Aller au contenu principal
Nomadic lève 8,4 millions de dollars pour gérer les données des véhicules autonomes
RobotiqueTechCrunch AI6sem

Nomadic lève 8,4 millions de dollars pour gérer les données des véhicules autonomes

Résumé IASource uniqueImpact UE
Source originale ↗·

Nomadic a levé 8,4 millions de dollars pour résoudre l'un des problèmes les plus concrets du secteur des véhicules autonomes : la masse de données brutes générées par les robots et véhicules en circulation reste largement inexploitable. La startup propose une solution qui transforme automatiquement les séquences vidéo et capteurs collectées par ces machines en jeux de données structurés et interrogeables, grâce à un modèle de deep learning développé en interne.

L'enjeu est considérable pour les équipes d'ingénierie et de recherche : aujourd'hui, récupérer une situation précise dans des heures de footage — un piéton qui traverse hors clou, une manœuvre inhabituelle à un carrefour — nécessite un travail manuel chronophage. En rendant ces données indexables et recherchables, Nomadic permet aux développeurs de systèmes autonomes d'accélérer l'entraînement de leurs modèles et d'identifier plus rapidement les cas limites critiques pour la sécurité.

Le marché des données pour la robotique et la conduite autonome est en pleine expansion, porté par des acteurs comme Waymo, Tesla ou les nombreuses startups de livraison autonome qui accumulent des pétaoctets de données de terrain. Ce financement de 8,4 millions place Nomadic dans la catégorie des infrastructures invisibles mais essentielles de l'IA embarquée — un segment où la valeur réside moins dans le véhicule lui-même que dans la capacité à exploiter intelligemment ce qu'il observe.

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

L'IA physique soulève des questions de gouvernance pour les systèmes autonomes
1AI News 

L'IA physique soulève des questions de gouvernance pour les systèmes autonomes

La convergence de l'intelligence artificielle et des systèmes physiques pose des questions de gouvernance inédites pour les entreprises, les régulateurs et les ingénieurs. En 2024, la Fédération internationale de la robotique recensait 542 000 robots industriels installés dans le monde, soit plus du double du niveau enregistré dix ans plus tôt. Les projections tablent sur 575 000 unités en 2025 et plus de 700 000 d'ici 2028. Dans ce contexte, le marché de ce que les analystes appellent désormais la "Physical AI" -- robotique, edge computing et machines autonomes -- était estimé à 81,64 milliards de dollars en 2025 par Grand View Research, avec des projections atteignant 960,38 milliards en 2033. En mars 2025, Google DeepMind a franchi une étape concrète en lançant Gemini Robotics et Gemini Robotics-ER, deux modèles construits sur Gemini 2.0 et conçus pour le contrôle direct de robots et le raisonnement spatial. En avril 2026, une nouvelle version, Gemini Robotics-ER 1.6, a été mise en préversion via l'API Gemini, avec des capacités renforcées de planification de tâches, de détection de succès et de raisonnement par étapes intermédiaires. L'enjeu dépasse largement celui de l'automatisation logicielle classique. Lorsqu'un modèle de langage produit une réponse incorrecte, l'erreur reste dans le domaine informationnel. Lorsqu'un modèle piloté un robot, une sortie erronée peut se traduire par un mouvement physique dans un environnement partagé avec des humains ou connecté à des équipements industriels critiques. Google DeepMind identifie trois propriétés fondamentales pour des robots véritablement utiles : la généralité (capacité à traiter des objets et environnements inconnus), l'interactivité (adaptation aux instructions humaines et aux conditions changeantes), et la dextérité (précision des gestes physiques). Des systèmes comme Gemini Robotics peuvent suivre des instructions en langage naturel et exécuter des séquences complexes -- plier du papier, emballer des objets, manipuler des éléments jamais vus à l'entraînement. Mais cette même flexibilité complique la définition de limites de sécurité claires et de procédures d'arrêt d'urgence. Derrière la performance technique se profile un problème de gouvernance systémique encore non résolu. Contrairement aux logiciels, les systèmes physiques autonomes opèrent dans des espaces réels, soumis à des normes de sécurité industrielles, de responsabilité civile et de certification qui n'ont pas été conçues pour des agents capables de raisonner et de décider de façon autonome. La mise à disposition de Gemini Robotics-ER 1.6 via l'API Gemini rapproche le développement de ces systèmes des environnements de tests accessibles aux développeurs, mais transfère aussi une partie de la responsabilité vers les intégrateurs. Le secteur se retrouve face à une question centrale : qui valide, surveille et peut arrêter un agent physique lorsque son comportement s'écarte des limites prévues ? Les réponses réglementaires et industrielles à cette question seront déterminantes pour le déploiement à grande échelle de la Physical AI dans les prochaines années.

