Le fait
Mi-juin 2026 (annonce presse 10 juin, lecture éditoriale Neurone21 calée au 11 juin), X Square Robot (Shenzhen) open-source XRZero-G0 : un cadre hardware–software pour collecter des démonstrations sans robot (robot-free), générer des policies entraînables, et les évaluer sur robot réel. Avec le framework, l’équipe publie le G0-Dataset : plus de 2 000 heures de démonstrations multimodales validées (vision, tactile, audio), couvrant environ 3 000 tâches de manipulation. Code, designs hardware, papier arXiv et dataset Hugging Face sont publics — une ouverture rare à cette échelle dans la course chinoise à l’embodied AI.
Le brief « open dataset/model ~2000h, −20× data réel » se confirme dans les sources primaires. Les expériences rapportées montrent qu’un mélange d’environ 10 épisodes robot-free pour 1 épisode robot réel atteint des performances comparables à un jeu 100 % robot réel, tout en réduisant le besoin en data proprioceptive réelle jusqu’à un facteur 20 (coût d’acquisition). Autrement dit : la donnée humaine portable (interface VR, grippers interchangeables, multi-caméras) fournit la couverture comportementale ; une pincée de data robot ancre latence moteur, frottements et embodiment.
Au cœur du système : une interface VR ergonomique avec caméra vue du dessus et double gripper spécialisé ; un pipeline Collection → Inspection → Training → Evaluation en boucle fermée pour données non-proprioceptives ; un taux de validité / yield d’environ 85 % sous conditions expérimentales contrôlées. Le gap classique des approches type UMI (souvent limitées à des vues poignet) est traité par un alignement multi-vues (tête + poignets) mappé vers l’espace de perception robot. Résultat revendiqué : zero-shot cross-embodiment sur plateformes cibles dans les settings évalués — policies mixtes transférées sans fine-tuning tâche par tâche.
Assets publics : homepage projet x2robot.com/x2go, papier arXiv:2604.13001, code GitHub X-Square-Robot/XRZero-G0, dataset Hugging Face x-square-robot/XRZero-G0-3K.
Contexte
Le goulot n’est plus (seulement) le modèle : c’est la data action-alignée. En 2025–2026, les fondations de manipulation dexterous butent sur le même mur : la téléopération sur robot réel est lente et chère (peu de démonstrations par jour et par cellule). Les démonstrations humaines robot-free (paradigme UMI et dérivés) promettent le scale, mais souffrent souvent d’ergonomie médiocre, de workflows open-loop, d’absence de contrôle qualité systématique, et de stratégies de data mixing improvisées. XRZero-G0 se présente explicitement comme une réponse co-design à ces trois angles morts : interface, qualité, ratios.
Bridging perception humaine / robot. Un robot perçoit typiquement via une caméra « tête » (contexte global) et des caméras poignet (manipulation fine). Beaucoup de setups robot-free ne capturent que le poignet humain — d’où un domain gap à l’inférence. XRZero-G0 aligne multi-vues synchronisées dans une représentation partagée compatible robot, et utilise des grippers interchangeables pour rapprocher la morphologie de démonstration de celle du bras cible. C’est moins un « modèle miracle » qu’une usine à démonstrations transférables.
Gouvernance de la « trainability ». Le pipeline à trois niveaux — cohérence géométrique multi-vues (observation), IK corps entier avec collisions et limites articulaires (cinématique), replay robot réel (policy) — formalise ce que beaucoup de labos font ad hoc. Le 85 % de yield n’est pas un slogan marketing isolé : c’est le KPI qui transforme 2000 h brutes en 2000 h utilisables. Sans inspection, le scale robot-free produit surtout du bruit annoté.
Loi de mélange 10:1. Le résultat empirique central — ~10:1 robot-free / réel pour une perf comparable au 100 % réel, avec réduction jusqu’à 20× des volumes robot — est la pièce qui intéresse immédiatement les équipes produit. Il ne dit pas que le robot réel devient inutile ; il dit que le robot réel devient un ancre d’embodiment, pas la seule source de variété. Pour un OEM ou un labo EU sous contrainte de cellules et d’opérateurs, c’est un levier budgétaire direct.
