GENESIS AI veut apprendre aux robots les gestes humains à grande échelle
📩 Pour nous contacter: redaction@fw.media
L’intelligence artificielle générative a profondément transformé le logiciel en s’appuyant sur des modèles capables de généraliser des tâches cognitives à partir de volumes massifs de données. La robotique tente désormais d’opérer une transition comparable dans le monde physique. C’est sur cette ambition que se positionne Genesis AI, société robotique fondée entre Paris et la Californie, qui dévoile GENE-26.5, un modèle de fondation conçu pour doter les robots de capacités de manipulation physique proches de celles de l’humain.
Genesis AI cherche à construire un modèle de fondation physique capable d’apprendre des tâches manuelles complexes, de les transférer entre environnements différents et de généraliser des compétences motrices à grande échelle.
Le principal verrou de la robotique avancée reste aujourd’hui la donnée. Contrairement aux modèles de langage, entraînés sur des corpus gigantesques accessibles sur internet, les systèmes robotiques disposent de peu de données physiques exploitables à grande échelle. Les gestes humains, les interactions tactiles, la manipulation d’objets ou les mouvements coordonnés sont difficiles à capturer, standardiser et reproduire.
Genesis AI affirme avoir construit une architecture permettant de contourner cette limite. La société développe une main robotique reproduisant la morphologie humaine ainsi qu’un gant équipé de capteurs tactiles permettant d’établir une correspondance directe entre la main humaine, le gant et la main robotique. Cette structure vise à transformer les gestes humains en données d’entraînement directement exploitables par les modèles d’IA.
Ce système réduirait fortement l’écart morphologique qui limite historiquement l’apprentissage robotique à partir de données humaines. Genesis AI indique également que son gant de collecte coûterait cent fois moins cher que les solutions existantes tout en améliorant significativement la qualité et la vitesse de collecte des données.
L’approche retenue repose sur une logique désormais classique dans l’intelligence artificielle : accumuler des volumes massifs de données propriétaires afin d’entraîner des modèles capables de généraliser leurs compétences. Genesis AI prévoit ainsi de déployer ses dispositifs de collecte directement chez des partenaires industriels afin de récupérer en continu des données issues de tâches réelles effectuées par des opérateurs humains. En parallèle, l’entreprise exploite des vidéos en point de vue subjectif ainsi que des contenus vidéo issus d’internet afin d’alimenter ses modèles de fondation.
GENE-26.5 a été présenté au travers d’une série de démonstrations mettant en avant des tâches particulièrement complexes pour des systèmes robotiques : préparation de repas, manipulation bimanuelle coordonnée, expériences de laboratoire, résolution d’un Rubik’s Cube ou encore interprétation musicale au piano.
Ces démonstrations ciblent précisément les domaines où la robotique reste encore limitée : manipulation fine, coordination continue, contrôle de force, adaptation dynamique et interactions dans des environnements semi-structurés.
Le projet de Genesis AI s’inscrit dans une évolution plus large du secteur. Après les modèles de langage et les systèmes multimodaux, plusieurs acteurs tentent désormais de développer des “Physical Foundation Models”, c’est-à-dire des modèles capables non seulement de comprendre le monde, mais aussi d’y agir physiquement, à l’instar d’AMI LABS
Cette transition pourrait modifier profondément les équilibres industriels de la robotique. Jusqu’ici, la plupart des robots industriels reposaient sur des systèmes spécialisés, conçus pour des tâches précises dans des environnements contrôlés. Les modèles de fondation robotiques cherchent au contraire à produire des systèmes plus généralistes, capables de s’adapter rapidement à de nouveaux usages.
Genesis AI adopte pour cela une stratégie full-stack intégrant à la fois le hardware, les modèles d’IA, les systèmes de collecte de données et la simulation. L’entreprise développe notamment une plateforme de simulation destinée à réduire le “sim-to-real gap”, c’est-à-dire l’écart entre les performances observées en environnement virtuel et celles obtenues dans le monde réel. Grâce à des moteurs physiques et visuels plus réalistes, Genesis AI cherche à accélérer les cycles d’entraînement et d’évaluation de ses modèles sans dépendre exclusivement de tests physiques coûteux.
Genesis AI prévoit de dévoiler prochainement son premier robot généraliste basé sur les technologies présentées avec GENE-26.5. Derrière cette annonce se dessine une compétition industrielle de plus en plus intense autour de la prochaine génération d’intelligences artificielles capables d’interagir directement avec le monde physique.
Cofondée par Zhou Xian et Théophile Gervet, Genesis AI a levé 105 millions de dollars en seed l’an dernier, auprès notamment de Eclipse, Khosla Ventures, Bpifrance et HSG, avec le soutien d’investisseurs comme Eric Schmidt et Xavier Niel. Ce niveau de financement place Genesis AI parmi les projets les plus fortement capitalisés du secteur robotique dès leur phase initiale.
