Le CEO de Hesai : pour un robot dans un glacier DQ, des mains et un modèle ne suffisent pas, il doit comprendre l'espace

Pour confier un magasin de glaces à un robot, il faut un manipulateur, une main agile, des caméras et un modèle capable de percevoir la scène et de prendre des décisions. Tout cela est visible dans la démonstration. Mais, selon Li Yifan, cofondateur et CEO de Hesai, la liste ne s'arrête pas là : il reste un ensemble de tâches liées à l'espace. Il l'a dit lors d'une présentation, en évoquant la collaboration entre Sharpa et DQ. Le média chinois Jiqizhixin a mis en avant dans son titre un autre aspect de l'histoire : en 15 minutes, avec une seule caméra, on peut transposer le monde réel dans l'IA, ce qui, d'après le média, plairait à Fei-Fei Li.

Une réserve importante : l'extrait disponible ne décrit pas la solution elle-même. Il ne donne ni nom de produit, ni données sur la précision, le coût ou le matériel. Ce qui suit s'en tient à ce que le texte confirme, et à la lecture logique de ce lien.

Ce que l'on sait du cas

Trois acteurs sont impliqués. Hesai est connue comme fabricant de lidars : quand son CEO parle d'espace, le propos est donc concret, car l'entreprise vit dans le monde des données 3D. Dans cette histoire, Sharpa s'occupe de la manipulation, c'est-à-dire de la mécanique et de la dextérité. DQ apporte le scénario : un point de vente de glaces où le robot doit effectuer un travail précis au contact de personnes.

Le compte rendu laisse voir la logique de Li Yifan. Il part d'abord de la pile « visible » : la main, le poignet, les capteurs, le modèle. Il passe ensuite à ce qui reste hors champ. Dans un magasin, le robot doit savoir où se trouve chaque chose, comment est agencée la zone autour de lui, ce qui a changé depuis le service précédent et où il peut se déplacer sans risque. Ce sont des connaissances sur un local précis, pas sur le monde en général.

Pourquoi Fei-Fei Li est citée

Fei-Fei Li défend depuis de nombreuses années l'idée d'intelligence spatiale : l'IA doit comprendre une scène en trois dimensions, et pas seulement du texte et des images à plat. La référence dans le titre montre comment la presse chinoise lit l'intervention de Hesai. Si l'on peut numériser rapidement et à bas coût une scène réelle, les robots disposent d'un modèle du lieu où ils doivent travailler.

Cela éclaire aussi le « 15 minutes, une seule caméra ». Pour un déploiement commercial, la qualité de la manipulation ne suffit pas : le temps nécessaire pour préparer un nouveau point de vente compte tout autant. Si chaque café ou chaque magasin exige des semaines de réglage manuel, le passage à l'échelle est impossible. Si la copie numérique est prête en un quart d'heure, l'économie du projet change. Le texte ne confirme pas ces chiffres : il s'agit d'une affirmation du titre.

Ce que le texte établit

• Intervenant : Li Yifan, cofondateur et CEO de Hesai.
• Partenaires du cas : Sharpa (manipulation) et DQ (scénario d'application).
• Scénario : un magasin de glaces, où le robot doit travailler avec un local réel.
• Durée annoncée pour la numérisation de la scène : 15 minutes.
• Matériel de capture annoncé : une seule caméra.
• Non divulgués : nom du produit, précision de la reconstruction, format des données, prix et calendrier de sortie.

Comment lire cela en pratique

Pour les équipes qui développent des robots de service et de commerce de détail, la conclusion est simple : le coût de déploiement dépend de plus en plus de la préparation de l'environnement, et non de la puissance de la main. Devant une démo de robot, posez trois questions. Combien de temps faut-il pour préparer un nouveau site ? Que se passe-t-il si le mobilier ou l'équipement est déplacé ? Quels capteurs faut-il sur le site même, et lesquels ne servent que pour le scan initial ?

Pour le marché, un autre point compte davantage. Hesai, habituée à vendre des lidars, entre dans la discussion sur les données spatiales pour l'IA embarquée, ce qui élargit son rôle dans la chaîne de valeur. Pour l'instant, c'est une position exprimée lors d'une présentation, pas un produit éprouvé. Mieux vaut attendre des détails techniques et des tests indépendants avant de considérer 15 minutes et une seule caméra comme un standard opérationnel.