Cerveau pour les robots: Noematrix a levé des centaines de millions de yuans pour développer l'IA incarnée

# Cerveau pour Robots : Comment la Startup Chinoise Noematrix Change l'Avenir de l'Automatisation

Quand une machine saisit une boîte de médicaments et la place dans un sac, cela semble simple. En réalité, nous assistons à la solution de l'un des problèmes les plus complexes de la robotique. La startup chinoise Noematrix, fondée par des scientifiques de l'Université Jiao Tong de Shanghai et de Stanford, vient de lever des centaines de millions de yuans lors d'un tour de financement de série A. Les investisseurs — le fonds de capital-risque C Capital et des noms éminents comme Sea Limited et Alibaba — parient que cette jeune entreprise peut créer un cerveau universel pour les robots qui transformera littéralement l'automatisation.

L'histoire de Noematrix a commencé en novembre 2023, quand l'entreprise a été fondée comme l'une des premières en Chine à se concentrer sur l'intelligence artificielle incarnée — une IA qui fonctionne non seulement dans un ordinateur, mais dans le corps physique d'une machine interagissant avec le monde réel. L'équipe a réuni un talent scientifique sérieux : le cofondateur Lu Ce est directeur du laboratoire d'IA à l'Université Jiao Tong de Shanghai, auteur de plus de deux cents articles scientifiques et lauréat de conférences prestigieuses en robotique. Son partenaire Wang Shiquan est un doctorant de Stanford ayant l'expérience de la création d'une entreprise de robotique complètement fonctionnelle.

Ensemble, ils ont constitué une équipe d'experts en solutions systémiques et grands modèles de langage.

Le produit phare de l'entreprise — Noematrix Brain — est un système qui confère aux robots une capacité qui leur a longtemps manqué : la compréhension de commandes naturelles floues et la capacité d'agir dans l'incertitude. Imaginez une pharmacie. Un robot reçoit une commande et doit faire ce qui semble simple : trouver le médicament nécessaire, le prendre, l'emballer.

Mais en réalité, c'est une tâche multi-étapes où chaque étape exige des décisions. Le robot doit planifier un trajet optimal vers les rayons s'il y en a plusieurs. Il doit identifier avec précision où, parmi des centaines de boîtes, se trouve le médicament nécessaire.

Sa pince doit être suffisamment sensible pour ne pas écraser les comprimés, mais suffisamment puissante pour les tenir. Et tout cela doit fonctionner chaque jour, sur différents types d'emballages, dans différents espaces.

Noematrix a déjà déployé son système dans de véritables pharmacies et blanchisseries, et ce ne sont pas simplement des prototypes de laboratoire. Le système s'adapte à différentes plateformes de robots — des manipulateurs mobiles à deux bras aux machines humanoïdes. La distinction clé de l'approche de l'entreprise réside dans la façon dont elle collecte des données pour entraîner les modèles.

Au lieu de collecter des données coûteuses uniquement sur des robots terminés, Noematrix utilise une méthode de "collecte de données concomitante" avec ses propres exosquelettes et appareils portables. Un humain dans un exosquelette effectue une tâche, le système enregistre tous ses mouvements, ses interactions avec les objets, les signaux visuels. Cela permet de collecter de vastes quantités de données à partir de maisons, de bureaux et d'installations industrielles.

Actuellement, Noematrix dispose de dizaines de milliers d'heures de données d'expérience du monde réel de haute qualité.

Cette différence est critique pour l'ensemble de l'industrie. L'entraînement de modèles d'apprentissage profond nécessite un nombre exponentiel d'exemples — et en robotique, les données de qualité ont historiquement été coûteuses et rares. L'entreprise a créé quelque chose comme une "base de données génétique" d'IA incarnée, construisant un référentiel d'interactions physiques réelles. Cette stratégie lui permet d'avancer plus vite que ses concurrents et d'entraîner les modèles sur des scénarios divers.

La concurrence à long terme dans ce domaine sera remportée par celui qui pourra créer une boucle fermée : les données des scénarios réels améliorent les modèles, les modèles améliorés permettent aux robots de fonctionner dans de nouveaux environnements, les nouveaux environnements génèrent de nouvelles données. Noematrix compte clairement sur cela. L'entreprise discute déjà de la mise en œuvre de son système dans l'hôtellerie, la logistique et d'autres secteurs. Simultanément, elle s'étend sur les marchés internationaux par des partenariats avec les principaux fabricants de robots humanoïdes et des centres de collecte de données.

L'investissement de ce tour finançant le développement de modèles fondamentaux avec une capacité de généralisation améliorée et l'intégration de technologies cloud pour l'amélioration continue des robots en conditions de terrain. D'ici la fin de l'année, l'entreprise prévoit de présenter une solution complète pour les pharmacies intelligentes. Cela pourrait être le début d'une ère où les robots cesseront enfin d'être de simples outils avec une programmation rigide et deviennent des agents intelligents capables de s'adapter au monde réel.