Un cerveau pour les robots : la start-up Noematrix lève des centaines de millions de yuans pour l'IA incarnée
La start-up chinoise Noematrix, fondée par des chercheurs de premier plan de l'université Jiao-tong de Shanghai et de Stanford, a levé des centaines de millions de yuans lors d'une série A. Le tour a été mené par C Capital, avec la participation de Sea Limited et d'Alibaba. Son produit phare, Noematrix Brain, est un système universel qui permet aux robots de comprendre des ordres complexes et de s'adapter à des environnements changeants. La technologie est déjà utilisée dans des pharmacies et des laveries automatisées. La singularité de Noematrix tient à sa « collecte de données concomitante » via des exosquelettes maison, qui lui permet d'entraîner ses modèles sur d'immenses volumes d'expérience physique réelle.
Traité par IA depuis 36Kr (36氪) ; édité par Hamidun News
# Un cerveau pour les robots : comment la start-up chinoise Noematrix change l'avenir de l'automatisation
Quand une machine saisit une boîte de médicaments et la glisse dans un sac, cela paraît simple. En réalité, c'est l'un des problèmes les plus difficiles de la robotique. La start-up chinoise Noematrix, fondée par des chercheurs de l'université Jiao-tong de Shanghai et de Stanford, vient de lever des centaines de millions de yuans lors d'une série A. Les investisseurs sont le fonds de capital-risque C Capital et les grands noms Sea Limited et Alibaba. Ils parient que cette jeune pousse peut créer un cerveau universel pour robots qui changera, au sens propre, l'automatisation.
L'histoire de Noematrix a commencé en novembre 2023, lorsque l'entreprise est née comme l'une des premières en Chine à se concentrer sur l'intelligence artificielle incarnée : une IA qui ne fonctionne pas seulement dans un ordinateur, mais dans le corps physique d'une machine qui interagit avec le monde réel. L'équipe réunit un solide potentiel scientifique. Le cofondateur Lu Ce dirige un laboratoire d'IA à l'université Jiao-tong de Shanghai, a signé plus de deux cents articles scientifiques et a été primé dans de prestigieuses conférences de robotique. Son associé Wang Shiquan est doctorant à Stanford et a déjà monté une entreprise de robotique complète. Ensemble, ils ont constitué une équipe d'experts en solutions système et en grands modèles de langage.
Le produit phare de l'entreprise, Noematrix Brain, donne aux robots une capacité qui leur faisait défaut depuis des années : comprendre des ordres flous, formulés naturellement, et agir en situation d'incertitude. Prenons une pharmacie. Le robot reçoit une commande et doit accomplir une tâche en apparence simple : trouver le bon médicament, le saisir, l'emballer.
En réalité, c'est une tâche en plusieurs étapes, où chacune exige des décisions. Le robot doit planifier le meilleur trajet vers les rayonnages, s'il y en a plusieurs. Il doit repérer précisément le bon produit parmi des centaines de boîtes.
Sa pince doit être assez sensible pour ne pas écraser les comprimés, mais assez ferme pour les tenir. Et tout cela doit fonctionner chaque jour, avec différents types d'emballages, dans différents locaux.
Noematrix a déjà déployé son système dans de vraies pharmacies et laveries, et il ne s'agit pas de simples prototypes de laboratoire. Le système s'adapte à différentes plateformes robotiques, des manipulateurs mobiles à deux bras aux machines humanoïdes. La différence essentielle de l'approche tient à la manière dont l'entreprise collecte les données d'entraînement.
Plutôt que de recueillir coûteusement des informations uniquement sur des robots finis, Noematrix emploie une méthode de « collecte de données concomitante » avec ses propres exosquelettes et appareils portables. Une personne équipée d'un exosquelette exécute une tâche, et le système enregistre tous ses mouvements, ses interactions avec les objets et ses signaux visuels. Cela permet de rassembler d'énormes volumes de données dans des domiciles, des bureaux et des sites industriels.
Noematrix dispose actuellement de dizaines de milliers d'heures de données réelles de haute qualité.
Cette distinction est cruciale pour toute l'industrie. L'entraînement des modèles d'apprentissage profond exige un nombre exponentiel d'exemples, et en robotique, les données de qualité ont toujours été coûteuses et rares. L'entreprise a constitué une sorte de « banque génétique » de l'IA incarnée, un référentiel d'interactions physiques réelles. Cette stratégie lui permet d'avancer plus vite que ses concurrents et d'entraîner ses modèles sur des scénarios variés.
La concurrence à long terme dans ce domaine sera remportée par celui qui saura créer une boucle fermée : les données de scénarios réels améliorent les modèles, les modèles améliorés permettent aux robots de travailler dans de nouveaux environnements, et ces nouveaux environnements génèrent de nouvelles données. Noematrix compte manifestement là-dessus. L'entreprise discute déjà du déploiement de son système dans l'hôtellerie, la logistique et d'autres secteurs. Parallèlement, elle s'étend sur les marchés internationaux via des partenariats avec de grands fabricants de robots humanoïdes et des centres de collecte de données.
Les fonds de ce tour serviront à développer des modèles de base à la capacité de généralisation accrue et à intégrer des technologies cloud pour améliorer en continu les robots sur le terrain. D'ici la fin de l'année, l'entreprise prévoit de présenter une solution complète pour pharmacies intelligentes. Cela pourrait marquer le début d'une ère où les robots cessent enfin d'être de simples outils à la programmation rigide pour devenir des agents intelligents, capables de s'adapter au monde réel.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.