Le corps du robot est prêt, mais qui va fabriquer son « cerveau » ?

Ne vous concentrez pas sur le “visage” des robots, regardez plutôt leur “cerveau” : Ant Lingbo cherche à devenir le “système d’exploitation” du monde des robots

Bonjour à tous, je suis votre journaliste financier. Aujourd’hui, nous allons parler d’un article très intéressant et approfondi. Ce dernier ne se contente pas de vanter le fait qu’un robot ressemble à un être humain ou qu’il est très agile, mais pose une question plus essentielle et plus pertinente pour l’avenir du commerce : Dans le domaine de l’IA incarnée (AI incarnée), qui sera le géant du secteur capable de percevoir des frais d’utilisation ?

Le protagoniste de cet article est Ant Lingbo. En bref, Ant Lingbo ne veut pas fabriquer des robots pour les vendre, mais créer un “cerveau” universel que toutes les entreprises fabricantes de robots pourraient acheter. C’est un peu comme si Ant Lingbo ne voulait pas devenir un fabricant de téléphones portables (comme Huawei ou Xiaomi), mais plutôt un créateur de systèmes d’exploitation (comme Android ou iOS).

Voici maintenant une analyse en cinq points pour vous aider à comprendre ce “remaniement majeur dans le monde des robots”.

---

1. Le vent de l’industrie a changé : de la “beauté” à la “puissance de calcul”, la voiture est le plus grand robot

Avant, nous jugions les robots en fonction de leur apparence : marchent-ils sur deux jambes ? Ont-ils des bras mécaniques ? Ont-ils une forme humaine ou canine ? Cette approche était trop superficielle.

L’article commence par mentionner un événement majeur : le Cybercab de Tesla (un taxi autonome) a commencé à facturer des frais. Qu’est-ce que cela signifie pour l’industrie des robots ? Cela prouve que **tant qu’un appareil peut percevoir son environnement, prendre des décisions et accomplir des tâches, il est considéré comme un robot*. En somme, une voiture est essentiellement un robot à roues.

Cela brise un mythe : la valeur d’un robot ne réside pas dans son apparence, mais dans la puissance de son système intelligent de “perception-décision-control” (c’est-à-dire son “cerveau”。

La logique fondamentale est la suivante :

• Auparavant : Vendre du matériel. Fabriquer un robot, le vendre, et gagner de l’argent une fois.
• Aujourd’hui/demain : Vendre des infrastructures intelligentes. Si un “cerveau” peut être intégré dans 10 000 ou 100 000 robots différents, l’entreprise ne vendra pas simplement un objet physique, mais des “services intelligents dans le monde réel”.

C’est un peu comme le cloud computing : vous n’avez pas besoin d’acheter vos propres serveurs, vous pouvez simplement utiliser les capacités de calcul du cloud. À l’avenir, les fabricants de robots n’auront peut-être pas besoin de développer leurs propres modèles d’IA de base, mais pourront utiliser les services offerts par des entreprises spécialisées dans les “cerveaux” intelligents. Celui qui maîtrisera ces technologies aura le pouvoir de décider des règles du jeu.

2. Les trois principaux acteurs ont des objectifs différents : qui fabrique le corps, qui fabrique le cerveau, et qui gère les calculs ?

Actuellement, il y a trois types d’acteurs dans le domaine de l’IA incarnée, chacun avec des objectifs distincts, ce qui entraîne des compétitions et des opportunités différentes :

• Premier type : Les entreprises de “cerveaux” indépendants (comme Skild AI, Physical Intelligence, Ant Lingbo) :
• Objectif : La réutilisabilité.
• Logique : Nous développons un modèle d’IA universel que vous pourrez utiliser dans vos robots, ceux de vos concurrents, voire dans des drones. Nous gagnons de l’argent grâce aux licences de logiciels ou aux services fournis.
• Situation actuelle : Le capital est très favorable, et les valorisations sont élevées (par exemple, Skild AI est évaluée à plus de 14 milliards de dollars). Le logiciel peut être reproduit à volonté, ce qui réduit les coûts marginaux.

