Le vétéran de la robotique de ByteDance Tao Kong a rejoint Xiaomi, rehaussant les enjeux des modèles de fondation pour robots

Xiaomi aurait recruté l'ancien responsable de la robotique de ByteDance, Tao Kong, à l'été 2025, en le plaçant à la tête d'une équipe de modèles de fondation pour robots étroitement protégée. Cette nomination est importante car Xiaomi dispose désormais de plus qu'un responsable de la recherche. L'entreprise compte un dirigeant qui a passé six ans à développer le programme de robotique de ByteDance, avec un accès direct aux appareils, véhicules et usines de Xiaomi.

Ce mouvement de personnel a été rapporté par 36Kr le 10 août 2026, citant plusieurs sources indépendantes familières des deux entreprises. Ces sources ont indiqué que Kong avait amené avec lui plusieurs anciens employés de ByteDance. Elles ont également estimé les effectifs de l'organisation robotique élargie de Xiaomi à environ 200 personnes, bien que Xiaomi n'ait pas confirmé publiquement ce chiffre.

Il ne s'agit pas simplement d'un nouveau recrutement senior dans l'IA. ByteDance a développé sous la direction de Kong l'un des programmes chinois les plus visibles de modèles robotiques généralistes, tandis que Xiaomi a passé l'année 2026 à publier ses propres modèles et méthodes d'entraînement. La compétition oppose désormais deux approches de l'IA incarnée : une plateforme internet qui développe la recherche robotique à partir des modèles, et une entreprise de matériel qui construit des modèles autour de produits, d'usines et de déploiements physiques.

Ce qui aurait changé chez Xiaomi

L'arrivée de Kong donne à Xiaomi un bâtisseur d'équipe expérimenté au moment où ses travaux en robotique passent des démonstrations à une plateforme de modèles.

Le rapport initial présente Kong comme le responsable de l'équipe de modèles de fondation pour robots de Xiaomi. Un modèle de fondation est un système entraîné de manière large, qui peut être adapté à de nombreuses tâches, plutôt que conçu pour un mouvement ou une machine fixe.

La distinction est importante. Les robots industriels traditionnels répètent des actions soigneusement programmées dans des environnements structurés. La recherche sur les modèles de fondation vise à permettre à un robot d'interpréter le langage, de comprendre des scènes changeantes et de générer des actions physiques appropriées dans différentes tâches.

La biographie publique de Kong établit indépendamment les éléments de contexte pertinents. Sur sa page personnelle de recherche, il indique avoir été directeur de la recherche en robotique de ByteDance de 2019 à 2025. Il y précise également avoir créé et dirigé l'équipe de recherche en robotique de l'entreprise.

Cette page ne désigne pas publiquement Xiaomi comme son employeur actuel. Elle invite toutefois des chercheurs et ingénieurs à travailler sur des modèles et systèmes de fondation pour robots. Cette formulation correspond au périmètre rapporté de son nouveau poste, sans toutefois vérifier indépendamment chaque détail organisationnel du rapport.

Selon 36Kr, Kong a rejoint Xiaomi à l'été 2025 et a recruté plusieurs personnes qui travaillaient auparavant chez ByteDance. Le rapport indique également que son équipe dispose de bureaux distincts. Une source a décrit le groupe comme inhabituellement secret, même au sein de l'organisation robotique élargie de Xiaomi.

Ces descriptions doivent être considérées avec prudence. Aucune des deux entreprises n'a publié de communiqué de nomination, d'organigramme ou d'effectif vérifié pour ce groupe. Xiaomi n'a pas non plus précisé publiquement si Kong dirige directement chaque projet publié sous sa marque de recherche en robotique.

La chronologie publique des recherches de Xiaomi donne néanmoins un contexte substantiel à ce rapport de personnel. L'entreprise a présenté Xiaomi-Robotics-0 en février 2026, publié son pipeline de post-entraînement en avril et annoncé deux projets de recherche plus importants en juillet. Ces publications sont intervenues après l'arrivée présumée de Kong.

