Eka Robotics a levé 150 millions de dollars lors d'un tour de table de série A afin de déployer à plus grande échelle son modèle vision-force-action et d'étendre ses déploiements chez ses clients. Le tour a été mené par Andreessen Horowitz (a16z) et F-Prime, un fonds de capital-risque affilié à FMR LLC, la maison mère de Fidelity Investments.
Fondée en 2024 et basée à Cambridge (Massachusetts), la jeune pousse affirme que son modèle vision-force-action (VFA) donne aux robots une intuition de la physique, acquise par apprentissage par renforcement à grande échelle. Selon l'entreprise, les robots équipés de ce modèle peuvent saisir une grande variété d'objets absents des données d'entraînement, à une cadence d'environ 1 500 opérations par heure.
À quoi sert le modèle
Eka vise la manipulation dextre. Pour l'entreprise, les robots qui exécutent des tâches complexes ont besoin de deux qualités : la polyvalence pour s'adapter à des conditions changeantes, et la performance pour produire chaque jour un travail utile.
Son modèle VFA raisonne conjointement sur la vision et sur les forces. Eka affirme que cela permet au robot de développer une intuition d'une tâche, d'une manière comparable à celle d'un humain. L'entreprise ajoute que ces mêmes robots peuvent visser une ampoule et insérer des fils électriques. Ces affirmations émanent d'Eka elle-même, qui n'a pas publié de données de performance détaillées pour les étayer.
Eka estime que, pour devenir réellement polyvalents, les robots doivent maîtriser la physique plutôt qu'imiter des données humaines. Cette position la distingue des approches fondées sur des démonstrations humaines. Selon ses termes : « L'apprentissage par renforcement à grande échelle apporte la performance, et la diversité de l'expérience apporte la généralité. »
Un entraînement en simulation
L'entreprise s'appuie sur l'apprentissage en simulation. Elle affirme pouvoir générer des milliers d'heures d'expérience robotique en quelques minutes, en faisant varier les objets, les environnements et les conditions physiques. Eka indique que son modèle VFA montre que l'obstacle habituel du passage de la simulation au monde réel (sim-to-real) est en train de tomber, et que le transfert des apprentissages simulés vers le monde réel offre une voie évolutive, performante et économe en capital vers un modèle de fondation pour la manipulation.
L'entreprise n'a pas précisé quelle part des performances du modèle en conditions réelles provient de la simulation ou de données du monde réel. Elle n'a pas non plus nommé ses clients ni les sites où ses robots sont déployés.
Qui soutient ce tour de table
Les investisseurs d'amorçage d'Eka, Obvious Ventures et E14 Fund, ont poursuivi leur soutien lors de la série A. D'autres financements proviennent de MFV Partners, Bison Ventures, Glasswing Ventures, Samsung Next et de plusieurs investisseurs stratégiques du Fortune 500. L'entreprise n'a pas nommé ces investisseurs stratégiques.
Raghu Raghuram, associé général chez a16z, a qualifié le modèle VFA de « première approche que j'ai vue qui résout réellement la manipulation avec la généralité et le débit nécessaires aux déploiements ». Il a ajouté que l'équipe possède « l'ADN idéal pour repousser les frontières de la recherche en robotique tout en passant à l'échelle commerciale ».
Shyam Kamadolli, directeur général chez Fine Structure Ventures, a présenté le problème du point de vue de l'usine. « Sur la ligne de production, la valeur d'un robot tient à deux choses : son taux de réussite et sa vitesse sur des milliers de répétitions », a-t-il déclaré. Selon lui, les approches actuelles de la généralisation n'y parviendront pas, et le prochain palier de performance exige une compréhension approfondie de la physique ainsi qu'une rupture avec la dépendance aux démonstrations humaines. Il se dit convaincu que l'approche d'Eka est la seule qui tiendra dans des déploiements réels pour des tâches complexes.
Le montant du tour et la liste des investisseurs montrent que les financeurs sont prêts à parier sur une approche de la manipulation centrée sur la physique et fortement basée sur la simulation. Les citations des investisseurs restent toutefois des opinions de personnes ayant un intérêt financier, et non des mesures indépendantes.
Analyse : ce que cela signifie et ce qui reste à prouver
L'élément le plus utile de l'annonce est le chiffre de cadence. De nombreuses démonstrations de manipulation prouvent qu'un robot sait accomplir une tâche. Rares sont celles qui indiquent combien il en réalise par heure. Le chiffre d'environ 1 500 opérations par heure, sur des objets hors de la distribution d'entraînement, correspond à la mesure citée par Kamadolli : taux de réussite et vitesse sur des milliers de répétitions. C'est le bon étalon pour les acheteurs de l'industrie et de la logistique, et c'est sur lui qu'Eka sera jugée.
L'approche prend aussi clairement parti dans un débat très actuel. Un camp construit la compétence de manipulation à partir de démonstrations humaines. Eka soutient que les démonstrations plafonnent la performance et que l'apprentissage par renforcement en simulation, avec la force comme entrée centrale aux côtés de la vision, est la meilleure voie. Inscrire la force dans le nom du modèle est un choix de conception notable. Des tâches comme l'insertion de fils ou le vissage d'une ampoule reposent sur le contact, que la vision seule ne permet pas de saisir.
Plusieurs points restent à démontrer. Le chiffre de 1 500 opérations est une déclaration de l'entreprise, et la source ne fournit ni taux de réussite, ni description de l'ensemble d'objets, ni conditions de test. Sans taux de réussite, la vitesse ne peut pas être évaluée isolément. Les affirmations sur le vissage d'une ampoule et l'insertion de fils ne sont pas non plus accompagnées de résultats chiffrés.
L'affirmation du transfert sim-to-real est celle qui pèse le plus. Eka dit que l'obstacle est en train de tomber, mais n'a pas montré comment le modèle se comporte selon les matériels, les sites et de longues séquences de production. Elle n'a pas non plus dit combien de clients utilisent le système aujourd'hui. Le financement doit servir à étendre les déploiements, ce qui laisse penser que l'épreuve décisive est encore à venir.
L'idée qu'aucune autre entreprise n'y parvient est l'affirmation d'un investisseur, non une comparaison avec des benchmarks publiés. Tant qu'Eka ou un tiers indépendant ne publiera pas de résultats comparatifs face à des systèmes pilotés par démonstrations sur les mêmes tâches, cette affirmation restera une simple assertion. Les prochains signaux à surveiller sont les déploiements chez des clients nommés, les chiffres de disponibilité sur la durée et toute publication de données d'évaluation.