Fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba, Pragmatik Labs aurait atteint une valorisation post money d’environ 2 milliards de dollars lors d’un tour d’amor... Gaorong Ventures et HSG, anciennement Sequoia China, auraient codirigé le financement, auquel on...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: What is known about Lin Junyang’s founding of Shanghai-based Pragmatik Labs (Yuyong Technology)—including its $2 billion angel-stage valuati. Article summary: Pragmatik Labs—Chinese registered name Yuyong Technology and reportedly called “p7k” internally—is a Shanghai AI startup founded by former Alibaba Qwen technical lead Lin Junyang. It reportedly received an angel-stage va. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Pragmatik Labs est la nouvelle start-up d’IA fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba. Les informations publiques présentent l’entreprise — enregistrée en Chine sous le nom de Yuyong Technology et désignée en interne, selon plusieurs articles, par le nom de code « p7k » — comme un pari ambitieux sur des agents capables d’évoluer dans des environnements numériques et physiques. 3
4
Ce qui frappe surtout, c’est le calendrier du financement : Pragmatik aurait atteint une valorisation post-money d’environ 2 milliards de dollars avant de présenter publiquement un produit, un modèle, une base de clients, des revenus ou un calendrier de lancement. 8
13 Autrement dit, il ne s’agit pas encore d’une entreprise commerciale classique dont la valeur serait fondée sur ses performances. C’est d’abord un pari très haut de gamme sur un fondateur, une équipe à constituer et une vision de la prochaine étape de l’IA.
Gaorong Ventures et HSG — l’ancien Sequoia China — auraient codirigé le tour de table. Tencent et le Shanghai Future Industry Fund, un fonds consacré au développement des industries d’avenir à Shanghai, y auraient également participé. 4
11
Le montant le plus souvent cité est d’environ 220 millions de dollars : près de 100 millions apportés par Gaorong, autant par HSG et environ 20 millions par Tencent, le fonds de Shanghai étant lui aussi impliqué. Ces répartitions détaillées proviennent toutefois de la presse et de sources sectorielles, et non d’une annonce publique complète de l’entreprise. Elles doivent donc être considérées comme des montants rapportés. 10
14
Les informations issues des registres d’entreprise décrivent par ailleurs un actionnariat particulièrement concentré. Les investisseurs institutionnels extérieurs détiendraient collectivement environ 12 % de Yuyong Technology, contre environ 88 % pour Lin Junyang et les entités qui lui sont liées. 8
11 Cette structure donne au fondateur un contrôle considérable. Elle montre aussi ce que les investisseurs semblent acheter : un accès durable à son leadership et à son jugement technique, plutôt que la preuve d’une activité commerciale déjà établie.
Il faut enfin garder le sens exact d’une valorisation post-money de 2 milliards de dollars. Ce chiffre correspond au prix fixé lors d’une opération de financement privée ; il ne signifie pas que Pragmatik possède déjà une activité générant 2 milliards de dollars de valeur. Les informations disponibles ne permettent pas d’établir l’existence publique de produits, d’utilisateurs, de clients, de contrats ou de revenus. 8
13
Le positionnement public de Pragmatik se distingue des travaux sur les modèles de fondation que Lin dirigeait chez Alibaba. L’entreprise dit vouloir développer des « agents de nouvelle génération » capables de couvrir à la fois le monde numérique et le monde physique. 4
18
La première branche concerne le travail intellectuel, les opérations d’entreprise et les processus métiers. Les capacités annoncées incluent :
Le changement recherché est important : passer d’un système qui produit une réponse à un système qui fait progresser le travail. L’agent doit formuler un plan, agir, observer le résultat, puis modifier la suite de son approche si nécessaire.
La seconde branche pousse cette ambition hors de l’écran. Les agents physiques devraient percevoir des situations changeantes, s’y adapter, agir par l’intermédiaire de machines et accomplir des tâches sur une durée plus longue. 17
18
Le problème d’ingénierie est nettement plus difficile que celui d’un assistant logiciel. Un agent numérique peut échouer en donnant une réponse erronée ou en utilisant mal un outil. Un agent physique doit aussi gérer la perception, la compréhension de l’espace, le contrôle des mouvements, la fiabilité du matériel, la sécurité et les conséquences de ses actions dans le monde réel.
