La start-up chinoise Psibot, également connue sous le nom de Lingchu Intelligence, finalise une levée de près de 100 millions de dollars sur une valorisation de 1,48 milliard de dollars, menée par le constructeur automobile Chery et le fabricant de capteurs Lens Technology, selon Bloomberg le 23 juillet 2026.
L’opération ferait de Psibot la vingt-deuxième entreprise chinoise d’IA incarnée à franchir le seuil de la licorne depuis le début de l’année 2026, un rythme qui illustre l’accélération des financements sur la robotique et les modèles physiques en Chine. Fondée en 2024, la société aurait déjà réuni environ 300 millions de dollars, dont 2 milliards de yuans lors de ses tours d’amorçage et pré-A.
Un tour mené par des industriels plutôt que des fonds
Le choix des investisseurs traduit une logique de chaîne d’approvisionnement plutôt que de capital-risque classique. Chery apporte son assise industrielle automobile, tandis que Lens Technology fournit des capteurs à des groupes comme Apple et Tesla. Ces deux partenaires stratégiques ancrent Psibot dans un tissu manufacturier chinois qui cherche à passer à l’échelle sur les robots humanoïdes.
Cette configuration reflète une tendance plus large sur le marché chinois de l’IA incarnée, où les industriels de l’automobile et de l’électronique investissent directement dans les jeunes pousses de robotique pour sécuriser un accès aux plateformes logicielles. Les vingt-deux licornes recensées en 2026 par Bloomberg témoignent d’une concentration de capitaux rarement observée sur un segment aussi récent.
Psibot ne se présente pas comme un simple fabricant de robots mais comme une couche d’intelligence licenciable à d’autres constructeurs, selon The Next Web. La société développe des modèles vision-langage-action (VLA) et des algorithmes de manipulation dextre destinés à être intégrés par des tiers.
Le pari des « world models »
Au centre de la stratégie figurent les « world models », des systèmes d’IA censés permettre aux robots et aux véhicules autonomes de percevoir l’environnement physique et d’y réagir, et non de se limiter à répondre à des questions. Un modèle VLA relie directement des entrées multimodales à des actions robotiques de bas niveau, comme des couples articulaires ou des vitesses d’effecteur, sans passer par un plan symbolique intermédiaire.
« Les world models visent à accomplir quelque chose de plus conséquent que les grands modèles de langage et les chatbots », a déclaré Viktor Wang, directeur général de Psibot, cité par The Next Web. Le dirigeant prédit un « moment GPT-2 » pour l’IA incarnée, soit une première capacité de généralisation à propos du monde physique, d’ici deux ans.
La donnée physique comme goulot d’étranglement
Le principal défi reste la collecte de données d’entraînement issues du monde réel, bien plus rares que le texte disponible en ligne. Psibot capte ses propres données à l’aide de gants instrumentés et de robots humanoïdes, en conditions d’exploitation.
- Des tests seraient menés chez un logisticien chinois et un fabricant de câbles à fibre optique.
- Viktor Wang fixe pour 2026 un objectif d’« un million d’heures » de données propriétaires.
- L’équipe fondatrice réunirait un doyen de l’université de Pékin, un vétéran de la robotique passé par Alibaba et Tencent, et un chercheur formé à Stanford auprès de Fei-Fei Li, pionnière de la vision par ordinateur.
Une trajectoire de financement resserrée
En moins de deux ans, Psibot est passée d’une jeune pousse à une valorisation de 1,48 milliard de dollars, soit un multiple élevé pour une société encore en phase de constitution de son socle de données. La comparaison avec le tour d’environ 280 millions de dollars annoncé en mars 2026 situe la progression de valorisation intervenue en quelques mois.
Ce que suivront les investisseurs
La finalisation du tour de table et le déploiement des tests industriels chez ses premiers clients constitueront les prochaines étapes observables. L’objectif du « million d’heures » de données affiché pour 2026 servira de jalon pour mesurer si la promesse des world models se traduit en capacités concrètes. La concrétisation du « moment GPT-2 » évoqué par Viktor Wang, attendue sous deux ans, donnera un second point de repère à l’écosystème sur la maturité réelle de l’IA incarnée.
