Le fait
Le 22 octobre 2026, Unitree Robotics a tenu à Hangzhou sa « World Physical AI Conference », sa première conférence de partenaires en dix ans d’existence. Son fondateur Wang Xingxing y a présenté « Unitree Rehearsal », qu’il qualifie de projet le plus important de l’année pour l’entreprise. 36Kr le désigne aussi sous le nom de « Physical AI Robot Self-Evolution V1 ».
Le principe annoncé
Selon le South China Morning Post et 36Kr, le système vise une boucle d’amélioration continue :
- des agents d’IA cherchent des travaux de recherche et écrivent eux-mêmes le code d’une compétence ;
- ils l’entraînent et la testent en simulation ;
- ils la vérifient sur des robots physiques ;
- un système d’évaluation indépendant renvoie les résultats dans la boucle.
L’objectif est de réduire la programmation et le réglage manuels, qui mobilisent aujourd’hui des équipes à chaque nouvelle compétence. Des humains peuvent encore évaluer et corriger, mais la cible affichée est un cycle automatisé.
Les autres déclarations
- Wang Xingxing dit avoir testé GPT-6 Astra en interne sur des robots, « sans entraînement » : peinture (avec changement de pigments et nettoyage des pinceaux) et jeu de go. Il reconnaît que les grands modèles restent fragiles sur la manipulation fine, comme l’assemblage de pièces de précision.
- Il annonce que le G1 a été produit à 10 000 à 20 000 exemplaires cumulés (chiffre déclaratif) et prédit des « percées majeures » de l’IA physique d’ici un à trois ans.
- Unitree lance un programme d’entrepreneuriat, le « Unitree Creation Program », pour des équipes travaillant sur les composants, les algorithmes, la simulation ou les applications.
Ce qui manque
36Kr le souligne : Unitree n’a dévoilé que l’idée technique. Efficacité de l’entraînement, transfert des compétences d’un environnement à l’autre, taux de réussite en conditions réelles : rien n’est encore mesuré publiquement.
Lecture Neurone21
Après les démonstrations spectaculaires de son H2-X, Unitree cherche à montrer qu’il travaille aussi le « cerveau » de ses robots, et pas seulement leur mécanique. L’idée d’une IA qui conçoit et valide ses propres compétences rejoint la tendance de l’« auto-amélioration » chez les laboratoires de modèles. Pour l’industrie, la question décisive sera la sécurité : une compétence générée automatiquement devra être validée avant d’arriver sur un robot de série.