• Deuxième type : Les entreprises qui fabriquent les corps des robots (comme Figure, 1X, Yushu) :
• Objectif : Les quantités vendues.
• Logique : Nous voulons fabriquer et vendre des robots. Nous devons résoudre des problèmes de chaîne d’approvisionnement, de coûts et de production en série.
• Problème : Nous avons également besoin d’un “cerveau”, mais le développer nous-même est coûteux et lent. Nous devons choisir : créer notre propre équipe d’IA ou acheter un “cerveau” externalisé ?

• Troisième type : Les acteurs qui utilisent ces robots dans des scénarios spécifiques (usines, pharmacies, entreprises de logistique) :
• Objectif : Le retour sur investissement (ROI).
• Logique : Peu importe le modèle utilisé, nous voulons savoir si le robot peut effectuer les tâches nécessaires et si les pannes sont fréquentes, ainsi que le temps nécessaire pour récupérer notre investissement.
• Problème : Nous souhaitons que l’intelligence puisse être transférée facilement d’un appareil à un autre. Par exemple, utiliser un bras mécanique aujourd’hui et un châssis à roues demain, sans devoir réentraîner l’IA à chaque changement d’équipement.

Où se trouvent les opportunités ?

Elles résident dans les tensions entre ces trois types d’acteurs : les utilisateurs cherchent des solutions à bas coût et universelles ; les fabricants de corps veulent réduire les coûts de développement ; les entreprises de “cerveaux” cherchent à étendre leur utilisation à différents appareils. Celui qui parviendra à extraire l’intelligence des robots pour en faire une base commune pouvant être utilisée sur divers appareils sera le gagnant.

3. Les “cinq atouts” d’Ant Lingbo : pourquoi est-il considéré comme un acteur de type plateforme ?

L’article souligne un critère essentiel : **Pour qu’une entreprise de “cerveaux” puisse réussir, elle doit prouver que plus de robots sont intégrés, plus le coût d’adaptation à chaque nouveau modèle diminue*. Sinon, elle n’est qu’un prestataire de services algorithmiques.

Comment Ant Lingbo prouve-t-il sa valeur ? L’article cite cinq facteurs clés qui peuvent être considérés comme ses “atouts” :

1. Préentraînement autonome à grande échelle (élément clé) :

• C’est un facteur de différenciation. Tout comme les grands modèles linguistiques (LLM), seul un préentraînement approfondi et coûteux peut créer une base solide. Si l’entreprise se contente de modifier des modèles existants, elle n’aura pas de pouvoir de négociation. Ant Lingbo insiste sur un préentraînement de base, ce qui lui confère un avantage.

2. Chaîne de données et infrastructures (élément fondamental) :

• Plus les données ne sont pas nombreuses, plus elles doivent être “utiles”. Le monde réel est complexe (changements de luminosité, obstruction des objets, erreurs matérielles), donc accumuler des données sans les traiter n’est pas suffisant.
• Point fort : Ant Lingbo a augmenté l’efficacité de traitement des données de 15 % à plus de 90 %. Cela signifie qu’ils disposent d’un système puissant pour filtrer, nettoyer et organiser les données, transformant ainsi chaque heure de données en informations utiles pour le modèle.

3. Conception de modèles adaptés à différents types de robots (élément clé pour la réutilisabilité) :

• Les formes des robots sont variées (deux jambes, roues, plusieurs bras mécaniques).
• La philosophie d’Ant Lingbo est de prendre en compte ces différences dès la phase de préentraînement. Grâce à des technologies comme l’espace d’action unifié, le même “cerveau” peut contrôler différents types de corps. C’est la clé pour devenir une plateforme indépendante des appareils.

4. Chaîne d’outils complète (pour réduire les barrières d’entrée) :

• Les partenaires doivent pouvoir utiliser facilement ces outils. Ant Lingbo fournit une gamme complète de services allant du post-entraînement au déploiement sur les appareils. Vous n’avez pas besoin de comprendre les détails de l’IA ; vous pouvez simplement intégrer votre robot à leur “cerveau” avec ces outils.