Pragmatik met également en avant une boucle « Research to Product » : les recherches de pointe doivent être confrontées à des situations réelles, dont les retours orientent ensuite les travaux futurs. L’axe « Long Horizons » exprime, lui, l’ambition d’aller au-delà des améliorations graduelles des systèmes actuels. 18
25
La présentation reste cependant très générale. Dans les informations disponibles, Pragmatik n’a pas publié de taille de modèle, de résultats de référence, de données d’entraînement, de partenaires matériels, de produit précis ni de calendrier de sortie. 23
24
25
Le dossier d’investissement semble reposer avant tout sur une prime accordée au talent. Lin a contribué à bâtir l’écosystème technique et open source de Qwen chez Alibaba, ce qui donne aux investisseurs une raison de croire qu’il peut recruter une équipe solide et travailler à la frontière de la recherche en IA. 4
8
Lin a rejoint la DAMO Academy d’Alibaba en 2019, après des travaux universitaires en linguistique et en linguistique computationnelle. Il est ensuite devenu l’un des responsables techniques de Qwen lors de la création du Tongyi Lab. Des articles le présentent comme l’un des auteurs du rapport technique original de Qwen et comme un contributeur clé au rapport sur Qwen2.5. 4
8
L’organisation Qwen d’Alibaba a publié une large famille de modèles open source, notamment des variantes spécialisées dans le code, les mathématiques, la vision, le multimodal et le raisonnement. Selon des chiffres rapportés au début de 2026, l’écosystème comptait plus de 400 modèles Qwen open source, plus de 200 000 modèles dérivés et plus d’un milliard de téléchargements dans le monde. Ces données décrivent l’écosystème Qwen, et non l’activité de Pragmatik. 8
L’intérêt de Lin pour l’IA incarnée ne date pas non plus de la création de la start-up. Il aurait constitué en octobre 2025 une équipe consacrée à la robotique et à l’intelligence incarnée au sein de Qwen. Le choix des agents physiques ressemble donc davantage à la poursuite d’un axe de recherche déjà engagé qu’à un changement de cap improvisé. 15
31
Lin a annoncé son départ du projet Qwen d’Alibaba le 4 mars 2026, avec le message : « Bye my beloved Qwen ». Plusieurs articles ont lié cette décision à l’évolution des priorités organisationnelles et commerciales d’Alibaba. Les informations publiques disponibles ne permettent toutefois pas de confirmer de manière indépendante et complète les raisons internes de son départ. 5
7
Le 26 mars, Lin a publié un essai intitulé From “Reasoning” Thinking to “Agentic” Thinking. Son idée centrale : l’IA doit dépasser les modèles qui raisonnent dans les limites d’une consigne pour devenir un système capable d’agir en continu — planifier, utiliser des outils, entrer dans un environnement, observer les retours, revoir sa stratégie et coordonner des actions dans le temps. 17
19
Cette vision fait de l’environnement une partie intégrante du problème de l’intelligence. Un modèle qui répond à une question peut être évalué sur la qualité de sa réponse. Un agent chargé d’accomplir un véritable travail doit aussi être jugé sur sa capacité à progresser, à récupérer après un échec et à parvenir à un résultat utile au terme d’une longue séquence d’actions.
Les agents physiques prolongent cette logique au-delà des logiciels. Ils n’interagiraient plus seulement avec des fichiers, des sites web ou des outils d’entreprise, mais aussi avec des objets, des machines et un environnement matériel en évolution. La promesse est celle d’une boucle de retour plus riche ; la difficulté technique et opérationnelle augmente, elle aussi, fortement. À ce stade, il s’agit donc d’une hypothèse stratégique de long terme, pas encore d’un avantage commercial démontré. 11
15
Pragmatik s’inscrit dans une vague de start-up d’IA dont les premières valorisations reflètent la rareté d’une équipe technique de premier plan, avant l’apparition des indicateurs habituels d’une entreprise.
