La startup Genesis dévoile Eno, un robot doté de main (mais sans jambe) qui sera déployé dès cette année chez des industriels.
Genesis AI
Avec Eno et son modèle Gene, Genesis ambitionne de reproduire en robotique les effets d’échelle des grands modèles d’IA. L’enjeu : automatiser des gestes encore trop complexes pour les robots classiques, en s’appuyant sur des données collectées à grande échelle via des gants connectés et de la simulation.
Eno prépare des smoothies, résout des Rubik's Cube et joue du piano… Mais ses talents en manipulation seront d’abord mis au service de l’industrie, pour exécuter des tâches qui, jusqu'alors, résistent à toute automatisation.
« Toutes les tâches les plus répétitives dans l’automobile sont automatisées. Mais dès qu'il y a un peu de variété, si la position des objets change, si l'environnement évolue d'une semaine à l'autre, cela ne vaut pas le coup d'installer un robot industriel et de le programmer pendant des mois », expose Théophile Gervet, cofondateur de Genesis AI.
Ce sont ces tâches-là, aujourd'hui encore réalisées par des humains, que sa start-up veut parvenir à robotiser.
Théophile Gervet est passé par Meta puis Mistral, où il travaillait sur les modèles multimodaux, avant de bifurquer vers la robotique. Sa conviction : d'ici à dix ans, un milliard de robots peupleront cette Terre « dans les hôpitaux, les maisons et tous types d'industries ».
Eno est le premier robot de la start-up parisienne, dévoilé ce mardi 16 juin. Il arrive un mois après la présentation de Gene, le modèle d'intelligence artificielle qui lui permet d'exécuter des mouvements. À cette occasion, Genesis avait publié une vidéo devenue virale sur X, où l'on pouvait voir son robot s'adonner à toutes sortes de tâches : cuisson d'un œuf, manipulation de pipettes dans un laboratoire…
Au-delà de la prouesse technique, l'ambition de Genesis est de reproduire pour la robotique les lois d'échelle qui ont fait le succès des grands modèles de langage (les LLM type ChatGPT, Claude, Le Chat et Gemini). Ces derniers sont dotés de capacités généralistes parce qu'ils ont ingéré une grande variété de données trouvées sur Internet. Et ces connaissances généralistes leur permettent ensuite de devenir experts dans des domaines particuliers. « Plus on arrive à entraîner le modèle sur données différentes, plus il sera facile pour lui de s'adapter à un cas d'usage particulier », précise Théophile Gervet.
Newsletter
Tech & IA
Chaque jour à 13h, l’essentiel de l’actualité tech.