Cette chronologie ne prouve pas que Kong a personnellement créé chaque modèle. Les programmes de recherche commencent souvent longtemps avant leur publication, et les articles représentent généralement le travail de nombreux contributeurs. Elle montre en revanche que l'activité de Xiaomi autour des modèles robotiques est devenue publiquement productive durant l'année ayant suivi son arrivée signalée.

L'aspect le plus déterminant de cette histoire n'est donc pas le secret entourant un bureau. C'est la convergence d'un responsable de recherche expérimenté, d'une équipe recrutée, d'un rythme de publication visible et d'une entreprise disposant de multiples voies de déploiement dans le monde réel.

Pourquoi Xiaomi a besoin maintenant d'une équipe de modèles de fondation pour robots

Xiaomi cherche à transformer son empreinte matérielle en avantage pour l'entraînement et le déploiement avant que la robotique généraliste ne se cristallise autour de quelques piles de modèles dominantes.

L'entreprise travaille sur les robots depuis des années. Elle a présenté le quadrupède CyberDog en 2021 et l'humanoïde CyberOne en 2022. Ces systèmes ont attiré l'attention, mais aucun n'a établi Xiaomi comme fournisseur d'intelligence robotique générale.

Ses travaux de 2026 affichent une ambition plus élevée. Le site de recherche en robotique de Xiaomi décrit un programme consacré aux robots généralistes alimentés par des modèles de fondation évolutifs. Ses publications mettent l'accent sur l'entraînement des modèles, la génération d'actions, la modélisation du monde et l'adaptation efficace à des tâches de manipulation difficiles.

Cette orientation reflète une évolution plus large de la robotique. Un robot ne nécessite plus seulement des moteurs, articulations, caméras et logiciels de contrôle performants. Les équipes recherchent de plus en plus un modèle réutilisable qui relie la perception visuelle, les instructions en langage naturel et l'action physique.

Cette catégorie de système est souvent appelée modèle vision-langage-action, ou VLA. Il reçoit des images et du texte, puis génère des actions qu'un robot peut exécuter. En théorie, un VLA largement entraîné peut être adapté à de nombreuses machines et environnements.

En pratique, la tâche reste difficile. Les robots doivent agir dans un espace physique continu, où une petite erreur peut renverser une boisson, endommager un objet ou arrêter une chaîne de production. Des données textuelles et visuelles à l'échelle d'internet n'apprennent pas directement à une machine quelle force appliquer pour insérer un écouteur dans son boîtier.

Xiaomi possède des actifs susceptibles d'aider à combler cet écart. L'entreprise vend des produits électroniques grand public, exploite des plateformes d'appareils connectés, fabrique des véhicules électriques et a accès à des environnements de production. Chaque domaine offre des scénarios de déploiement possibles, même si Xiaomi n'a pas annoncé de plateforme robotique commerciale unifiée couvrant l'ensemble.

Les usines constituent le terrain d'essai le plus immédiat. Les tâches de manipulation répétitives offrent des critères de réussite mesurables, des limites de sécurité contrôlées et des raisons économiques d'automatiser. Elles peuvent également générer les données d'échec nécessaires à l'amélioration d'un modèle.

Les foyers représentent un marché plus vaste, mais un défi technique plus difficile. Les objets domestiques varient considérablement, les personnes se déplacent de manière imprévisible et les taux d'échec acceptables sont extrêmement faibles. Un robot qui réussit neuf fois sur dix dans un laboratoire peut rester inadapté en présence d'enfants, d'animaux, de verrerie ou d'appareils chauds.

Les véhicules créent un autre pont potentiel. La conduite autonome et la robotique dépendent toutes deux de la perception, de la planification, de la simulation et de décisions prises dans l'incertitude. Leurs capteurs et espaces d'action diffèrent, de sorte que les modèles ne peuvent pas être simplement transférés sans adaptation. Les équipes peuvent toutefois réutiliser les infrastructures de données, les systèmes d'entraînement et l'expertise en raisonnement multimodal.

C'est pourquoi un responsable expérimenté des modèles de fondation compte autant aujourd'hui. Xiaomi doit coordonner la recherche entre collecte de données, architecture des modèles, post-entraînement, évaluation, contrôle matériel et déploiement. Une collection de démonstrations isolées ne produira pas une couche d'intelligence robotique réutilisable.

La taille d'équipe rapportée, d'environ 200 personnes, suggère également que Xiaomi considère la robotique comme un programme durable et non comme un petit projet exploratoire. Ce chiffre reste non confirmé, mais le calendrier de publication de l'entreprise pointe vers une opération d'envergure.

Pour Xiaomi, l'opportunité ne consiste pas seulement à construire un robot humanoïde. Il s'agit de créer une architecture de modèles capable de servir différentes incarnations, c'est-à-dire différents corps robotiques, capteurs et systèmes de contrôle. Une réussite donnerait à l'entreprise une couche logicielle commune pour des machines qui nécessitent aujourd'hui des développements distincts.

Xiaomi et ByteDance construisent à partir d'extrémités opposées

ByteDance apporte la recherche sur les grands modèles et une infrastructure d'IA à l'échelle d'internet, tandis que Xiaomi peut relier le développement des modèles au matériel, à la fabrication et au déploiement final de produits.

C'est la principale compétition créée par le départ de Kong. Les deux entreprises peuvent financer de vastes programmes de recherche, recruter des spécialistes et entraîner des modèles multimodaux. Leurs atouts les plus forts sont différents.

ByteDance est entré en robotique par le côté des modèles. Son organisation de recherche Seed travaille sur le langage, la vision, la parole, les modèles du monde et la robotique. Sous la direction antérieure de Kong, son programme robotique a poursuivi des modèles généralistes capables de combiner les connaissances du web avec des compétences physiques.

Un exemple est GR-2, décrit comme un modèle génératif vidéo-langage-action pour la manipulation robotique. Le programme a ensuite présenté GR-3, un modèle de quatre milliards de paramètres destiné à suivre des instructions en langage naturel, à généraliser entre les objets et à accomplir des tâches plus longues.

La publication de ByteDance sur GR-3 indique que le modèle intègre la compréhension vision-langage à la génération d'actions. L'entreprise a démontré des tâches impliquant des objets flexibles et une manipulation à deux bras, des domaines où la programmation rigide fonctionne souvent mal.

Ces démonstrations illustrent l'ambition de recherche de ByteDance. Elles n'établissent pas une fiabilité commerciale étendue. Les vidéos publiques et les tâches de laboratoire sélectionnées ne peuvent pas révéler les taux d'échec dans des milliers de foyers ou d'usines.

ByteDance est également confronté à une question de déploiement. L'entreprise possède d'importantes plateformes grand public et des services cloud, mais elle ne dispose pas de la gamme de produits physiques de marque de Xiaomi. Elle peut collaborer avec des fabricants de robots, concéder des licences sur ses modèles ou construire des systèmes de référence. Chaque voie ajoute une coordination entre le développeur du modèle et le propriétaire du matériel.

Xiaomi aborde le problème depuis l'autre direction. L'entreprise conçoit déjà des appareils et des véhicules, gère des fournisseurs et exploite des systèmes de production. Son défi consiste à bâtir une couche d'intelligence générale à la hauteur de la qualité des laboratoires d'IA spécialisés.

Le recrutement de Kong réduit cet écart. Il apporte l'expérience de l'organisation d'une équipe de recherche en robotique au sein d'une grande entreprise internet. L'arrivée rapportée d'anciens collègues de ByteDance réduit également le délai nécessaire pour assembler un groupe dont les membres partagent déjà méthodes et terminologie.

Le mouvement de talents ne transfère pas automatiquement la propriété intellectuelle. Les employés restent soumis à des limites juridiques, contractuelles et éthiques concernant les informations confidentielles. Aucun élément public ne montre que Kong ou les collègues qui l'ont suivi ont transféré de manière inappropriée une technologie de ByteDance.

Ce qui se transfère, c'est l'expérience. Les chercheurs apprennent quels pipelines de données échouent, quelles évaluations masquent des faiblesses et quelles conceptions de modèles deviennent instables lors du contrôle en conditions réelles. Ces connaissances opérationnelles sont difficiles à reproduire à partir des seuls articles.

