Aya Rziga
Alors que la plupart des entreprises de robotique s’efforcent de collecter des montagnes de données du monde réel, Machenta prend le contre-pied. La startup lève 40 millions de dollars en financement d’amorçage pour entraîner des robots sans aucune donnée réelle.
Creandum et Union Square Ventures ont co-dirigé ce tour de table. Il s’agit d’un financement d’amorçage considérable pour une startup londonienne de seulement 11 personnes. C’est un pari audacieux qui va à l’encontre de la manière dont le reste de l’industrie développe ses robots. Voici pourquoi.
Découvrez l’équipe d’Imperial College derrière Machenta
Machenta a été fondée en 2025 par Edward Johns, professeur à l’Imperial College London, et son ancien doctorant Vitalis Vosylius. Johns occupe le poste de PDG.
L’idée derrière Machenta a germé il y a environ six ans. Johns a commencé par poser une question simple : les robots pourraient-ils apprendre des tâches physiques aussi rapidement que les humains ? Cette question a façonné des années de travail en laboratoire à l’Imperial College, qui ont finalement donné naissance à Machenta.
Mancheta Founders: Edward Johns and Vitalis Vosylius
Parmi les premiers investisseurs figuraient Hoxton Ventures, et les documents britanniques indiquent un tour de table plus modeste d’environ 4,3 millions de livres sterling en 2025. Aujourd’hui, l’entreprise dispose d’une puissance de feu bien plus importante, ayant levé 40 millions de dollars en financement d’amorçage.
Comment Machenta entraîne des robots sans données du monde réel
Le modèle de Machenta apprend entièrement dans des mondes générés par ordinateur. Ces simulations imitent la façon dont les objets se déplacent, glissent et se heurtent. Johns a déclaré à Business Insider que le modèle a été entraîné sans un seul pixel de données du monde réel.
Le résultat ? Un robot peut apprendre une nouvelle tâche à partir d’une seule démonstration, sans formation supplémentaire. Vous lui montrez une fois, et il s’acquitte de la tâche. Lors des démonstrations, les robots ont rangé une table et emballé des objets dans des boîtes sur une chaîne de montage.
Ce n’est pas encore parfait. Les mouvements précis et complexes restent délicats. Les premières versions de laboratoire nécessitaient également environ 30 minutes de collecte de données supplémentaires par tâche.
Machenta souhaite supprimer complètement cette étape. Vient maintenant la partie David contre Goliath. Les rivaux de Machenta sont gigantesques.
Physical Intelligence est évaluée à environ 11 milliards de dollars. FieldAI lèverait des fonds avec une valorisation de 10 milliards de dollars. Skild AI dépasse les 14 milliards de dollars et vend déjà une technologie similaire. Elle générerait 100 millions de dollars de revenus annuels récurrents auprès de plus de 60 clients.
Beaucoup de ces acteurs s’appuient fortement sur les données du monde réel. Machenta estime que c’est un piège. Johns soutient qu’accumuler davantage de données ne résoudra pas le problème à lui seul.
En fait, personne ne sait vraiment de combien de données les robots à usage général auront besoin. Si la simulation peut combler cette lacune, l’économie de la robotique pourrait changer rapidement.
Pourquoi ce tour de financement est important
La collecte de données de robots du monde réel est lente et coûteuse. Elle nécessite du matériel, du personnel et d’innombrables heures d’enregistrements. La simulation, elle, évolue avec la puissance de calcul, et celle-ci ne cesse de devenir moins chère. Cela pourrait permettre à de plus petites équipes d’entraîner également des robots performants.
C’est pourquoi ce tour de table se distingue. Machenta utilisera les fonds pour recruter, acquérir davantage de puissance de calcul et générer plus de données d’entraînement simulées. L’objectif est de s’attaquer à des tâches plus difficiles et plus précises.
Ne vous attendez pas à un produit commercialisé demain, cependant. L’équipe se concentre sur la recherche, sans plans de commercialisation à court terme. L’accès anticipé à son modèle n’est pas encore ouvert, mais les constructeurs de robots peuvent déjà manifester leur intérêt.
Pour les usines et les entrepôts, la promesse est immense. Imaginez reprogrammer un bras robotique en quelques secondes, et non en semaines. Pour les investisseurs, c’est un signe que l’Europe peut encore rivaliser dans l’IA physique.
La simulation l’emportera-t-elle sur la collecte de données par la force brute ? Personne ne le sait encore. Mais avec 40 millions de dollars à sa disposition, Machenta a désormais une réelle chance de le découvrir.
