Physicl lève 10 millions de dollars pour fabriquer les scènes où les modèles de robots échouent
Inovia Capital a mené un tour d'amorçage de 10 millions de dollars dans Physicl, qui lance Studio, un outil de données synthétiques bâti sur 10 000 environnements 3D. Studio produit des images et des vidéos annotées : ses premières preuves viendront de la vision et des modèles du monde, pas des gestes des robots.
Physicl a levé 10 millions de dollars en amorçage, sous la houlette d'Inovia Capital et avec US Venture Partners, et a lancé le 6 novembre son premier produit, Studio. Un chercheur décrit un cas où son modèle se trompe, par exemple une tasse à moitié cachée par un sac au coucher du soleil. Studio choisit une scène parmi 10 000 environnements et 100 000 objets construits à partir de vraie géométrie 3D, la rend de milliers de façons et calcule à partir de la scène elle-même la profondeur, les normales, les masques de segmentation, les boîtes et la pose de la caméra, selon l'entreprise.
Ce que Studio livre aujourd'hui, ce sont des données de perception. Il rend des images et des vidéos, pas des gestes de robot ni des forces de contact : il aide d'abord les modèles qui voient mal. Le seul résultat que Physicl cite va dans ce sens. SpAItial, qui transforme des pièces réelles en 3D explorable, a plus que divisé par deux son erreur de reconstruction sur des pièces réelles grâce aux données de Physicl. Son PDG, Matthias Niessner, conseille aussi Physicl.
Le PDG, Alex de Vigan, a passé les dix dernières années chez nfinite à modéliser en 3D des produits et des pièces pour des distributeurs, et Physicl réutilise cette chaîne, rapporte TechCrunch. Le tour finance les équipes de Paris et de la baie de San Francisco. Studio est en bêta gratuite et s'ouvre aux équipes de recherche par petits groupes.
Physicl dit que des laboratoires de robotique figuraient parmi les premières équipes à demander ses données. Il manque encore un résultat à son discours sur l'IA physique : une équipe de robotique qui publie son taux de réussite réel avant et après un entraînement sur des scènes de Studio. D'autres paris récents sur les données de robots, comme les enregistrements au gant de LiberAI, visaient les gestes.
Sources Sources vérifiées
- #Physicl
- #synthetic data
- #edge cases
- #seed round
- #Inovia Capital
- #world models
Partager ce décryptage
Vous connaissez quelqu'un qui suit la robotique ? Envoyez-le-lui.
Décryptages associés
Plus de décryptages : IA incarnée et modèles de fondationAWS ouvre une Physical AI Toolchain branchée sur NVIDIA
Le 8 oct. 2026, AWS a lancé une toolchain open source (données synthétiques, SageMaker, simu, edge) avec Isaac/Cosmos, après l'arrêt de RoboMaker en 2025.
Liber-0 de LiberAI : 10 000 heures enregistrées au gant battent 2 millions d’heures de vidéo web
La start-up pékinoise LiberAI a dévoilé Liber-0, un modèle robotique pré-entraîné sur plus de 2,2 millions d’heures d’expérience humaine. Ses propres tests en attribuent le mérite à une petite partie enregistrée avec son gant de données, et le taux de réussite sans entraînement spécifique tombe à 10,5 % sur les tâches en plusieurs étapes.
MOVIN lève 10 milliards de wons pour transformer sa capture de mouvement sans combinaison en données d'entraînement pour robots
La start-up coréenne MOVIN, dont la capture de mouvement par LiDAR sert à Boston Dynamics et au RAI Institute pour téléopérer et entraîner des robots, a levé 10 milliards de wons en série A menée par IMM Investment. Sa clientèle reste dans le divertissement.
Newsletter
Robrief Weekly
Un e-mail par semaine avec l'actualité robotique qui compte. Gratuit, désinscription à tout moment.