Xspark AI (Shenzhen Wujie Zhihang Technology), startup de Physical AI de confiance basee a Shenzhen Nanshan et fondee en juin 2025, a annonce le 10 juillet 2026 la cloture d'un tour d'angel de pres de 100 millions de yuans (environ 14 M USD) co-mene par CDH VGC, Chuxin Capital et SEE Fund, avec participation de Shenzhen Angel Mother Fund, Shuimu Alumni Seed Fund, Beiyang Haitang Fund, Xtep Family Office et, selon les registres chinois cites par Blue Shark Hard Tech, un fonds lie a Baidu. Duowei Capital a conseille l'operation.
La startup est a surveiller par la composition de son equipe, l'usage des fonds et la couche de la pile d'IA incarnee qu'elle attaque. Les capitaux continuent d'affluer (93,5 milliards de yuans sur 322 transactions au S1 2026 selon 36Kr), mais une part croissante va vers les intergiciels de fiabilite et securite plutot que les seuls modeles de fondation ou corps humanoi͏̈des.
Fondateurs : industrie + academique + recherche Gen Z
Le PDG Xiong Qi est un veteran de 15 ans en IA et 8 ans en conduite autonome qui a dirige chez NIO les equipes perception, modeles et systemes fonctionnels, et est credit de la premiere livraison en production d'un modele du monde a l'echelle d'un million chez un constructeur. Le co-fondateur et scientifique en chef Ding Wenbo est professeur associe a Tsinghua Shenzhen International Graduate School (80+ publications, 10 000+ citations). Le CTO Chen Tianxing est doctorant post-00 au HKU MMLab, fondateur de la communaute Lumina et premier auteur des benchmarks RoboTwin et RoboDojo. Mu Yao (SJTU) et Li Shoujie (NTU Singapour) sont conseillers.
Architecture : cerveau lent / cerveau rapide / moelle epiniere
- X-Brain Thinking (VLM cerveau lent) - cognition haut niveau et planification, avec alignement securite et intervention active.
- X-Brain Manip (WAM cerveau rapide) - modele d'action mondiale pour execution physique riche en contacts, avec contraintes de securite.
- X-Reflex (VTA moelle epiniere) - verrou milliseconde fusionnant perception tactile multispectrale et donnees multimodales pour arret d'urgence, ajustement de trajectoire et evitement. Les exceptions remontent vers les deux cerveaux.
La couche moelle epiniere est le facteur differenciant. La suite tactile multispectrale mesure force normale, position du contact et cisaillement sur plusieurs spectres optiques et electriques pour detecter glissements et collisions plus vite que la vision seule.
Benchmarks et traction
Le modele du monde SparkWorld aurait remporte le championnat Visual-Quality et la troisieme place Video-Quality au benchmark WorldArena. Les membres de l'equipe revendiquent plus de 600 citations Google Scholar, 3 000+ etoiles GitHub et 800 000+ telechargements de modeles. La plateforme AIGD cumule plus de 100 000 heures de donnees d'entrainement et a livre plus de 10 000 heures de donnees egocentrees commerciales via X-Ego (premiere livraison avril 2026). Partenaires : NVIDIA, AGIBOT, ByteDance et Shengshu Technology.
Pourquoi ce tour compte
Le discours qui emerge est que l'ere des demos cede la place a la fiabilite de deploiement. Wang Mingyu (CDH VGC) a qualifie la confiance et la securite de proposition incontournable. Dans ce contexte, la levee de Xspark est un pari sur la couche intergicielle / donnees / securite plutot que sur un nouveau modele de fondation.
Les fonds nouveaux iront a (1) la R&D sur les trois couches, (2) l'iteration produit du materiel tactile et du firmware reflexe, (3) l'echelle des livraisons de Physical AI dans les usines, foyers et services.
Source : IT-Home, Beijing Daily, Dahe Caifu, Pedaily/Investment Circle, Blue Shark Hard Tech, Robotics Outlook (robot_pro), communique.
