Physical AI
Foundation models robotiques, simulation, infrastructure de la Physical AI.
Infrastructure Physical AICosmos : les mondes virtuels comme usine à données robotiques
Les robots auront besoin de milliards de situations simulées avant de généraliser dans le réel.
Embodied AI : les foundation models sortent des écrans
La prochaine frontière de l’IA n’est pas le texte, mais l’action : robots capables d’apprendre, d’adapter et d’agir dans le monde physique.
Helix-02 de Figure AI : un VLA full-body pour marcher, percevoir et manipuler
Figure pousse une approche end-to-end : comprendre une scène, agir dans le monde réel et coordonner plusieurs robots.
Isaac GR00T N1.7 : NVIDIA veut standardiser le cerveau des humanoïdes
Avec GR00T, NVIDIA cherche à devenir l’infrastructure de référence pour entraîner, simuler et déployer des robots humanoïdes.
Les data centers deviennent les cerveaux indirects des robots
L’entraînement, la simulation et la mise à jour des politiques robotiques dépendront d’une infrastructure cloud/edge massive.
NVIDIA construit la couche d’infrastructure de la robotique IA
GPU, Isaac, Cosmos, GR00T : NVIDIA veut devenir le système nerveux de la Physical AI.
NVIDIA GR00T N2 : le modèle fondation qui change la robotique
Le nouveau foundation model promet un transfert sim-to-real inédit. Ce que cela signifie pour les startups Physical AI européennes.
Physical AI : le prochain marché après les LLMs
Après l’IA qui écrit et raisonne, l’IA qui agit dans le monde réel pourrait devenir le prochain cycle d’investissement majeur.
Sim-to-real : la data factory devient le vrai moteur des robots
Le passage à l’échelle ne viendra pas seulement du hardware : il dépendra des mondes virtuels, des données synthétiques et de la simulation massive.
Téléopération + imitation learning : la chaîne de production de l’autonomie
Avant l’autonomie totale, les robots apprennent souvent des gestes humains capturés en conditions réelles.