General Intuition lève 220 M$ pour ses modèles du monde

General Intuition Inc. a bouclé une levée de fonds de 220 millions de dollars qui valorise l'entreprise à 6,2 milliards de dollars. La start-up développe des modèles du monde (world models), des systèmes d'IA qui génèrent des vidéos synthétiques servant à entraîner d'autres modèles d'IA, notamment ceux qui pilotent des robots.

Le tour de table réunit une longue liste d'investisseurs : Valor Equity Partners, Atreides, Seven Seven Six, Point72, Khosla Ventures et General Catalyst. Il intervient environ un an après la scission de General Intuition de Medal B.V., une start-up de partage de vidéos.

Une bibliothèque de clips de jeux comme données d'entraînement

Les origines de l'entreprise expliquent son avantage en matière de données. Medal propose un outil gratuit qui permet aux joueurs de capturer et d'enregistrer des séquences de jeux vidéo. General Intuition se sert de ces séquences pour entraîner ses propres modèles d'IA.

Ce point est essentiel, car les données d'entraînement constituent le goulet d'étranglement de nombreux projets d'IA. Les développeurs apprennent à un modèle en lui montrant des exemples de la tâche qu'il devra accomplir. Un système destiné à piloter un bras robotisé, par exemple, peut apprendre à partir de vidéos de bras robotisés soudant des pièces automobiles. Filmer ce type de séquences à la main est lent et coûteux.

L'argument de General Intuition consiste à éviter une bonne partie de ce travail manuel. Ses modèles du monde produisent des séquences synthétiques que les développeurs peuvent intégrer à leurs propres chaînes d'entraînement.

Ce que MIRA fait différemment

Le dernier modèle de l'entreprise, MIRA, est sorti en juin. Selon General Intuition, il améliore les modèles précédents sur quelques points précis.

1. La durée. Les générateurs vidéo classiques ne produisent que des clips de quelques secondes ou de quelques minutes. Ils sont donc inutilisables pour simuler de longs processus d'automatisation industrielle, précisément ce dont les développeurs de robots ont souvent besoin. General Intuition affirme que MIRA peut "tourner à l'infini sans diverger".

2. Le mouvement. MIRA peut générer des scènes complexes dans lesquelles plusieurs objets en mouvement rapide interagissent. Simuler le mouvement de cette manière est utile pour des tâches comme apprendre aux robots à éviter les collisions.

3. L'efficacité. D'après l'entreprise, MIRA génère 20 images par seconde en 720 x 576 pixels sur une seule carte graphique B200.

Deux choix de conception expliquent cette efficacité. Le premier est la diffusion latente. Au lieu de travailler directement sur les images vidéo, MIRA effectue ses calculs dans un espace latent, une représentation compressée des images qui occupe moins de mémoire. Une empreinte mémoire plus faible signifie moins de temps de traitement. Le second est la taille : MIRA ne compte que 5,6 milliards de paramètres, une fraction seulement de ce que contiennent les modèles de pointe.

Pas encore un produit

Il y a toutefois une réserve importante. MIRA est une démonstration de recherche, pas un générateur de données commercial. Dans sa forme actuelle, il ne peut produire des séquences que d'un seul jeu vidéo. General Intuition le présente malgré tout comme un "tremplin vers l'IA physique", en mettant en avant son efficacité et la qualité de son rendu.

Une version commerciale est déjà en test auprès d'un petit groupe de clients travaillant dans la robotique, la simulation et le divertissement. En parallèle de l'annonce de la levée de fonds, l'entreprise a ouvert une liste d'attente pour cette offre. Elle compte consacrer les nouveaux capitaux au recrutement de chercheurs en IA supplémentaires.

Notre analyse

Une valorisation de 6,2 milliards de dollars pour une entreprise dont le modèle phare ne génère aujourd'hui qu'un seul jeu vidéo en dit long sur la direction que prend l'attention des investisseurs. Les modèles du monde sont passés du statut de niche de recherche à celui de catégorie d'investissement à part entière. La levée de General Intuition suit de près le rachat de World Labs par AMD, un autre pari sur le fait que les environnements simulés deviendront une infrastructure centrale de la robotique. Mis bout à bout, ces éléments suggèrent que le secteur voit de plus en plus les données synthétiques comme un moyen de contourner la rareté des séquences de robots filmées dans le monde réel.

L'atout spécifique de General Intuition sort de l'ordinaire : un flux de séquences de jeux hérité de Medal. Reste à savoir dans quelle mesure des compétences acquises dans des mondes de jeu se transposent aux ateliers d'usine et aux entrepôts. La formule choisie par l'entreprise elle-même, un "tremplin", est un aveu honnête que cet écart n'est pas encore comblé.

Les annonces sur l'efficacité méritent aussi l'attention. Un modèle de 5,6 milliards de paramètres fonctionnant sur un seul GPU pourrait rendre la génération de données synthétiques moins chère et plus accessible que les approches reposant sur des systèmes de taille frontière, si les résultats se confirment au-delà d'un seul jeu.

À surveiller ensuite : la capacité des successeurs de MIRA à générer des environnements variés et réalistes, les clients qui passeront de la liste d'attente à des déploiements payants, et la question de savoir si cette levée, comme d'autres grosses levées récentes telles que les 350 millions de dollars d'EliseAI, se traduira par une traction commerciale mesurable plutôt que par une simple étiquette de prix plus élevée.