Thinking Machines Lab, la start-up fondée par l’ancienne dirigeante d’OpenAI Mira Murati, a levé environ 2 milliards de dollars pour une valorisation annoncée de 12 milliards en juillet 2025, lors d’un tour mené par Andreessen Horowitz. Reuters indiquait alors que l’entreprise n’avait ni revenus ni produits. 33
La comparaison est utile, sans être parfaite. La valorisation rapportée de Pragmatik, 2 milliards de dollars, représente environ un sixième de celle de Thinking Machines Lab. Surtout, Pragmatik affiche une difficulté d’exécution particulièrement large : mener de front des agents logiciels et des systèmes incarnés ou physiques. 4
33
Les deux entreprises illustrent le même phénomène financier : des investisseurs peuvent attribuer un prix très élevé à une équipe de recherche et à une percée technique espérée, bien avant l’arrivée de revenus vérifiables. En contrepartie, l’absence de mesures commerciales initiales rend la validation ultérieure d’autant plus importante. Un fondateur réputé peut attirer des capitaux ; il doit encore les transformer en systèmes fiables et en activité pérenne.
La valorisation sera finalement testée en dehors des documents de financement. Pragmatik devra montrer que son approche des agents offre aux clients ou aux développeurs des capacités difficiles à obtenir auprès des fournisseurs de modèles de fondation et des plates-formes d’agents existantes.
Les étapes les plus importantes seraient notamment :
Pour l’instant, les éléments disponibles établissent l’existence d’une start-up de recherche fortement financée, contrôlée par son fondateur et dotée d’un mandat très large autour des agents numériques et physiques. Ils ne démontrent pas encore ses capacités produit, son adoption, ses revenus ni un avantage technique suffisant pour justifier la valorisation rapportée. La prochaine étape consistera pour Pragmatik à transformer la réputation acquise par Lin à l’époque de Qwen en une entreprise indépendante capable de faire agir des agents — et de rendre cette action économiquement utile. 4
8
13
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba, Pragmatik Labs aurait atteint une valorisation post money d’environ 2 milliards de dollars lors d’un tour d’amor...
Fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba, Pragmatik Labs aurait atteint une valorisation post money d’environ 2 milliards de dollars lors d’un tour d’amor... Gaorong Ventures et HSG, anciennement Sequoia China, auraient codirigé le financement, auquel ont aussi participé Tencent et le Shanghai Future Industry Fund.
Pragmatik ne veut pas lancer un énième modèle de fondation : l’entreprise vise des agents capables de raisonner, d’utiliser des outils, d’apprendre de leurs erreurs et d’agir dans des environnements numériques ou phys...
Fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba, Pragmatik Labs aurait atteint une valorisation post money d’environ 2 milliards de dollars lors d’un tour d’amor... Gaorong Ventures et HSG, anciennement Sequoia China, auraient codirigé le financement, auquel on...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: What is known about Lin Junyang’s founding of Shanghai-based Pragmatik Labs (Yuyong Technology)—including its $2 billion angel-stage valuati. Article summary: Pragmatik Labs—Chinese registered name Yuyong Technology and reportedly called “p7k” internally—is a Shanghai AI startup founded by former Alibaba Qwen technical lead Lin Junyang. It reportedly received an angel-stage va. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Pragmatik Labs est la nouvelle start-up d’IA fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba. Les informations publiques présentent l’entreprise — enregistrée en Chine sous le nom de Yuyong Technology et désignée en interne, selon plusieurs articles, par le nom de code « p7k » — comme un pari ambitieux sur des agents capables d’évoluer dans des environnements numériques et physiques. 3
4
Ce qui frappe surtout, c’est le calendrier du financement : Pragmatik aurait atteint une valorisation post-money d’environ 2 milliards de dollars avant de présenter publiquement un produit, un modèle, une base de clients, des revenus ou un calendrier de lancement. 8
13 Autrement dit, il ne s’agit pas encore d’une entreprise commerciale classique dont la valeur serait fondée sur ses performances. C’est d’abord un pari très haut de gamme sur un fondateur, une équipe à constituer et une vision de la prochaine étape de l’IA.
Gaorong Ventures et HSG — l’ancien Sequoia China — auraient codirigé le tour de table. Tencent et le Shanghai Future Industry Fund, un fonds consacré au développement des industries d’avenir à Shanghai, y auraient également participé. 4
11
Le montant le plus souvent cité est d’environ 220 millions de dollars : près de 100 millions apportés par Gaorong, autant par HSG et environ 20 millions par Tencent, le fonds de Shanghai étant lui aussi impliqué. Ces répartitions détaillées proviennent toutefois de la presse et de sources sectorielles, et non d’une annonce publique complète de l’entreprise. Elles doivent donc être considérées comme des montants rapportés. 10
14
Les informations issues des registres d’entreprise décrivent par ailleurs un actionnariat particulièrement concentré. Les investisseurs institutionnels extérieurs détiendraient collectivement environ 12 % de Yuyong Technology, contre environ 88 % pour Lin Junyang et les entités qui lui sont liées. 8
11 Cette structure donne au fondateur un contrôle considérable. Elle montre aussi ce que les investisseurs semblent acheter : un accès durable à son leadership et à son jugement technique, plutôt que la preuve d’une activité commerciale déjà établie.