UELes industriels et régulateurs européens devront réviser les cadres de responsabilité civile, de certification et de sécurité des machines pour couvrir des agents physiques autonomes capables de raisonner, un vide que l'AI Act actuel n'adresse pas encore directement.

RobotiqueOpinion
1 source
SquareMind lève 18 millions de dollars pour sa plateforme de dermatologie robotisée
2Robotics Business Review 

SquareMind lève 18 millions de dollars pour sa plateforme de dermatologie robotisée

La startup SquareMind vient de lever 18 millions de dollars pour accélérer le déploiement commercial de Swan, sa plateforme robotique dédiée au dépistage du cancer de la peau. Ce tour de table a été mené par Sonder Capital, fonds co-fondé par Fred Moll, pionnier de la robotique médicale et fondateur d'Intuitive Surgical, avec la participation notamment du Deeptech 2030 Fund géré pour le compte du gouvernement français via une initiative Bpifrance, ainsi qu'Adamed Technology, Calm/Storm Ventures et Teampact Ventures. Les fonds serviront à renforcer les équipes commerciales, d'ingénierie et de support client en vue d'un lancement prochain aux États-Unis et en Europe. Swan est décrit par SquareMind comme le premier robot au monde capable de réaliser une imagerie dermoscopique standardisée du corps entier en quelques minutes : le patient se tient debout face au bras robotisé, qui se déplace autour de lui sans contact physique en capturant l'ensemble de la surface cutanée. Le système s'intègre directement dans les workflows cliniques et est couplé à un logiciel d'IA permettant de suivre l'évolution des grains de beauté au fil du temps, tandis que le médecin conserve l'intégralité du jugement clinique. L'enjeu est considérable : le dépistage cutané est la procédure la plus fréquente en dermatologie, et la demande dépasse structurellement les capacités disponibles, avec des listes d'attente qui s'étendent sur plusieurs mois. Or 80 % des mélanomes, cancer de la peau potentiellement mortel, apparaissent sous forme de nouvelles lésions, ce qui rend la documentation exhaustive et régulière critique pour une détection précoce. Dans ce contexte, Swan vise à soulager la charge cognitive des dermatologues, de plus en plus exposés à la fatigue décisionnelle, en automatisant la phase d'imagerie et de documentation, libérant ainsi du temps pour la prise en charge clinique à valeur ajoutée. Pour les établissements de santé, la plateforme promet d'augmenter la capacité de dépistage sans nécessiter de ressources humaines supplémentaires. SquareMind a développé Swan en collaboration étroite avec des dermatologues de premier plan, ce qui lui confère une légitimité clinique solide dès le départ. L'entreprise évolue dans un secteur de la robotique médicale en pleine expansion, porté par le vieillissement démographique et une préoccupation croissante pour les soins cutanés. La participation de Bpifrance via le Deeptech 2030 Fund souligne l'ancrage franco-européen de la startup et l'intérêt stratégique des gouvernements pour les technologies médicales avancées. Avec un lancement commercial imminent des deux côtés de l'Atlantique, SquareMind se positionne pour établir Swan comme standard mondial en dermatologie moderne, sur un marché où aucune solution robotisée équivalente n'existe encore à grande échelle.

UELa startup française SquareMind, soutenue par Bpifrance via le Deeptech 2030 Fund, prépare un lancement commercial en Europe de sa plateforme robotique Swan, susceptible de renforcer les capacités de dépistage du mélanome dans des systèmes de santé confrontés à de longs délais d'attente.

