Innodata ouvre un laboratoire de capture de mouvement, la course aux données pour robots s'accélère
Innodata a annoncé le 30 septembre l'ouverture d'un laboratoire de capture de mouvement dans le New Jersey. Il doit produire des données d'entraînement pour robots humanoïdes et industriels. L'entreprise parie que la capture 3D directe fait mieux que la déduction du mouvement à partir de vidéos 2D.

Le laboratoire, annoncé mercredi par cette société d'ingénierie de données basée à Ridgefield Park, dans le New Jersey, est équipé de caméras de suivi optique infrarouge de Vicon. Innodata affirme qu'elles mesurent le mouvement jusqu'au niveau submillimétrique. L'entreprise présente le site comme une réponse à un goulot d'étranglement que toutes les équipes de robotique rencontrent selon elle : pas assez de données d'interaction réelles, et celles qui existent coûtent cher et sont lentes à produire.
« L'IA physique croît plus vite que n'importe quel autre segment de l'IA, mais chaque équipe de robotique se heurte au même mur », a déclaré Rahul Singhal, PDG d'Innodata, dans un communiqué relayé par The Robot Report. « Ce site abat ce mur. »
L'annonce tombe une semaine chargée en actualité sur les données pour la robotique. Le même jour, TechCrunch a rapporté que Destro AI, une start-up de robotique logistique, sortait de discrétion avec une levée d'amorçage de 8 000 000 de dollars, bâtie autour d'une couche d'intelligence qui indique aussi aux salariés humains quoi faire. Toujours le 30 septembre, MindOn a publié les détails de Mind-1, un modèle d'IA physique qui, selon la société, fait passer la latence d'inférence des robots de 82 ms à 32 ms. Et Fig Inc. a diffusé un rapport technique montrant que les modèles de pointe, dont Astra et Opus 5.5, obtiennent des résultats inégaux selon les tâches robotiques et web.
Pourquoi la capture directe
L'argument d'Innodata est technique. La plupart des fournisseurs de données, explique l'entreprise, déduisent le mouvement 3D en analysant de la vidéo 2D. Innodata capture les données 3D directement sur les corps, humains ou mécaniques.
« Rien ne remplace la capture de mouvement 3D directe », a déclaré Franklin Tanner, vice-président d'Innodata chargé de la robotique et de l'IA physique, à The Robot Report. « Quand un modèle de vision par ordinateur essaie d'interpréter une grille 2D de pixels, des erreurs se glissent forcément. »
Tanner prend l'exemple d'un robot qui saisit une tasse. La plupart des gens l'attrapent par l'anse, mais la base convient aussi. Si la tasse contient un liquide chaud, la différence compte. « Le contexte compte, et il n'est pas toujours encodé, même dans les jeux de données qui existent aujourd'hui », dit-il.
Innodata indique que le laboratoire capturera des données sur des humanoïdes, du matériel téléopéré, des systèmes portables, des ensembles de capteurs, des pinces Universal Manipulator Interface et d'autres configurations multimodales. Les données pourront ensuite alimenter des jumeaux numériques pour générer des cas limites. L'entreprise ajoute que le site validera de façon indépendante les données de performance que les robots produisent en interne. Elle présente ce service comme de bout en bout, de la collecte à l'évaluation du modèle.
Le problème d'échelle est réel. Tanner note qu'un humanoïde pesant presque 200 lb a besoin de mesures précises, pas d'ordres de grandeur approximatifs. Il pointe aussi une lacune : « Nous n'avons pas aujourd'hui de données d'entraînement où humains et robots interagissent. C'est un domaine sur lequel nous travaillons au laboratoire. »
La concurrence construit aussi ses couches de données
Destro AI, sortie de discrétion mardi, adopte un angle différent. Plutôt que de fabriquer des robots, l'entreprise a bâti une couche d'intelligence qui coordonne robots et humains dans des contextes logistiques. Son fondateur, Manthan Pawar, a déclaré à TechCrunch que la société gagne face aux fabricants de robots « parce que nous ne sommes pas une entreprise de robotique ».
Destro a commencé par un pilote sur un site de Yusen Logistics dans le nord-ouest des États-Unis, avec trois robots porte-chariots construits par Miva Robotics et pilotés par le système d'exploitation Vision de Destro, fondé sur des modèles vision-langage-action à poids ouverts. Des salariés déchargent les marchandises d'un camion dans des chariots ; les robots repèrent les chariots pleins et les déplacent. Richard Brunelle, directeur de l'automatisation chez Yusen pour le groupe logistique américain, a déclaré à TechCrunch que deux autres start-up de robotique de premier plan n'avaient pas pu s'adapter au flux de travail. L'une proposait un déplacement de chariots point à point, sans chargement ni déchargement. L'autre exigeait qu'une personne gère l'orchestration.
Destro étend désormais ce pilote à 26 robots et en lance un autre avec 17 robots sur un site de Yusen dans le sud de la Californie. Base10 Partners et Bonfire Ventures ont mené le tour d'amorçage, avec la participation de CoFound Partners.
Mind-1, de MindOn, s'attaque à une contrainte voisine : la vitesse. Dans un billet publié le 30 septembre, l'entreprise affirme que son modèle permet aux robots d'atteindre des temps de cycle comparables à ceux des humains sur certaines tâches, et même d'aller plus vite. Elle identifie quatre obstacles à une manipulation rapide : les données d'entraînement capturées par téléopération sont plus lentes que le mouvement humain naturel ; la latence d'inférence s'accumule avec la vitesse ; des étapes d'inférence consécutives peuvent produire des intentions de trajectoire incohérentes ; et les exigences de synchronisation entre contrôle et capteurs augmentent.