Il faut enfin garder le sens exact d’une valorisation post-money de 2 milliards de dollars. Ce chiffre correspond au prix fixé lors d’une opération de financement privée ; il ne signifie pas que Pragmatik possède déjà une activité générant 2 milliards de dollars de valeur. Les informations disponibles ne permettent pas d’établir l’existence publique de produits, d’utilisateurs, de clients, de contrats ou de revenus. 8
13
Le positionnement public de Pragmatik se distingue des travaux sur les modèles de fondation que Lin dirigeait chez Alibaba. L’entreprise dit vouloir développer des « agents de nouvelle génération » capables de couvrir à la fois le monde numérique et le monde physique. 4
18
La première branche concerne le travail intellectuel, les opérations d’entreprise et les processus métiers. Les capacités annoncées incluent :
Le changement recherché est important : passer d’un système qui produit une réponse à un système qui fait progresser le travail. L’agent doit formuler un plan, agir, observer le résultat, puis modifier la suite de son approche si nécessaire.
La seconde branche pousse cette ambition hors de l’écran. Les agents physiques devraient percevoir des situations changeantes, s’y adapter, agir par l’intermédiaire de machines et accomplir des tâches sur une durée plus longue. 17
18
Le problème d’ingénierie est nettement plus difficile que celui d’un assistant logiciel. Un agent numérique peut échouer en donnant une réponse erronée ou en utilisant mal un outil. Un agent physique doit aussi gérer la perception, la compréhension de l’espace, le contrôle des mouvements, la fiabilité du matériel, la sécurité et les conséquences de ses actions dans le monde réel.
Pragmatik met également en avant une boucle « Research to Product » : les recherches de pointe doivent être confrontées à des situations réelles, dont les retours orientent ensuite les travaux futurs. L’axe « Long Horizons » exprime, lui, l’ambition d’aller au-delà des améliorations graduelles des systèmes actuels. 18
25
La présentation reste cependant très générale. Dans les informations disponibles, Pragmatik n’a pas publié de taille de modèle, de résultats de référence, de données d’entraînement, de partenaires matériels, de produit précis ni de calendrier de sortie. 23
24
25
Le dossier d’investissement semble reposer avant tout sur une prime accordée au talent. Lin a contribué à bâtir l’écosystème technique et open source de Qwen chez Alibaba, ce qui donne aux investisseurs une raison de croire qu’il peut recruter une équipe solide et travailler à la frontière de la recherche en IA. 4
8
Lin a rejoint la DAMO Academy d’Alibaba en 2019, après des travaux universitaires en linguistique et en linguistique computationnelle. Il est ensuite devenu l’un des responsables techniques de Qwen lors de la création du Tongyi Lab. Des articles le présentent comme l’un des auteurs du rapport technique original de Qwen et comme un contributeur clé au rapport sur Qwen2.5. 4
8
L’organisation Qwen d’Alibaba a publié une large famille de modèles open source, notamment des variantes spécialisées dans le code, les mathématiques, la vision, le multimodal et le raisonnement. Selon des chiffres rapportés au début de 2026, l’écosystème comptait plus de 400 modèles Qwen open source, plus de 200 000 modèles dérivés et plus d’un milliard de téléchargements dans le monde. Ces données décrivent l’écosystème Qwen, et non l’activité de Pragmatik. 8
L’intérêt de Lin pour l’IA incarnée ne date pas non plus de la création de la start-up. Il aurait constitué en octobre 2025 une équipe consacrée à la robotique et à l’intelligence incarnée au sein de Qwen. Le choix des agents physiques ressemble donc davantage à la poursuite d’un axe de recherche déjà engagé qu’à un changement de cap improvisé. 15
31
Lin a annoncé son départ du projet Qwen d’Alibaba le 4 mars 2026, avec le message : « Bye my beloved Qwen ». Plusieurs articles ont lié cette décision à l’évolution des priorités organisationnelles et commerciales d’Alibaba. Les informations publiques disponibles ne permettent toutefois pas de confirmer de manière indépendante et complète les raisons internes de son départ. 5
7
Le 26 mars, Lin a publié un essai intitulé From “Reasoning” Thinking to “Agentic” Thinking. Son idée centrale : l’IA doit dépasser les modèles qui raisonnent dans les limites d’une consigne pour devenir un système capable d’agir en continu — planifier, utiliser des outils, entrer dans un environnement, observer les retours, revoir sa stratégie et coordonner des actions dans le temps. 17
19
Cette vision fait de l’environnement une partie intégrante du problème de l’intelligence. Un modèle qui répond à une question peut être évalué sur la qualité de sa réponse. Un agent chargé d’accomplir un véritable travail doit aussi être jugé sur sa capacité à progresser, à récupérer après un échec et à parvenir à un résultat utile au terme d’une longue séquence d’actions.
Les agents physiques prolongent cette logique au-delà des logiciels. Ils n’interagiraient plus seulement avec des fichiers, des sites web ou des outils d’entreprise, mais aussi avec des objets, des machines et un environnement matériel en évolution. La promesse est celle d’une boucle de retour plus riche ; la difficulté technique et opérationnelle augmente, elle aussi, fortement. À ce stade, il s’agit donc d’une hypothèse stratégique de long terme, pas encore d’un avantage commercial démontré. 11
15
Pragmatik s’inscrit dans une vague de start-up d’IA dont les premières valorisations reflètent la rareté d’une équipe technique de premier plan, avant l’apparition des indicateurs habituels d’une entreprise.
Thinking Machines Lab, la start-up fondée par l’ancienne dirigeante d’OpenAI Mira Murati, a levé environ 2 milliards de dollars pour une valorisation annoncée de 12 milliards en juillet 2025, lors d’un tour mené par Andreessen Horowitz. Reuters indiquait alors que l’entreprise n’avait ni revenus ni produits. 33
La comparaison est utile, sans être parfaite. La valorisation rapportée de Pragmatik, 2 milliards de dollars, représente environ un sixième de celle de Thinking Machines Lab. Surtout, Pragmatik affiche une difficulté d’exécution particulièrement large : mener de front des agents logiciels et des systèmes incarnés ou physiques. 4
33
Les deux entreprises illustrent le même phénomène financier : des investisseurs peuvent attribuer un prix très élevé à une équipe de recherche et à une percée technique espérée, bien avant l’arrivée de revenus vérifiables. En contrepartie, l’absence de mesures commerciales initiales rend la validation ultérieure d’autant plus importante. Un fondateur réputé peut attirer des capitaux ; il doit encore les transformer en systèmes fiables et en activité pérenne.
La valorisation sera finalement testée en dehors des documents de financement. Pragmatik devra montrer que son approche des agents offre aux clients ou aux développeurs des capacités difficiles à obtenir auprès des fournisseurs de modèles de fondation et des plates-formes d’agents existantes.
Les étapes les plus importantes seraient notamment :
Pour l’instant, les éléments disponibles établissent l’existence d’une start-up de recherche fortement financée, contrôlée par son fondateur et dotée d’un mandat très large autour des agents numériques et physiques. Ils ne démontrent pas encore ses capacités produit, son adoption, ses revenus ni un avantage technique suffisant pour justifier la valorisation rapportée. La prochaine étape consistera pour Pragmatik à transformer la réputation acquise par Lin à l’époque de Qwen en une entreprise indépendante capable de faire agir des agents — et de rendre cette action économiquement utile. 4
8
13
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba, Pragmatik Labs aurait atteint une valorisation post money d’environ 2 milliards de dollars lors d’un tour d’amor...
Fondée à Shanghai par Lin Junyang, ancien responsable technique de la famille de modèles Qwen d’Alibaba, Pragmatik Labs aurait atteint une valorisation post money d’environ 2 milliards de dollars lors d’un tour d’amor... Gaorong Ventures et HSG, anciennement Sequoia China, auraient codirigé le financement, auquel ont aussi participé Tencent et le Shanghai Future Industry Fund.
Pragmatik ne veut pas lancer un énième modèle de fondation : l’entreprise vise des agents capables de raisonner, d’utiliser des outils, d’apprendre de leurs erreurs et d’agir dans des environnements numériques ou phys...