Le fait
Le 13 novembre 2025, Unitree Robotics (Hangzhou) ouvre officiellement la fiche G1-D et, avec elle, une solution full-stack de collecte et d’entraînement pour humanoïdes. Ce n’est pas « encore un G1 bipède » : c’est le premier humanoïde à roues de la marque, pensé comme station de data autant que comme robot de service.
Deux configs : Standard (colonne + torse, plutôt fixe) et Flagship / Ultimate (base mobile différentielle). Hauteur réglable 1 260–1 680 mm, masse annoncée autour de ~80–90 kg batterie comprise, espace de travail vertical 0–2 m. Côté Flagship : 19 ddl hors effecteur (7×2 bras, 2 taille, 1 colonne, 2 base), vitesse max 1,5 m/s, rotation 360° sur place, autonomie revendiquée ~6 h (vs ~2 h Standard). Compute optionnel type Jetson Orin NX 16 Go (~100 TOPS). Capteurs Flagship : LiDAR, caméras profondeur, collisions / obstacles bas ; tête binoculaire HD + caméras poignet. Effecteurs : pince 2 doigts, mains 3 doigts (± tactile), main 5 doigts. Charge bras ~3 kg. Latence téléop annoncée < 100 ms, sampling 60 Hz.
Le vrai produit, côté Unitree, n’est pas seulement le châssis : c’est le pipeline acquisition → traitement / labeling / review → assets → entraînement distribué → sim → déploiement, avec intégration PI, GROOT et le world-model maison UnifoLM-WMA-0.
Contexte
Depuis 2023, Unitree a saturé le récit bipède agile (G1, H1, puis H2 en octobre). Le goulet de l’IA incarnée a changé de place : plus le sprint, mais la généralisation — des heures de trajectoires propres, synchronisées, exportables. Wang Xingxing l’a martelé dans les forums 2025 : standards de data fragmentés, mauvais transfert. Le G1-D répond en échangeant les jambes contre des roues : moins de terrain, beaucoup plus de stabilité, de payload et surtout d’endurance pour des sessions de téléop répétitives.
La suite logicielle (souvent regroupée sous le label UnifoLM) promet : templates de campagnes, suivi de tâches, collecte multi-robots (jusqu’à des centaines en synchrone selon la fiche), formats d’export compatibles training mainstream, sim 3D pour évaluation, « one-click training » et déploiement. Lecture réaliste : ce n’est pas magique — c’est une industrialisation du shovel (outils de data) plutôt qu’un nouveau record de backflip.
Le G1-D s’inscrit aussi dans le pivot « Embodied Avatar » / téléopération évoqué début novembre : Unitree ne vend plus seulement des corps, il vend une usine à démonstrations pour policies VLA / world models. Concurrentiel, le marché se scinde : généralistes bipèdes (Figure, Optimus, H2) vs formes pragmatiques (torse + mobile base) pour entrepôt, retail, labo. Agility Digit, Proxie et d’autres ont déjà validé l’idée ; Unitree l’industrialise avec SKU + stack + OTA.
Pourquoi ça compte
1. La data est le produit. Un Flagship à 6 h d’autonomie sans risque de chute change le coût marginal d’une heure de démonstration humaine. Pour viser la fiabilité type « 80/80 », les labos ont besoin de volume — pas d’un robot qui se relève toutes les trois minutes. Le G1-D externalise la locomotion difficile et recentre le budget R&D sur main-œil et manipulation.
2. Standardisation vs fragmentation. En packagent hardware + formats + PI/GROOT + UnifoLM-WMA-0, Unitree tente de créer un dialecte de fait pour la recherche embodied. Risque : lock-in soft. Opportunité : datasets comparables entre sites. La promesse de centaines de robots en collecte concurrente vise explicitement les data factories chinoises et les intégrateurs multi-sites.
3. Signal industriel, pas showreel. Café, chambre, baie serveur : les visuels officiels montrent des scènes de service / domestic / IT, pas des stades. Message : le G1-D est un outil de production de modèles, éventuellement un cobot mobile ensuite. Pour un acheteur EU : budgéter base Flagship + mains + compute Orin + isolation réseau + conformité, et ne pas confondre démo téléop avec autonomie usine.
Limites (écrites côté constructeur) : produit civil, distance de sécurité, fonctions encore en test, paramètres variables selon config. « One-click » reste un slogan marketing tant que les métriques de généralisation hors labo ne sont pas publiées.
Lecture Neurone21
Thèse : le 13/11/2025 marque le moment où Unitree assume publiquement que jambes ≠ priorité data. Après le H2 « présence », le G1-D « shovel ». Pour une équipe FR/EU (labo, intégrateur, achats) : (1) évaluer le G1-D comme banc de collecte avant de le comparer à un humanoïde marcheur ; (2) exiger le détail des formats d’export et de la propriété des datasets ; (3) croiser avec la politique d’approvisionnement (cyber, clauses data) ; (4) suivre UnifoLM-WMA-0 en open-source — c’est là que se joue la différenciation durable, pas sur le diamètre des roues.
À suivre : premiers déploiements hors Chine, métriques d’heures utiles / jour, qualité réelle du labeling auto, et ce que « hundreds of robots sync » donne en production — pas en slide.
Sources : Unitree — G1-D End-to-End Platform · Gizmochina — Unitree G1-D launch, 13/11/2025 · Humanoids Daily — G1-D data bottleneck, 13/11/2025 · AIBase — G1-D workstation, 13/11/2025.