisible que l’intelligence incarnée concurrence les grands modèles pour les ressources de calcul, tandis que Zhiyuan cherche à établir une nouvelle légitimité pour sa stratégie « corps + pile complète ». Si les éléments clés de la concurrence industrielle se déplacent vers les modèles et les ressources de calcul, alors les principales entreprises d’intelligence incarnée fonctionnent déjà selon la logique des entreprises d’IA.
De plus, Astra n’est pas tout-puissant : les problèmes de latence élevée inhérents à l’inférence cloud sont typiques, et le taux de réussite des opérations fines et dynamiques impliquant une rétroaction tactille est pratiquement nul. Ainsi, pour les principaux fabricants de corps, la fenêtre de temps reste ouverte.
Mais pour les entreprises de technologie innovante du courant du cerveau incarné, la situation est bien plus embarrassante. Le récit le plus important — celui d’un « cerveau incarné indépendant » comme orientation entrepreneuriale durable et protégée — a été affaibli.
Au premier semestre de cette année, les entreprises dont l’activité principale est le « cerveau » ont représenté plus de 50 % du financement dans le secteur chinois de l’intelligence incarnée, tandis que les entreprises de systèmes complets n’ont obtenu que 12,8 % du financement pendant la même période. Mais aujourd’hui, la vague de financement massif est révolue.
02 Question sur l'évaluation
Récemment, l'entreprise de cerveau incarné Yuanli Wuxian a levé un financement de série A++ d'environ 100 millions de yuans, dirigé par le Groupe d'investissement en capital-risque de Zhejiang (Zhechuangtou). Plus de deux mois plus tôt, Yuanli Wuxian avait annoncé officiellement une levée de fonds de série A et A+ d'environ 1 milliard de yuans.
Seules quelques levées de fonds médiatisées d'entreprises de cerveaux incarnés ne reflètent pas la véritable popularité actuelle de ce secteur.
Selon les données de NE, 46 levées de fonds ont été réalisées en septembre sur le marché primaire chinois de l'intelligence incarnée, pour un montant estimé à environ 11,624 milliards de yuans, soit une baisse respectivement de 4,2 % et 40,1 % par rapport à août. De nombreux projets concernés avaient déjà pris leurs décisions d'investissement en mai ou juin, mais n'ont annoncé leur clôture qu'en septembre.
Les importantes levées de fonds des entreprises leaders dans le domaine de l'intelligence corporelle ont presque toutes eu lieu avant mai ; par exemple, Xinghaitu, Qianxun, Yinhe Tongyong, Zhi Square et Zibianliang avaient déjà chargé leurs principaux moyens financiers entre le Q1 et le début du Q2, et les financements cumulés des cinq premières entreprises représentent environ 70 % de l'ensemble du secteur de l'intelligence corporelle.
Après mai, les entreprises ayant obtenu des financements de plus d'un milliard de yuans sont principalement celles dotées d'un soutien officiel clair (par exemple, Yuanli Wuxian, Ju Nao Pan Shi) ou ayant des commandes réelles comme ancrage (par exemple, Zhongke Diwu Ji).
De plus, parmi les nouveaux financements après mai, les entreprises ayant exclusivement pour positionnement « cerveau universel » voient leurs montants et leurs tours de financement clairement déclassés.
Les tours de financement de 200 millions de dollars de Angel Round d'Unbounded Dynamics, des dizaines de millions de dollars de Seed Round de YuanCe Future, et des dizaines de millions de dollars de Pre-A de Moushen Intelligence semblent importantes en soi, mais comparées aux financements de niveau 2 à 5 milliards de dollars obtenus par StarMap et Qianxun au Q1, les échelles de valorisation semblent désormais relever de logiques narratives différentes.
Il fallait comprendre que les capitaux avaient précédemment fortement misé sur le secteur des cerveaux incarnés, en pariant qu'il s'agissait d'un domaine technologique nécessitant des entreprises indépendantes pour le conquérir.
Le CFO de Xinghai Tu a listé la rareté des « cerveaux authentiques » comme l'une des trois raisons principales expliquant le doublement de la valorisation, ce qui illustre parfaitement ce récit. Dans ce cadre, les entreprises de la branche cerveau sont présentées comme des plateformes, des points d'entrée et des candidats au rôle de « système d'exploitation » de l'ère de l'intelligence incarnée.
Le capital a même généré une autre croyance : que les données nécessaires à l'entraînement de cerveaux incarnés doivent être collectées, annotées et livrées à des fins commerciales par des entreprises spécialisées.
Astra vient briser précisément cette illusion d'évaluation du type « OpenAI indépendant ». Si les entreprises de grands modèles généraux sont elles-mêmes les fournisseurs les plus puissants de « cerveaux incarnés », alors la valeur indépendante des startups de cerveaux purs doit être réévaluée — non pas en termes de qualité technologique, mais en termes de raison pour laquelle ce doit être précisément vous qui le fassiez.
Plus problématique encore, les entreprises de grands modèles bénéficient d’un avantage considérable en termes de données de scénarios et de relations clients par rapport aux startups purement cérébrales.