5. Adoption par le marché (preuve de l’efficacité) :

• Même si les quatre premiers points sont excellents, rien ne vaut rien si personne ne l’utilise.
• Exemple : Le fabricant de robots Leju a choisi le LingBot-VLA 2.0 d’Ant Lingbo comme base pour ses robots. Après seulement 600 heures de réentraînement personnalisé, le taux de succès est passé de 16 % à 48 %. Cela prouve l’efficacité de la combinaison d’une base universelle et de réentraînements ciblés, réduisant considérablement les coûts de développement pour les fabricants.

4. Révélation du modèle commercial : ne pas vendre de robots, mais une “réseau de feedback”

Ant Lingbo a récemment obtenu un financement indépendant, non pas seulement pour dépenser de l’argent, mais aussi pour établir sa position dans la chaîne d’approvisionnement.

Quel est son modèle commercial ?

• Pas de fabrication de robots finis : Les robots de la série R sont utilisés uniquement pour des tests internes et des recherches avancées, pas pour la vente.
• Vente de la base et de la chaîne d’outils : L’entreprise vend le “cerveau” universel et les outils de développement aux fabricants de robots (comme Leju) et aux fournisseurs de solutions.
• Construction d’un cercle vertueux de feedback : C’est l’aspect le plus astucieux :

1. Les modèles sont intégrés dans de nombreux robots.

2. Ces robots sont utilisés dans des scénarios réels (pharmacies, usines).

3. Les données générées (succès ou échecs) sont renvoyées à Ant Lingbo.

4. Ces données sont utilisées pour améliorer les modèles, qui sont ensuite mis à jour pour tous les robots.

Cela crée un “mouvement vertueux” : Plus de robots sont intégrés, plus de données sont collectées, plus les modèles s’améliorent, plus il est facile d’adapter les robots à de nouveaux scénarios, et donc plus d’entreprises sont prêtes à les utiliser.

Les deux KPI de Zhu Xing (PDG) pour l’année prochaine :

1. Le nombre de robots fonctionnant réellement grâce aux modèles développés par Ant Lingbo.

2. Une réduction exponentielle des coûts de réentraînement pour les mêmes scénarios.

Si ces objectifs sont atteints, cela prouvera la pertinence du modèle commercial d’Ant Lingbo.

5. Conclusion : “Koi-Koi” : continuer à jouer les cartes

L’article termine en utilisant le terme japonais “Koi-Koi” (continuer à jouer les cartes) pour décrire la situation actuelle d’Ant Lingbo.

• Situation actuelle : Ant Lingbo dispose déjà de nombreux atouts : un préentraînement de haute qualité, des infrastructures de données efficaces, une conception adaptée à différents types de robots, une chaîne d’outils complète, et un client de référence comme Leju.
• Choix : L’entreprise pourrait se contenter de ces succès pour devenir un fournisseur de services algorithmiques stable. Mais elle a choisi de continuer à se développer.
• Vision : Grâce au financement et à une structure de gouvernance plus claire, Ant Lingbo vise à devenir une “infrastructure” majeure dans le domaine de l’IA incarnée.

Enseignement pour le grand public :

Si vous suivez les investissements technologiques, ne vous concentrez pas seulement sur le fait que les robots ressemblent le plus à des humains. Regardez plutôt qui construit les “cerveaux” intelligents. La compétition de demain ne sera pas entre les robots eux-mêmes, mais entre les “plateformes de cerveaux”.

Ant Lingbo parie sur le fait que l’intelligence pourra devenir une infrastructure commune, utilisée par de nombreux appareils différents, tout comme l’électricité. Si elle gagne, elle deviendra le “Microsoft” ou l’“Android” de l’ère des robots ; si elle perd, elle ne sera qu’un prestataire de services algorithmiques performant.

En 2026, la Chine sera l’endroit idéal pour tester cette hypothèse. L’adhésion de partenaires tels que Leju, Guoda Pharmacy et Obi Zhongguang contribue à la consolidation de cette plateforme. Ce qui importe maintenant, ce n’est pas les nouveaux modèles lancés par Ant Lingbo, mais le nombre de tâches effectuées réellement par les robots qui utilisent ses services, ainsi que les économies réalisées.