X Square dans le paysage CN / open. X Square Robot s’inscrit dans la vague chinoise d’embodied AI qui combine hardware maison, datasets massifs et, de plus en plus, releases open pour accélérer adoption et crédibilité académique. Publier hardware designs + code + 2000 h validées sur Hugging Face place XRZero-G0 dans la même conversation que les grands corpora open (Open X-Embodiment et suites) — avec un focus explicite manipulation dextre + robot-free + ratios. Les médias et veilles Robot Report / tech CN relaient le combo « 2000 h + −20× » comme signal de méthode, pas seulement de volume.
Pourquoi ça compte
1. Scale data sans scale téléop. 2000 h × 3000 tâches en robot-free validé attaque le coût marginal de la démonstration. Qui maîtrise ce pipeline baisse le coût par skill plus vite que qui achète seulement plus de cellules téléop.
2. Le −20× est un résultat de mélange, pas de magie. Le facteur vingt suppose le 10:1 et des tâches évaluées. C’est un guide de design de datasets mixtes, pas une garantie universelle. Mais même un −5× à −10× en production changerait les budgets R&D 2026–2027.
3. Qualité à 85 % = industrialisation de la data. L’open-source du pipeline d’inspection est aussi stratégique que le volume. Les équipes peuvent reproduire la gouvernance plutôt que de télécharger un dump opaque.
4. Cross-embodiment zero-shot (settings évalués). Si le transfert sans fine-tuning tâche tient hors papier, les intégrateurs peuvent pré-entraîner large puis ancrer peu — modèle économique proche du foundation model NLP, adapté au physique.
5. Signal open CN. Un acteur Shenzhen qui ouvre hardware + dataset + code force les labos EU/US à répondre soit par équivalents open, soit par avantages propriétaires clairs (safety, certification, verticals). L’open n’est plus seulement occidental.
6. Complémentarité avec les stacks Physical AI. XRZero-G0 ne remplace pas NVIDIA Isaac, les Gyms type NEURA, ou les flottes téléop : il réduit la part robot dans le mix. Les stratégies data 2026 deviennent des portfolios (sim + robot-free + réel), pas des monolithes.
Lecture Neurone21
Thèse courte : X Square Robot ouvre XRZero-G0 et le G0-Dataset (~2000 h, ~3000 tâches) — cadre robot-free co-designé, yield ~85 %, loi de mélange ~10:1 et réduction jusqu’à 20× du besoin en data robot réel. C’est un billet modèles / data IA incarnée autant qu’un billet hardware : la battaille 2026 se gagne sur les ratios et la trainability, pas seulement sur les paramètres du network.
Pour une équipe FR/EU (labos, OEM, intégrateurs, fonds deep-tech) : (1) tester le dataset Hugging Face XRZero-G0-3K et le code GitHub sur un bras cible interne ; (2) recalibrer les budgets data 2026–2027 autour d’un mix robot-free dominant + ancre réel ; (3) importer l’idée de pipeline Collection–Inspection–Training–Evaluation même sans adopter le hardware XR ; (4) comparer aux approches UMI / Open X-Embodiment / Gyms industriels pour choisir où le robot-free suffit et où le réel reste non négociable (safety, contact riche, certification) ; (5) surveiller les suites (plus d’heures, plus d’embodiments, benchmarks publics) et les reprises Robot Report / presse CN pour détecter l’adoption hors papier.
À suivre : reproductions indépendantes du 10:1 et du −20×, extensions du dataset au-delà de 2000 h, et éventuelle industrialisation du rig wearable hors labo X Square.
Sources : PR Newswire — X Square Robot open-sources XRZero-G0 & G0-Dataset, 10/06/2026 · arXiv:2604.13001 — XRZero-G0 · Hugging Face — x-square-robot/XRZero-G0-3K · projet x2robot.com/x2go. Image : cover Neurone21 (synthèse éditoriale).