Par exemple, Alibaba a lancé en juin l'ensemble complet du modèle de grande taille Qwen-Robot pour l'intelligence incarnée (modèle de déplacement VLN, modèle d'opération VLA, modèle du monde), dans le but de créer une base universelle complète pour les robots. Les scénarios d'exécution en ligne tels que l'entreposage Cainiao et la livraison instantanée déjà existants chez Alibaba constituent précisément des terrains d'essai naturels pour ces modèles d'intelligence incarnée.
En revanche, les startups purement cérébrales reçoivent souvent uniquement des vidéos de téléopération fournies par les fabricants de dispositifs et des postes de travail de laboratoire. À l'avenir, elles risquent également de voir leur coût d'acquisition client s'éloigner considérablement de celui des fabricants de grands modèles.
Cependant, il est important de noter que cela ne signifie pas que les startups d'embodied brain forment un front unifié et également vulnérable.
03 Tester les limites
Les tests de pression n'appliquent jamais des dommages uniformément ; ils révèlent plutôt les différences de structure commerciale face à une même source de choc.
L'espace de survie de Embodied Brain dépend de la structure commerciale dans laquelle elle est intégrée — qu'il s'agisse d'une narration de financement visant un IPO, d'un flux de trésorerie industriel déjà validé, ou d'un cycle fermé d'exploitation de scénarios.
Les principaux acteurs (Xinghai Map, Qianxun Intelligence, Yuanli Infinite) parient sur un avenir lointain où le cerveau lui-même devient une plateforme, offrant le plus grand espace narratif, mais présentant la défense la plus faible face à la diffusion des capacités des grands modèles généraux ; l'évolution future dépendra de qui développera en premier un point d'ancrage commercial insubstituable par Astra.
Avec Qianxun Intelligence comme exemple, la stratégie adoptée est l'intégration de « VLA + world model ». Après avoir maintenu une avance continue sur les benchmarks, Spirit v1.6 a même atteint la première place sur RoboArena, dépassant NVIDIA et PI. Toutefois, après la performance remarquable d'Astra, la question que le marché se posera inévitablement sera celle de l'épreuve de commercialisation.
Qianxun Intelligence a précédemment adopté un modèle composite de vente d'ensembles + autorisation d'algorithmes + abonnement aux capacités, en proposant une tarification par niveaux claire (version Standard à 300 000 yuans/an, version Entreprise à 880 000 yuans/an, version Premium à 3 millions de yuans/an), ce qui pourrait être considéré comme le point de départ d'une transition du modèle « vente de cerveau » vers le modèle « vente de Token ».
Les points d'ancrage de scénarios à force infinie sont plus concrets ; le robot de charge FORCE est vendu sur le marché à 368 000 yuans l'unité. À la fin de 2025, 300 unités ont été livrées, couvrant plus de 20 villes et plus de 90 clients de premier plan, avec un total de 200 000 commandes. Cette année, l'entreprise vise même un chiffre d'affaires dépassant 100 millions.
Si elle devient une entreprise axée sur des scénarios verticaux avec un « cerveau incarné + ontologie dédiée », le seuil minimum de Force Infinie est au moins garanti.
Dans la branche de fusion cerveau-corps, Galaxy General et Yun Shenkong représentent deux structures de risque opposées.
Yinhe Tongyong dirige l'entité par le cerveau, avec pour actifs principaux le cerveau stellaire de Yinhe et un cycle d'exploitation de scénarios fermé. Du côté de la vente au détail, il dispose de pharmacies intelligentes avec plus de cent points d'installation dans plus de 30 villes, ayant cumulé plus d'un million de commandes. Du côté industriel, il collabore avec CATL sur des lignes de production, avec des modèles de collaboration incluant la vente d'ensembles, le RaaS et les services de données.
Face à la pression d'Astra, la différenciation de Galaxy General avec son cerveau stellaire interne doit de plus en plus reposer sur des boucles de données propriétaires générées par l'exploitation de scénarios. Devenir une plateforme d'exploitation de scénarios centrée sur un cerveau incarné pourrait réduire la limite supérieure de la valorisation, mais il est plus probable qu'il préserve la viabilité commerciale.
Le risque pour Yunshen Deep provient davantage de l'érosion de sa base fondamentale : les 1,169 milliard de yuans levés lors de son IPO ont été investis dans des algorithmes et modèles incarnés, mais seulement quatre robots humanoïdes ont été vendus en deux ans. En comparaison, le cerveau incarné semble davantage un investissement défensif qu'une action offensive.
Cela ressemble à la situation de Mechatron, où Astra ne remplacera ni la vision 3D industrielle ni les exigences d'ingénierie en matière de cycle time et de taux de rendement, mais l'activité « cerveau » que l'entreprise souhaite développer n'a jamais généré de revenus à grande échelle, ce qui nuit clairement à l'évaluation fondée sur le récit « œil-cerveau-main ».
Il est certain que l'espace de survie des cerveaux incarnés en tant que produits indépendants se réduit, et ce ne sera pas la plus faible technologiquement qui sera la première à être éliminée, mais celle qui n'a ni flux de trésorerie lié à un scénario, ni boucle de données vérifiable, et ne repose que sur un récit de modèle pour justifier sa valorisation.
Twitter : https://twitter.com/BitpushNewsCN
Groupe de discussion BitPush sur Telegram : https://t.me/BitPushCommunity
Abonnez-vous à BitPush sur Telegram : https://t.me/bitpush