Chuguang Leap lève un amorçage de « plusieurs centaines de millions de yuans » avec Xiaomi et Baidu Ventures

Shanghai Chuguang Leap Intelligent Technology a bouclé un tour d'amorçage de « plusieurs centaines de millions de yuans », affirme la société, avec Chentao Capital, l'investissement stratégique de Xiaomi, Baidu Ventures et Xinhe Capital parmi les investisseurs. Aucun n'est présenté comme chef de file, et le montant exact n'a pas été communiqué. Une modification au registre du commerce le 12 octobre a ajouté Hanxing Venture Investment, le véhicule de Xiaomi, et Sanya Baichuan Zhixin, un fonds lié à Baidu, au capital, et fait passer le capital enregistré de 500 000 à 600 000 yuans.

L'amorçage valorise une méthode et une équipe, et le résultat de benchmark qui a offert à la société son premier titre n'a pas tenu. Son modèle Simate-beta, un système VLA, a pris la première place du classement RoboDojo le 23 septembre avec un score moyen de 33,95 et un taux de réussite de 27,96 %, devant GPT-6-Astra. Dans le relevé du 9 octobre du même classement, VPP2, un world-action model de Robotera, menait à 39,26 et 32,26 %, et PhysicalRSI (36,27 et 31,38 %) comme Awomo-0.5 (35,34 et 29,64 %) devançaient aussi Simate-beta, qui se retrouve au mieux quatrième. Son passage en tête avait pris fin au plus tard le 9 octobre.

L'auto-amélioration récursive, le pari affiché

Ce que la société met en avant, c'est « Physical RSI », pour recursive self-improvement of physical intelligence, soit l'auto-amélioration récursive de l'intelligence physique. Son système AutoResearch tourne en boucle : il propose des hypothèses, planifie des expériences puis les exécute, les valide et les analyse automatiquement, les chercheurs humains fixant l'orientation et les contraintes, selon la société. Des chercheurs du MIT, de Tsinghua, de l'université de Pékin et de HKUST ont rejoint les tests internes de la plateforme, selon la société.

La pile bout-en-bout de la conduite, transposée aux bras

Le fondateur Zhang Ying était l'un des principaux responsables techniques du système d'aide à la conduite HSD de Horizon Robotics, où il a dirigé trois générations de systèmes de conduite bout-en-bout : fondés sur une carte HD, sans carte, puis bout-en-bout à un seul étage en vision seule. Il a quitté Horizon en 2026. Sa thèse : la méthode bout-en-bout « perception–raisonnement–exécution » éprouvée en conduite autonome se généralise à la manipulation en environnement non structuré, ce qui range la jeune société dans le champ de l'IA incarnée. L'équipe comprend Zhan Fangneng, professeur assistant à HKUST qui dirige le World Mind Lab, et Jimazeyu, diplômé de l'UC San Diego et élève de Xiaolong Wang, membre fondateur d'ARI.

La lecture opposée : un rang de benchmark est un indicateur faible à ce stade, et un chèque d'amorçage pour un ancien responsable du bout-en-bout chez Horizon achète de l'ingénierie à l'échelle de la conduite plutôt qu'une position durable dans RoboDojo.

Plusieurs chiffres dépassent déjà les 33,95 de Simate-beta : les 39,26 de VPP2, les 36,27 de PhysicalRSI et les 35,34 d'Awomo-0.5 dans le relevé du 9 octobre, plus le 44,48 que l'article EmbodiedEvo d'Einsia AI, le 13 octobre, revendique lui-même sur RoboDojo-Sim comme surpassant tous les résultats officiellement vérifiés. Le prochain relevé RoboDojo est le premier point de contrôle où Chuguang Leap pourra montrer que sa propre boucle de recherche fait bouger ce chiffre, et non un seul modèle construit à la main.