Innodata ouvre un laboratoire de capture de mouvement, Factory limoge un conseiller pour espionnage

Innodata Inc. a annoncé le 30 septembre l'ouverture d'un laboratoire de recherche et développement consacré à la capture de données de mouvement pour l'entraînement de l'IA physique, rapporte The Robot Report. L'entreprise de Ridgefield Park, dans le New Jersey, affirme que son installation capture le mouvement 3D directement sur les corps, humains ou mécaniques, au lieu de le déduire d'une vidéo 2D.

Tout l'argument tient dans cette phrase. « Il n'existe aucun substitut à la capture de mouvement 3D directe », a déclaré Franklin Tanner, vice-président chargé de la robotique et de l'IA physique chez Innodata, à The Robot Report. « Quand un modèle de vision par ordinateur essaie d'interpréter une grille de pixels en 2D, des erreurs finissent inévitablement par s'y glisser. »

Le laboratoire a été construit avec Vicon, société de capture de mouvement qui continue d'apporter son conseil technique. Il est équipé de caméras de suivi optique infrarouge qui, selon Innodata, mesurent le mouvement jusqu'au niveau submillimétrique. Fondée en 1988, Innodata a passé l'essentiel de son existence dans l'ingénierie de données. Elle veut désormais vendre cette compétence aux équipes robotiques incapables de produire seules assez de données d'interaction réelles.

Le problème de données que personne n'a résolu

Les grands modèles de langage ont eu un repas gratuit : l'internet. Les robots, non. Tanner résume l'écart sans détour. « L'IA physique doit gagner ses tokens une interaction à la fois, et ces interactions doivent être délibérées », a-t-il expliqué à The Robot Report.

C'est une contrainte réelle, pas un argument marketing. Les données de téléopération sont lentes à collecter et coûteuses à faire monter en échelle, et les démonstrations portent le tempo de l'opérateur humain, que les modèles apprennent ensuite et reproduisent. La capture en conditions réelles a ses propres modes de défaillance. Tanner note que si une personne laisse tomber un couteau pendant une session de collecte, elle peut reculer et éteindre l'appareil, persuadée d'avoir commis une erreur. Autrement dit, les données les plus utiles sont celles que les gens écartent par réflexe.

Innodata indique capturer des données sur des humanoïdes, du matériel téléopéré, des systèmes portables, des bancs de capteurs, des pinces Universal Manipulator Interface et d'autres dispositifs multimodaux. L'entreprise utilise ensuite des jumeaux numériques pour générer des cas limites. La simulation est le multiplicateur. « Le nœud du problème, c'est : comment créer assez de données réelles et ensuite ensemencer une simulation avec ? », demande Tanner, citant l'environnement Cosmos de NVIDIA comme exemple d'une traduction réel-vers-simulation devenue assez bonne pour permuter les environnements.

« Il n'y a pas assez de données d'interaction réelles, et ce qui existe est cher et lent à produire », a déclaré Rahul Singhal, PDG d'Innodata. « Cette installation fait tomber ce mur. »

Une lacune reste béante, de l'aveu même de Tanner. « Nous n'avons pas aujourd'hui de données d'entraînement où humains et robots interagissent », a-t-il dit à The Robot Report. Il ajoute que l'instrumentation de plusieurs agents travaillant ensemble fait partie des chantiers du laboratoire.

La logique commerciale est simple. Les robots humanoïdes passent des vidéos de démonstration aux déploiements pilotes, et chaque équipe qui en déploie un a besoin de données de mouvement qui se généralisent au-delà d'une cellule fixe. Innodata parie que celui qui fournira ces données tiendra un point de passage obligé. C'est un pari sur un marché qui n'a pas encore de références standard pour la qualité des données d'IA physique.

Pendant ce temps, dans le codage par IA : un conseiller, un rival et deux versions des faits

Le même 30 septembre a produit une histoire très différente, à la lisière de la robotique. Matan Grinberg, cofondateur et PDG de la start-up de codage par IA Factory, a affirmé dans un message sur X avoir limogé l'investisseur Chris Degnan de son poste de conseiller de conseil d'administration. Il accuse Degnan d'avoir partagé des informations confidentielles avec Cognition, le principal concurrent de Factory, selon TechCrunch.

Deux heures plus tard, Degnan annonçait sur X et LinkedIn qu'il rejoignait Cognition comme directeur des revenus. Il a ensuite réfuté l'accusation. Il affirme non pas avoir été limogé mais avoir démissionné après avoir prévenu Grinberg qu'il acceptait ce poste. Degnan a été le premier recruté commercial de Snowflake et y a passé 11 ans comme directeur des revenus. Depuis cinq mois, il est associé chez RPT Partners, un investisseur de Factory.

Le récit de Grinberg, tel que rapporté par TechCrunch, est le suivant. Degnan avait décrit plus tôt une conversation « informelle » avec un dirigeant de Cognition et lui avait assuré qu'il n'avait aucun intérêt à travailler pour le concurrent, disant avoir « gagné trop d'argent » et être « trop paresseux » pour aller chez Cognition. Lundi, Degnan a révélé des discussions en cours. Grinberg dit l'avoir limogé le mardi.