« À une vitesse d'effecteur de 3 m/s, 10 ms de latence correspondent à environ 3 cm de déplacement », écrit l'entreprise, assez pour affecter une saisie ou une insertion précises. MindOn indique que Mind-1 est entraîné sur des données de manipulation centrées sur l'humain, capturées directement sur des personnes exécutant des tâches à vitesse naturelle, et que la latence d'inférence est passée de 82 ms à 32 ms.
Les benchmarks masquent l'irrégularité
Fig Inc., un groupe de recherche, a publié le 30 septembre un rapport technique soutenant que les scores de référence mis en avant masquent l'irrégularité des performances des modèles de pointe. L'équipe a évalué sept modèles sur VisualWebArena, un benchmark de tâches web en boucle fermée comptant 177 tâches, et trois modèles sur quatre domaines physiques hors ligne : VLABench, Assembly101, IndEgo et Bench2Drive.
Leur constat : pour chaque paire de modèles, le plus faible résout au moins une tâche que le plus fort rate. Une mise à jour de modèle peut laisser la moyenne presque inchangée alors que de nombreuses tâches individuelles basculent. La même irrégularité apparaît dans les domaines physiques. Des modèles qui battent Gemini 3.5-Flash sur la moyenne de chaque domaine font encore moins bien sur certaines catégories de tâches. Les auteurs ont publié RIDGE, un jeu de données de résultats par item et de traces de modèles.
Cela compte pour quiconque achète des données ou des modèles de robots. Un seul chiffre de benchmark dit peu à une équipe de déploiement sur la capacité d'un modèle à fonctionner sur son propre mélange de tâches.
Le marché des données rencontre le cycle d'engouement
L'ouverture du laboratoire d'Innodata est un pari : la contrainte décisive, ce sont les données, pas le matériel. L'entreprise a été fondée en 1988 et se présente comme un fournisseur de données, de cadres d'évaluation et d'expertise humaine pour les systèmes d'IA. Son virage vers la robotique suit un schéma plus large : à mesure que les fabricants d'humanoides et de robots logistiques lèvent de gros tours, les fournisseurs qui leur vendent des données d'entraînement, de la simulation et des outils d'évaluation se positionnent comme les vendeurs de pelles et de pioches.
Reste à savoir si ce marché croîtra aussi vite que les fabricants de robots l'espèrent. Tanner cite la simulation comme levier. « Les simulateurs deviennent plutôt bons pour prendre des données réelles, faire la traduction réel-vers-simulation, puis permuter l'environnement », dit-il, citant l'environnement Cosmos de Nvidia, qui « devient vraiment bon à cela ». Il ajoute toutefois que les données réelles restent l'étalon de référence, et qu'elles coûtent cher.
La question des talents et de l'attention se pose aussi. Rongzhong Li, créateur d'OpenCat, Nybble et Bittle, a écrit le 30 septembre sur Hackster.io que son entreprise a livré plus de 30 000 quadrupèdes depuis 2018. Son inquiétude ne porte pas sur le volume de données mais sur la livraison des produits. « Les gens ont commencé à se plaindre que les robots ne font que danser ou courir vite et ne font pas leur travail », écrit-il. Il soutient que les robots à haut degré de liberté créent un lien émotionnel mais relèvent aussi la barre pour le créateur suivant, ce qui réduit les chances qu'un produit aboutisse de façon fiable.
Son indicateur proposé pour les robots commerciaux est plus discret : comparer le prix de l'occasion d'un robot impressionnant à son coût de nomenclature quelques mois après la livraison. Aucun des deux chiffres ne capte toute la valeur, mais leur rapport, écrit-il, peut révéler la valeur pratique que le marché voit encore une fois la nouveauté passée. Quaddle, son troisième produit, est sur Kickstarter à partir de 99 dollars.
Pour Innodata, le test immédiat est de savoir si les fabricants de robots paieront pour des données de mouvement capturées et validées en externe plutôt que de construire leur propre capture. L'entreprise affirme que ses capteurs enregistrent le moindre mouvement de chaque articulation, ce qui rend l'entraînement plus précis et plus efficace. L'exemple de la tasse de Tanner résume le discours : un robot qui attrape la base plutôt que l'anse peut accomplir la tâche, mais il peut aussi brûler la main qui tient la tasse. Encoder ce genre de contexte, voilà ce que vend le laboratoire.
Arrowfly, société mère de The Robot Report, a elle aussi profité du 30 septembre pour lancer AI for Engineers, une plateforme avec une rédaction, une conférence annuelle prévue du 20 au 22 septembre 2027 à Henderson, dans le Nevada, des recherches originales et un conseil consultatif. Arrowfly indique que ses marques d'ingénierie touchent 2 100 000 lecteurs professionnels vérifiés. Ce lancement confirme que le marché de l'information sur l'IA pour la robotique s'étend en même temps que le matériel.
Les annonces de la semaine partagent une prémisse : les robots progressent assez vite pour que la contrainte se soit déplacée vers les données, l'orchestration et la vitesse. Innodata parie sur la capture. Destro parie sur la coordination. MindOn parie sur la latence. Fig parie que les acheteurs doivent regarder au-delà de la moyenne. Aucun n'a publié de vérification indépendante de ses affirmations, et les déploiements de robots qui prouveraient le marché se comptent encore en dizaines d'unités, pas en milliers.
Sources
6- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Destro AI's secret sauce is getting robots and humans on the same pageEN
- 03Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN
- 05What 30,000 robot dogs taught me about degrees of freedom and shipping a real robot productEN
- 06The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.