Worldmodeldata de Cambridge lève £7 millions pour entraîner l'IA sur les jeux vidéo

La startup Worldmodeldata, basée à Cambridge, a clôturé une levée de fonds d'amorçage de £7 millions (environ €8 millions) en juillet 2026. Cette levée a été menée par Iona Star Capital, basée à Londres. L'entreprise se spécialise dans la transformation du gameplay vidéoludique en données d'entraînement pour une nouvelle classe d'IA — les « modèles du monde », qui doivent non seulement décrire le monde, mais aussi comprendre comment il réagit aux actions.

Pourquoi les

Modèles du Monde Ont Besoin de Données Différentes

Les grands modèles de langage — ChatGPT, Claude, Gemini — ont été entraînés principalement sur du texte. Ils ont maîtrisé le langage, la connaissance et la logique du raisonnement. Mais cette approche a une limitation fondamentale : ces systèmes manquent d'une compréhension intégrée de la physique.

Les « modèles du monde » — la prochaine frontière. Ce sont des systèmes d'IA capables de prédire les conséquences des actions physiques : ce qui se passera si vous poussez un objet, appuyez sur un levier ou lancez quelque chose d'une hauteur. Une telle compréhension est nécessaire pour les robots, les agents industriels et tout système fonctionnant dans l'espace réel, non virtuel.

Le principal défi est les données. Enregistrer les interactions physiques réelles à l'échelle est très coûteux : cela nécessite des robots équipés de capteurs, des laboratoires, des opérateurs qualifiés et des milliers d'heures d'expériences dans des conditions diverses. Worldmodeldata a trouvé un chemin alternatif.

Pourquoi les Jeux Vidéo sont une Source de Données pour l'IA

Les moteurs de jeu sont essentiellement des simulateurs physiques. Ils modélisent la gravité, les collisions, la dynamique des fluides, l'élasticité des matériaux et le comportement des objets sous charge en temps réel. Chaque heure de gameplay contient des millions de paires « action → réaction de l'environnement » : une voiture s'est écrasée contre un mur — elle s'est déformée selon les lois de la physique, un personnage a sauté — s'est posé à une vitesse prévisible, un liquide s'est répandu — s'est étalé selon l'hydrodynamique simulée.

La diversité compte aussi : les jeux modernes créent des milliers de types d'environnements et d'objets — des simulateurs de conduite aux stratégies avec des systèmes physiques. C'est une base de données prête à l'emploi sur les interactions avec l'environnement physique, déjà structurée par la logique du jeu elle-même.

Faits clés sur la levée :

• Montant : £7 millions (~€8 millions)
• Type de financement : levée d'amorçage
• Investisseur principal : Iona Star Capital, Londres
• Startup : Worldmodeldata, Cambridge, Royaume-Uni

Ce Que Cela Signifie

Le marché des données d'entraînement pour l'IA se transforme. Après des années d'ère des corpus textuels et des ensembles de données multimodales, les principaux laboratoires — Google DeepMind, Meta, OpenAI — recherchent activement des modèles du monde pour les robots et les systèmes d'agents. La demande de données d'entraînement physiquement précises et interactives augmentera parallèlement au marché des robots humanoïdes et des agents autonomes.

Le pari de Worldmodeldata est simple : des décennies accumulées de gameplay — c'est une source scalable de données sur l'interaction physique qui n'existe nulle part ailleurs en volume comparable. Si la prédiction est correcte, les jeux vidéo se transformeront du divertissement en infrastructure d'entraînement pour la prochaine génération d'IA.

*Meta est reconnue comme une organisation extrémiste et est interdite en Fédération de Russie.