RoboScience dévoile Visics, son IA qui voit les objets

Résumé

La chinoise RoboScience présente Visics, modèle fondation d’IA incarnée basé sur l’architecture VLOA et la représentation Object Trajectory, ciblant retail, logistique et services.

Les faits

Le 24 juin 2026, la startup chinoise RoboScience a dévoilé Visics, son modèle fondamental d’IA incarnée, en révélant pour la première fois l’architecture complète de son système VLOA, pour Vision-Language-Object-Action. Les démonstrations publiques couvrent des scénarios réels comme l’assemblage de meubles, la préhension dextre et des lignes de production dynamiques, afin de illustrer l’usage de Visics sur des tâches variées. Le cœur technique de Visics est une représentation intermédiaire unifiée baptisée Object Trajectory, qui prend la forme de trajectoires 3D en nuage de points centrées sur l’objet manipulé. Cette représentation sert d’interface entre deux moteurs entraînés séparément : d’une part un modèle monde incarné alimenté par des vidéos internet massives pour modéliser les états d’objets, les forces de contact et la causalité physique ; d’autre part un modèle d’opération universel, chargé de générer des commandes de contrôle multi‑plateforme via le moteur de simulation propriétaire RoboMirage. Ce second module supporte les corps rigides, les pièces articulées et les matériaux déformables, avec des entrées combinant vision, tactile et force. Selon RoboScience, son pipeline de données permettrait de réduire le coût unitaire de génération à une fourchette de 1/20 à 1/200 des méthodes classiques, en produisant des centaines de milliers d’heures par semaine. L’entreprise annonce en outre un dataset supérieur à 1 téraoctet de trajectoires de manipulation d’ici fin 2026, construit autour de cette représentation Object Trajectory. RoboScience, fondée par Tian Ye (CEO) et Wang Tao (co‑fondateur), est soutenue par JD.com, SenseTime, Dachen Caizhao, China Merchants Capital, Zero One Ventures et PuHua Capital, et dispose de centres de R&D à Pékin, Shenzhen, Suzhou et Hangzhou. La société se positionne dans le même espace que Pi-0 de Physical Intelligence, GR00T N2 de NVIDIA ou certaines architectures génériques de Figure, mais en assumant une approche délibérément centrée sur l’objet plutôt que sur les trajectoires articulaires propres à chaque robot. Elle évite la confrontation directe avec l’automatisation industrielle lourde et cible en priorité la grande distribution et la logistique e‑commerce, où la diversité massive de références produits sert de banc d’essai naturel pour la généralisation multi‑objet. Des pilotes sont en cours dans le retail, la logistique et les services à la personne, et une production en série de robots standard pour usages industriels et commerciaux est annoncée pour 2026, sans prix ni volumes publics communiqués.

Pourquoi c’est important

L’enjeu mis en avant par RoboScience est structurel : la robotique généraliste ne dispose pas encore d’une représentation de base partagée, contrairement aux LLM qui ont convergé sur le token texte ou à l’autonomie automobile sur le nuage de points. En liant chaque modèle à un matériel, un objet et une tâche spécifiques, les approches classiques limitent le déploiement à grande échelle. L’Object Trajectory vise à casser cette dépendance en permettant un déploiement cross‑embodiment sur des objets variés et des tâches non vues à l’entraînement, sans re‑fine‑tuning par configuration hardware. Pour un intégrateur ou un COO industriel, la promesse est de disposer d’un seul pipeline de modèle couvrant un parc de robots hétérogènes, ce que les architectures actuelles basées sur les trajectoires articulaires ne permettent pas. L’avancée de RoboScience en modèles fondation cross‑embodiment renforce par ailleurs la pression concurrentielle sur les acteurs européens de la robotique généraliste, même si aucun impact opérationnel direct n’est identifiable à court terme. En se focalisant sur le retail, la logistique e‑commerce et les services à la personne, l’entreprise choisit des secteurs où la diversité d’objets et de tâches constitue un test exigeant de la généralisation multi‑objet qu’elle revendique.

Questions fréquentes

Quand RoboScience a‑t‑elle dévoilé Visics ?

RoboScience a dévoilé Visics le 24 juin 2026, en présentant pour la première fois l’architecture complète de son système VLOA.

Quelle est la particularité technique centrale de Visics ?

Visics repose sur l’Object Trajectory, une représentation intermédiaire en trajectoires 3D de nuage de points centrée sur l’objet manipulé.

Quels scénarios ont été montrés en démonstration ?

Les démonstrations couvrent l’assemblage de meubles, la préhension dextre et des lignes de production dynamiques.

Quels secteurs sont ciblés en priorité ?

RoboScience cible la grande distribution, la logistique e‑commerce et les services à la personne, avec des pilotes en cours.

Quel volume de données RoboScience vise‑t‑elle ?

L’entreprise annonce un dataset de plus d’1 téraoctet de trajectoires de manipulation basé sur Object Trajectory d’ici fin 2026.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.