Axis Robotics, le moteur de données exponentiel qui accélère l’IA physique, annonce avoir levé 12 millions de dollars lors d’un tour de seed mené par Hack VC, avec la participation de Nomad Capital, Pi Network Ventures, 10K Ventures et plusieurs business angels.
Ce financement doit permettre à Axis d’accélérer sa mission : construire un moteur de données mondial, massivement parallèle, intégrant l’humain dans la boucle, pour résoudre le principal point de blocage de l’IA physique : la génération à grande échelle de données d’entraînement robotiques structurées et extrêmement diversifiées.
Lever le goulot d’étranglement des données en IA physique
Là où les grands modèles de langage se développent sur des milliers de milliards de tokens issus de données internet préexistantes, l’IA physique se heurte à trois obstacles majeurs : une pénurie sévère de données, un déficit de généralisation et une fragmentation liée à la diversité des matériels robotiques.
« L’IA physique exige des milliards de trajectoires de mouvements issus d’interactions homme-monde réel », explique Chris, fondateur d’Axis Robotics. « Pendant des années, le secteur a manqué d’un système de production de données hybride, efficace et infiniment scalable, capable de permettre aux modèles d’itérer sans friction – c’est précisément ce que nous avons construit avec Axis, un moteur de données exponentiel. »
Comment Axis propulse une intelligence robotique générale
Le moteur de données exponentiel propriétaire d’Axis propose une chaîne de valeur de bout en bout intégrant génération de tâches, capture de données, entraînement continu des modèles et optimisation :
Task Gen Engine : génère une diversité exponentielle de tâches robotiques élémentaires via la randomisation des objets, des configurations spatiales, des visuels, des morphologies robotiques et des dimensions sémantiques, injectant de la diversité dans chaque trajectoire de données ;
Plateforme de téléopération en simulation via navigateur : première interface web au monde permettant à n’importe qui de générer à distance des trajectoires de mouvement robotique de haute qualité. Axis offre un débit dix fois supérieur à celui des collectes en laboratoire et intègre nativement des boucles d’intervention humaine de type DAgger (Dataset Aggregation) afin d’affiner et corriger en continu les politiques des robots ;
Application mobile Ego Data de capture : fait basculer la collecte de données réelles de dispositifs coûteux et lourds en matériel vers une application mobile accessible à tous. En combinant un suivi de pose de mains temps réel de pointe (SOTA) avec une main-d’œuvre mondiale, Axis convertit la vision et la dextérité humaines en mouvements robotiques à l’échelle globale ;
Pipeline de traitement de données : automatise le nettoyage des trajectoires, la randomisation de domaines et l’annotation linguistique dense, pour produire des jeux de données multimodaux prêts à l’emploi, avec une qualité multipliée par dix.
Cette architecture unifiée crée une boucle vertueuse auto-renforçante : les trajectoires ratées des robots en situation réelle ou simulée déclenchent une intervention corrective humaine, qui est réinjectée dans l’entraînement afin d’élargir la couverture des cas extrêmes, générant une intelligence cumulative à mesure que le volume de données croît.
Les fossés défensifs d’Axis : un moteur de diversité verticalisé et un réseau mondial de contributeurs
L’avantage structurel d’Axis repose sur une plateforme unifiée qui couvre l’intégralité du cycle de vie de l’IA physique. À rebours des approches fragmentées, Axis a construit un moteur verticalement intégré qui combine collecte de données de pré-entraînement distribuée à grande échelle et agrégation de jeux de données en temps réel, sous supervision humaine, en post-entraînement.
Conçu nativement pour la diversité des données, le moteur propriétaire de génération de tâches d’Axis randomise la disposition des objets, l’éclairage, les poses de caméras, les propriétés physiques et les morphologies robotiques, générant un flux ininterrompu de scènes et de tâches de manipulation uniques, prêtes à la généralisation.
Pour atteindre une échelle de données comparable à celle des modèles fondamentaux, Axis a déployé une infrastructure de données robotiques mondiale réunissant plus de 100 000 contributeurs actifs, qui soumettent en moyenne 3 à 4 contributions par jour, maximisant à la fois l’efficacité de production et la couverture en diversité. Aujourd’hui, Axis est en mesure de générer plus de 1 200 heures de données de simulation et plus de 20 000 heures de données réelles égocentriques sur des scénarios variés chaque mois.
Axis a récemment lancé Sim Dataset V1, dont les résultats de benchmark démontrent que la diversité conçue apporte des gains de performance mesurables. Sur LIBERO-Plus, le pré-entraînement de π0.5 sur le jeu de données entièrement diversifié d’Axis améliore le taux de réussite global de 4,9 points et surpasse un baseline RoboCasa365 à volume de données équivalent de 31,3 points, avec des gains en généralisation aux nouveaux layouts, en robustesse au bruit capteur et en stabilité de la pose robotique. Cet écart montre que l’avantage d’Axis provient de sa chaîne de diversité propriétaire – et non simplement d’un volume de données supérieur.
Monétisation et partenariats stratégiques
Axis Robotics commercialise rapidement ses données d’entraînement de haute qualité pour des déploiements en conditions réelles. La société fournit des « Task Packages » sur mesure, adaptés aux besoins spécifiques des fabricants de matériel robotique, des éditeurs de modèles d’IA physique et des acteurs majeurs de l’automatisation industrielle.
Des partenariats commerciaux initiaux ont déjà été conclus avec Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks et d’autres. Ces collaborations illustrent la demande immédiate du marché pour des données d’entraînement robotiques scalables et à haute fidélité.
Redéfinir l’intelligence physique générale
« L’avenir de l’IA physique repose sur une symbiose profonde entre modèles et données », poursuit Chris. « Des jeux de données statiques ne peuvent pas alimenter une intelligence robotique générale. La solution gagnante, c’est un moteur de données exponentiel : un système verticalement intégré reliant un réseau mondial de contributeurs à une itération constante des modèles. Chaque trajectoire diversifiée et chaque correction humaine accélèrent l’amélioration des modèles, alimentant une boucle d’intelligence auto-renforcée. »
L’entreprise est portée par une équipe de tout premier plan, qui réunit des spécialistes de l’IA et de la robotique issus d’institutions de référence comme UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU et SJTU, aux côtés de spécialistes de la croissance ayant déjà fait passer des produits grand public au-delà de 30 millions d’utilisateurs dans le monde.
Avec ce tour de table de 12 millions de dollars mené par Hack VC, Axis Robotics entend renforcer ses capacités de génération procédurale, étendre son réseau distribué de contributeurs et consolider sa position de moteur de données incontournable pour l’IA physique de demain.