Degnan conteste cette chronologie. Il affirme que la dernière réunion du conseil de Factory à laquelle il a assisté remonte à des semaines avant qu'il ait « jamais parlé » à Cognition, et qu'il n'a partagé aucune information confidentielle. Il ajoute que lorsqu'il a annoncé à Grinberg sa démission, Grinberg lui a proposé un poste à plein temps chez Factory, qu'il a refusé.

L'affaire dépasse la salle de conseil d'une seule start-up, parce qu'elle expose à quel point l'investissement dans l'IA est devenu inextricable. Khosla Ventures est investisseur à la fois dans Cognition et dans Factory. Vinod Khosla a qualifié Factory de « concurrent de second rang en difficulté » et accusé Grinberg de mentir sur le limogeage. Keith Rabois, associé de Khosla Ventures, a écrit qu'« il est par nature contraire à l'éthique de passer ne serait-ce qu'un entretien chez un concurrent tout en participant aux réunions et aux dîners du conseil ». Scott Wu, PDG de Cognition, a déclaré que son entreprise n'avait « aucun intérêt » pour les informations de Factory, selon le compte rendu de TechCrunch. Factory, fondée il y a trois ans, a levé 200 000 000 de dollars sur une valorisation de 5 000 000 000 de dollars ce mois-ci, avec parmi ses clients Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks, Adobe et T-Mobile. Cognition, créateur de l'agent de codage Devin, a levé 2 000 000 000 de dollars sur une valorisation de 48 000 000 000 de dollars ce mois-ci.

Les références sont en dents de scie, et les chiffres le montrent

Sous les annonces de financement se cache un problème de mesure qui devrait inquiéter quiconque achète des promesses de capacités robotiques. Fig Inc. a publié le 30 septembre une évaluation comparant des modèles de frontière sur l'automatisation web et des tâches physiques. Sa conclusion centrale est que les moyennes de référence masquent presque tout ce qui est utile.

L'étude couvre sept modèles sur 177 tâches en boucle fermée de VisualWebArena réparties sur trois sites web, plus trois modèles sur quatre domaines physiques hors ligne : Bench2Drive, VLABench, IndEgo et Assembly101. Pour chaque paire de modèles testée, les auteurs rapportent que le modèle le plus faible résout au moins une tâche que le plus fort rate. L'écart d'un modèle sur trois sites correspond à l'écart de sept modèles sur un seul site. Les étiquettes de difficulté livrées avec les références ne suivent que faiblement la réussite des modèles.

Fig Inc. rapporte aussi qu'une mise à jour de modèle peut laisser la moyenne presque inchangée alors que de nombreuses tâches individuelles basculent. Une mise à jour qui fait monter la moyenne perd malgré tout des tâches que l'ancien modèle résolvait. L'équipe a publié un jeu de données nommé RIDGE, avec les résultats tâche par tâche et les traces des modèles. L'implication pratique pour les acheteurs de robotique est inconfortable : un score affiché n'est pas une décision de déploiement.

Ce qui est réellement livré

Le contrepoids à tout cela vient de quelqu'un qui a livré du matériel plutôt que de l'évaluer. Rongzhong Li, créateur d'OpenCat, Nybble et Bittle, écrit sur Hackster que Petoi a livré plus de 30 000 quadrupèdes depuis la campagne Nybble de 2018, et que son troisième produit, Quaddle, est sur Kickstarter à partir de 99 dollars.

Son argument est que le produit le plus diffusé du secteur, ce sont les vidéos. Il n'y voit pas une fraude. Si l'on considère beaucoup de robots comme une forme moderne de marionnette, écrit-il, cela devient plus logique, et les compétitions de robots que le public regarde servent la même fonction que les Jeux olympiques : montrer ce qu'un corps peut accomplir dans des limites physiques fixées. Mais l'inspiration n'est peut-être pas durable, prévient-il, et la vidéo générée par IA peut désormais produire des miracles visuels à coût marginal nul. Si la robotique veut être autre chose qu'une branche de l'industrie vidéo, elle doit livrer des objets réels.

Il propose un signal discret pour cela : comparer le prix d'occasion d'un robot impressionnant à son coût de nomenclature quelques mois après la livraison. Aucun des deux chiffres ne capture la valeur totale du produit, écrit-il, mais leur rapport peut révéler quelle valeur pratique le marché lui reconnaît encore une fois la nouveauté retombée.

Réunissez les trois histoires et la forme du moment devient claire. Innodata vend la couche de données dont le déploiement humanoïde a besoin. Fig Inc. documente que les promesses de capacités des modèles sont bien plus inégales que les classements ne le suggèrent. Li rappelle à tous que le tableau de scores qui compte est celui des clients qui paient de leur poche. Factory et Cognition se disputent des personnes et des informations parce que les enjeux du logiciel agentique sont déjà énormes. Pour les robots humanoïdes, la bataille équivalente est encore devant, et elle se jouera sur les données, pas sur les démos.