ByteDance conserve néanmoins un programme de robotique visible. Ses pages de recherche actuelles présentent GR-3, du matériel de manipulation dextre et des travaux sur l'apprentissage par renforcement. L'entreprise demeure donc un acteur sérieux, plutôt qu'un laboratoire démantelé par un seul départ.

La pression sur ByteDance est stratégique. L'entreprise doit montrer qu'une organisation centrée sur les modèles peut transformer une recherche solide en déploiements reproductibles sans posséder l'ensemble de la pile matérielle. Xiaomi doit prouver l'inverse : que son ancrage matériel peut produire une meilleure intelligence incarnée, plutôt que seulement davantage de lieux où installer un modèle immature.

La poussée de Xiaomi autour des modèles de fondation a désormais une substance mesurable

Les récents articles de Xiaomi transforment l’histoire du recrutement en une stratégie technique testable, bâtie autour de l’échelle, de la modélisation du monde et d’un post-entraînement efficace.

Xiaomi-Robotics-0 a été la première politique fondamentale publique du programme. Une politique est la partie d’un modèle robotique qui associe ses observations et ses instructions à des actions.

L’article de recherche qui l’accompagne décrit un pré-entraînement sur des trajectoires robotiques multi-incarnations et des données vision-langage. L’entraînement multi-incarnations combine des données issues de différentes formes de robots, afin d’apprendre des compétences qui ne soient pas propres à une seule machine.

Les chercheurs se sont également concentrés sur l’exécution en temps réel. C’est important, car un modèle d’action qui raisonne trop lentement ne peut pas réagir en toute sécurité à un environnement physique changeant. La latence devient une composante de l’intelligence lorsqu’un robot doit ajuster sa prise avant qu’un objet ne glisse.

En avril, Xiaomi a publié un pipeline de post-entraînement pour le modèle. Le post-entraînement adapte un système entraîné de manière générale à des comportements particuliers après son entraînement initial à grande échelle. L’entreprise a mis en avant une tâche précise d’insertion d’écouteur sans fil, réalisée à l’aide de 20 heures de données de post-entraînement spécifiques à cette tâche.

Cette démonstration cible un véritable problème de robotique. Les petits objets exigent un positionnement précis, un contrôle de la force et une capacité de récupération après un léger désalignement. Elle est plus informative qu’un robot exécutant une routine préparée, même si la réussite d’une seule tâche ne démontre toujours pas une fiabilité générale.

Juillet a apporté deux projets supplémentaires. Xiaomi-Robotics-U0 s’est concentré sur la modélisation incarnée du monde, tandis que Xiaomi-Robotics-1 mettait l’accent sur le passage à l’échelle des modèles d’action à l’aide de jeux de données réels beaucoup plus vastes.

Un modèle du monde prédit comment un environnement évolue après une action. Pour un robot, cela signifie estimer ce qui se produira lorsqu’il pousse, soulève, fait pivoter ou relâche un objet. De meilleures prédictions peuvent soutenir la planification avant que la machine ne s’engage dans un mouvement physique.

L’article U0 affirme que les modèles ordinaires de génération d’images et de vidéos ne répondent pas pleinement aux exigences de la robotique. Les systèmes incarnés ont besoin de cohérence entre les vues des caméras, d’une géométrie cohérente et d’une conscience des propres contraintes physiques du robot.

C’est un mécanisme important de la stratégie de Xiaomi. La génération vidéo peut fournir des a priori visuels et des expériences simulées, mais un robot ne peut pas traiter le monde comme une succession d’images attrayantes. Ses prédictions doivent rester compatibles avec l’espace tridimensionnel et des actions exécutables.

Xiaomi-Robotics-1 mise sur l’échelle des données. Ses chercheurs indiquent avoir pré-entraîné le modèle sur plus de 100 000 heures de trajectoires de manipulation réelles, collectées à l’aide d’interfaces portatives. Ces interfaces permettent aux personnes de générer des démonstrations sans piloter directement chaque robot cible.

L’article sur le modèle présente une approche en deux étapes. Le pré-entraînement à grande échelle développe de vastes capacités de génération d’actions, puis le post-entraînement adapte le modèle à des tâches complexes.

Le jeu de données annoncé est significatif, car les données robotiques sont coûteuses. Les modèles de texte peuvent apprendre à partir de documents produits pour des lecteurs humains. Les robots ont besoin d’observations liées aux actions, aux résultats physiques et, souvent, à des relevés de capteurs spécialisés.

Toutefois, le nombre d’heures ne détermine pas à lui seul la qualité. Un vaste jeu de données peut contenir des mouvements répétitifs, des démonstrations incohérentes, des environnements étroits ou une faible couverture des échecs. L’article propose des benchmarks et des expériences, mais la reproduction indépendante comptera davantage que le chiffre mis en avant.

La séquence de publications révèle une pile cohérente. Robotics-0 établit le modèle d’action initial. U0 travaille sur la prédiction des environnements incarnés. Robotics-1 augmente l’échelle des données de comportement réelles. Le post-entraînement adapte ensuite ces capacités générales à des tâches précises.

Cette cohérence rend la nomination annoncée plus importante. Xiaomi semble construire un programme de modèles intégré plutôt que publier des expériences de robotique sans lien entre elles. L’expérience de Kong chez ByteDance correspond aux besoins d’une telle organisation.

Elle modifie également la manière dont les concurrents doivent évaluer Xiaomi. L’entreprise ne concurrence plus uniquement par des démonstrations de matériel robotique. Elle publie des architectures, des méthodes et des modèles que les chercheurs peuvent examiner et mettre à l’épreuve.

La publication ouverte peut faciliter le recrutement. Les chercheurs préfèrent souvent les organisations où ils peuvent publier des articles et constituer un corpus de travaux visible. Les modèles ouverts et les outils d’entraînement créent également un retour d’information externe, même lorsque l’entreprise conserve ses données ou systèmes de déploiement les plus précieux.

La publication ne vaut toutefois pas commercialisation. Xiaomi n’a pas indiqué de date de lancement pour un robot polyvalent grand public fondé sur ces modèles. L’entreprise n’a pas divulgué la fiabilité sur le terrain, les coûts d’exploitation, les taux d’incidents de sécurité ni l’adoption par les clients.

La stratégie technique est désormais visible. La stratégie commerciale et produit reste largement cachée.

Le secret laisse trois grandes questions sans réponse

Xiaomi a présenté des composants crédibles, mais n’a pas encore démontré que ces composants forment un produit robotique sûr, économique et fiable.

La première incertitude concerne le leadership et l’attribution. Le rapport de recrutement indique que Kong dirige le groupe des modèles fondamentaux, mais Xiaomi n’a pas confirmé son titre ni ses responsabilités. Les articles publics citent de nombreux chercheurs, et leurs travaux ont peut-être commencé avant son arrivée.

Il serait donc inexact d’attribuer à un seul dirigeant l’ensemble du portefeuille de recherche 2026 de Xiaomi. La contribution probable de Kong est autant organisationnelle que technique : sélectionner les priorités de recherche, recruter des équipes, examiner les systèmes et relier les expériences au déploiement.

La deuxième incertitude concerne la généralisation. Un modèle peut bien fonctionner sur des tâches de laboratoire tout en échouant lorsque l’éclairage change, que les objets se déforment ou qu’une personne interrompt la séquence. Les environnements réels contiennent des cas limites que les évaluations sélectionnées ne détectent habituellement pas.

Les tâches longues amplifient ces erreurs. Un robot qui affiche un taux de réussite de 98 % à chaque étape individuelle n’a qu’environ 82 % de chances d’achever dix étapes indépendantes sans échec. Les erreurs réelles ne sont pas toujours indépendantes, mais ce calcul simple montre pourquoi des démonstrations soignées peuvent être trompeuses.

Le comportement de récupération compte autant que la précision initiale. Un robot utile dans un foyer ou une usine doit détecter une prise ratée, réévaluer la scène et essayer une autre action sans aggraver la situation.

La troisième incertitude est économique. Les modèles plus grands et les jeux de données plus étendus exigent de la puissance de calcul, de la collecte de données, des tests et du matériel spécialisé. Un système techniquement capable peut tout de même échouer si son coût d’exploitation dépasse la valeur du travail qu’il remplace ou assiste.

Les usines offrent des conditions contrôlées, mais elles utilisent déjà une automatisation mature. Un modèle fondamental doit surpasser les systèmes fixes là où la flexibilité a une valeur mesurable. Sinon, les clients pourraient préférer des équipements moins coûteux conçus pour une seule tâche.

Les environnements grand public créent le problème inverse. Ils comportent de nombreuses tâches variées, mais les acheteurs exigent un prix abordable, de la sécurité, un fonctionnement silencieux et un entretien minimal. Le modèle ne peut pas compenser des actionneurs faibles, une autonomie médiocre ou des capteurs peu fiables.

Le secret organisationnel rapporté peut protéger la recherche concurrentielle et les produits non publiés. Il limite aussi l’évaluation externe. Xiaomi n’a pas expliqué comment son groupe robotique répartit les responsabilités entre la recherche sur les modèles, le matériel, les systèmes automobiles et l’automatisation de la production.

Le secret peut également créer des frictions internes. Les modèles fondamentaux robotiques exigent une coopération étroite entre les collecteurs de données, les ingénieurs matériel, les spécialistes de la sécurité et les équipes applicatives. Un bureau distinct peut préserver la concentration, mais un isolement excessif peut ralentir le retour d’information dont les systèmes physiques ont besoin.

Il existe également un risque de réaction concurrentielle. ByteDance peut accélérer son équipe de robotique Seed conservée en interne, s’associer à des fabricants de matériel ou faciliter l’adoption de ses modèles par les développeurs. D’autres entreprises chinoises peuvent recruter dans les deux organisations et se disputer le même vivier limité de chercheurs expérimentés.

Google DeepMind, Tesla, Figure AI, Physical Intelligence et plusieurs entreprises chinoises de robotique poursuivent des objectifs similaires à travers différentes stratégies de matériel et de modèles. L’accès de Xiaomi à la fabrication ne l’isole pas des avancées réalisées ailleurs.

Les éléments actuels étayent une conclusion plus limitée. Xiaomi a réuni un programme de recherche sérieux et aurait recruté un dirigeant disposant d’une expérience pertinente. L’entreprise n’a pas encore établi que ses modèles fonctionnent de manière fiable à l’échelle commerciale.

Cette distinction devrait guider la manière dont les lecteurs interprètent les futures démonstrations. Les questions importantes ne sont pas de savoir si un robot accomplit une tâche impressionnante ou si un article annonce un jeu de données plus vaste. Elles sont de savoir à quelle fréquence le système échoue, comment il récupère et si ses performances se transfèrent à des environnements que les développeurs n’ont pas sélectionnés.

Pour les ingénieurs et les acheteurs professionnels, il s’agit aussi d’un problème de gestion des connaissances. Le développement robotique génère des expériences, des vidéos d’échecs, des journaux de capteurs et des décisions réparties entre de nombreuses équipes. Les systèmes conçus pour une base de connaissances consultable peuvent aider les équipes à relier ces éléments, même si la documentation seule ne peut pas résoudre le problème de la fiabilité des modèles.

Ce qu’il faut surveiller après le départ annoncé de Tao Kong

Trois signaux montreront si Xiaomi construit une plateforme robotique déployable ou un laboratoire de recherche accompli sans produit à court terme.

Le premier signal sera une clarification officielle du rôle de Kong et de la structure organisationnelle de Xiaomi. Une confirmation établirait s’il supervise les modèles fondamentaux publiés, une future pile produit ou une unité de recherche plus restreinte.

L’étendue du leadership façonne l’exécution. Un directeur de recherche peut optimiser les articles et les benchmarks, tandis qu’un responsable produit doit aussi assumer les revues de sécurité, les contraintes matérielles, les coûts de déploiement et l’assistance sur le terrain. Les prochaines annonces de recrutement et listes de contributeurs de Xiaomi pourraient révéler les limites pratiques avant toute annonce officielle.

Le deuxième signal sera une validation technique indépendante. Les chercheurs devraient rechercher la reproduction des résultats de Xiaomi, des évaluations publiques des modèles et des performances sur des robots ou dans des environnements inconnus.

Le transfert multi-incarnations est particulièrement important. Si Robotics-1 peut s’adapter efficacement à différentes machines et à des tâches difficiles, le vaste investissement de Xiaomi dans le pré-entraînement gagne en levier. Si l’adaptation exige encore d’importantes données spécifiques aux tâches, la plateforme devient moins générale que ne le suggère son positionnement.

Les évaluations à long horizon méritent une attention similaire. Une tâche à long horizon exige de nombreuses actions dépendantes, comme débarrasser une table et placer plusieurs objets aux bons endroits. Les taux de réussite devraient inclure l’achèvement complet de la tâche, la récupération après échec et les interventions de sécurité.

Le jeu de données de 100 000 heures doit également être examiné de plus près. De futurs articles pourraient clarifier sa diversité, sa méthode de collecte, la distribution des objets, la couverture des environnements et l’équilibre entre comportements réussis et échoués. Ces détails détermineront si l’échelle a produit une compétence étendue ou surtout la répétition de mouvements familiers.

Le troisième signal sera un déploiement réel assorti de métriques opérationnelles. Une usine Xiaomi constitue le premier lieu le plus plausible, car l’entreprise contrôle l’environnement et peut mesurer la productivité. Un pilote limité révélerait davantage qu’une nouvelle démonstration d’humanoïde.

Des métriques utiles incluraient les cycles achevés, les interventions humaines, le temps moyen entre les défaillances, le temps de changement de tâche et le coût par opération réussie. Xiaomi n’a pas besoin de publier des données économiques internes sensibles, mais certains éléments attestant d’un fonctionnement durable étayeraient ses affirmations plus larges.

Un déploiement dans une usine automobile mettrait également à l’épreuve l’avantage stratégique de l’entreprise. Xiaomi pourrait relier l’apprentissage des robots aux flux de fabrication, à l’infrastructure de capteurs et aux systèmes de contrôle qualité déjà sous son contrôle.

Un lancement grand public placerait la barre plus haut. Les acheteurs auraient besoin de limites de sécurité claires, de tâches utiles, de politiques de traitement local ou dans le cloud, d’options de réparation et d’un comportement prévisible au contact des personnes. Aucun élément public n’indique actuellement qu’un tel lancement soit imminent.

Ces signaux peuvent renforcer ou affaiblir le jugement central. Une confirmation officielle de la large autorité de Kong renforcerait l’idée que Xiaomi consolide sa robotique autour d’une stratégie de modèle de fondation. Des résultats indépendants de transfert montreraient si la pile technique est réellement réutilisable.

Un déploiement durable en usine fournirait la preuve la plus solide. Il relierait l’ampleur de la recherche à une valeur tangible, ce qui reste le problème non résolu de l’IA incarnée.

Les résultats opposés auraient tout autant d’importance. Un silence prolongé sur la direction, des évaluations limitées à des tâches soigneusement sélectionnées ou des publications répétées sans déploiement suggéreraient que Xiaomi demeure à un stade plus précoce de sa transition que ne le laisse entendre son rythme de publication.

Le départ rapporté de Kong de ByteDance doit donc être interprété comme l’ouverture d’une phase plus exigeante. Recruter un dirigeant respecté dans la robotique peut accélérer la recherche, attirer des collègues et affiner les priorités. Cela ne peut pas supprimer les exigences implacables du monde physique.

Pour les développeurs, la prochaine question est de savoir si Xiaomi publiera des modèles, du code d’entraînement ou des interfaces pouvant être testés en dehors de ses propres laboratoires. Pour les acheteurs d’entreprise, il s’agit de déterminer si les données de déploiement étayent un retour crédible de l’automatisation flexible.

Pour tous les autres, le test le plus clair est simple : observez ce que font les robots une fois que la caméra continue d’enregistrer. Xiaomi a réuni les talents, la stratégie de données et l’accès au matériel nécessaires pour rivaliser. Elle doit maintenant montrer que ces avantages résistent au contact d’une réalité non structurée.