RobotiqueActu
1 source
Des piétons jouent à faire peur à un véhicule autonome
3arXiv cs.RO 

Des piétons jouent à faire peur à un véhicule autonome

Des chercheurs ont publié en avril 2026 une étude sur arXiv (référence 2604.24384) présentant la première démonstration empirique d'une approche inspirée de la théorie des jeux pour résoudre les blocages entre véhicules autonomes et piétons. L'expérience a été conduite avec un véritable AV face à des sujets humains dans des conditions de sécurité contrôlées. Les résultats montrent que le comportement des piétons correspond précisément aux prédictions du modèle appelé "Sequential Chicken" : les participants calibraient instinctivement leur trajectoire en pesant le risque d'une légère intrusion dans leur espace personnel contre le temps perdu à laisser passer le véhicule. Le coeur du problème que cette étude cherche à résoudre est ce que les spécialistes appellent le "Freezing Robot Problem". Les véhicules autonomes sont aujourd'hui programmés pour céder systématiquement aux piétons, par souci de sécurité absolue. En pratique, cette règle crée un effet pervers : les piétons apprennent rapidement qu'ils peuvent s'imposer à chaque interaction puisque le véhicule s'arrêtera quoi qu'il arrive, paralysant ainsi la circulation. Les chercheurs démontrent qu'un AV capable d'émettre des signaux de négociation crédibles, comme un très faible risque de collision ou une légère invasion de l'espace proxémique, suffit à rétablir un équilibre similaire à celui qui s'opère naturellement entre conducteurs humains. Ce résultat a des implications directes sur la conception des algorithmes de décision en milieu urbain. La question de la paralysie des robots autonomes face aux piétons est documentée depuis plusieurs années dans la recherche en robotique et préoccupe activement des acteurs comme Waymo, Cruise ou Motional. Jusqu'ici, les propositions basées sur la théorie des jeux restaient cantonnées à des simulations. Cette étude franchit une étape importante en validant l'approche sur des humains réels, lui conférant une crédibilité nouvelle. Elle soulève néanmoins des questions délicates sur ce qu'un véhicule autonome est légalement et éthiquement autorisé à "risquer" pour progresser, un débat qui mobilisera régulateurs et constructeurs à mesure que les flottes autonomes s'étendent dans les villes mondiales.

UELes villes européennes déployant des flottes de véhicules autonomes pourraient s'appuyer sur ces travaux pour repenser leurs algorithmes de négociation piéton-AV en milieu urbain.

RobotiqueActu
1 source
SEREACT lève 93 millions d’euros pour se positionner au cœur de l’IA appliquée au monde réel
4FrenchWeb 

SEREACT lève 93 millions d’euros pour se positionner au cœur de l’IA appliquée au monde réel

La startup allemande Sereact a annoncé une levée de fonds de 93 millions d'euros en série B, un tour de table qui positionne cette société fondée à Stuttgart parmi les acteurs les mieux capitalisés de l'IA robotique en Europe. Le financement intervient à un moment où la robotique industrielle connaît une transformation profonde, portée par la convergence entre les grands modèles de langage et les systèmes physiques autonomes. Ce qui distingue Sereact sur ce marché en effervescence, c'est son approche architecturale : la société a fait le choix de découpler le logiciel d'intelligence du matériel robot lui-même. Concrètement, son système peut piloter des bras robotiques de différents fabricants sans être lié à un constructeur particulier. Pour les industriels, cela représente une rupture majeure, ils peuvent déployer une intelligence commune sur un parc de robots hétérogène, sans dépendre d'un écosystème propriétaire fermé. Cette levée s'inscrit dans une vague de financements massifs autour de la robotique fondamentale, où des entreprises comme Physical Intelligence (Pi), Figure AI ou Apptronik ont chacune attiré des centaines de millions de dollars ces deux dernières années. L'enjeu pour Sereact est de s'imposer comme couche logicielle de référence dans les entrepôts et les chaînes de production européennes, un segment que les géants américains et asiatiques cherchent eux aussi à verrouiller. Avec ce capital frais, la société devrait accélérer le déploiement commercial de sa plateforme et élargir ses partenariats avec les intégrateurs industriels.

UESereact, startup allemande basée à Stuttgart, cible explicitement les entrepôts et chaînes de production européennes avec une plateforme logicielle d'IA robotique interopérable, offrant aux industriels français une alternative européenne face aux acteurs américains et asiatiques.

RobotiqueOpinion
1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour