Former un robot dans le monde réel coûte cher. Il faut construire des entrepôts factices, filmer des milliers d’heures de gestes humains, et prier pour que le transfert en conditions réelles fonctionne. La startup Antioch veut remplacer tout cela par de la simulation.
8,5 millions pour fermer le fossé sim-to-real
Antioch vient de boucler un tour de seed de 8,5 millions de dollars, pour une valorisation de 60 millions. Le tour est mené par A* et Category Ventures, avec la participation de MaC Venture Capital, Abstract, Box Group et Icehouse Ventures. Adrian Macneil, ancien cadre de Cruise (la filiale véhicules autonomes de GM) et fondateur de Foxglove, figure parmi les investisseurs providentiels.
La startup, basée à New York, a été fondée en mai 2025 par cinq cofondateurs au parcours solide. Harry Mellsop, Alex Langshur et Michael Calvey avaient déjà fondé Transpose, une startup de sécurité revendue à Chainalysis. Les deux autres, Collin Schlager et Colton Swingle, viennent respectivement de Meta Reality Labs et de Google DeepMind.
Le « Cursor » de l’IA physique
L’analogie est délibérée. Cursor a transformé le développement logiciel en intégrant l’IA directement dans l’éditeur de code. Antioch veut faire la même chose pour la robotique : permettre aux ingénieurs de créer, tester et itérer sur leurs systèmes autonomes dans des environnements virtuels haute fidélité, sans jamais toucher un robot physique.
Concrètement, la plateforme permet de lancer plusieurs instances virtuelles d’un même robot, connectées à des capteurs simulés qui reproduisent les données que le logiciel recevrait en conditions réelles. Les développeurs peuvent tester des cas limites, entraîner par renforcement ou générer de nouvelles données d’entraînement.
« La grande majorité de l’industrie n’utilise tout simplement pas de simulation, déclare Harry Mellsop à TechCrunch. On commence seulement à comprendre qu’il faut aller plus vite. »
Des modèles Nvidia et World Labs comme fondation
Antioch ne part pas de zéro. La plateforme s’appuie sur les modèles de simulation créés par Nvidia, World Labs et d’autres, puis construit des bibliothèques spécifiques à chaque domaine pour les rendre utilisables. En travaillant avec plusieurs clients simultanément, l’équipe affine ses simulations avec une profondeur de contexte qu’aucune entreprise de robotique ne pourrait atteindre seule.
Le défi principal reste la fidélité physique. Si la simulation ne reproduit pas parfaitement la gravité, les frottements ou les collisions, le modèle entraîné échouera une fois transféré sur une vraie machine. C’est le fameux « sim-to-real gap » qui freine toute l’industrie.
Du MIT aux multinationales
La plateforme est déjà utilisée par David Mayo, chercheur au MIT CSAIL, qui s’en sert pour évaluer des modèles de langage. Dans une expérience, des IA conçoivent des robots, puis les testent dans le simulateur d’Antioch. Les modèles peuvent même s’affronter dans des combats virtuels, comme pousser un rival hors d’une plateforme.
Mais Antioch ne vise pas que les laboratoires. Certains de ses premiers clients sont de grandes multinationales qui investissent déjà massivement dans la robotique. La cible actuelle se concentre sur les systèmes de capteurs et de perception, essentiels pour les véhicules autonomes, les engins agricoles ou les drones.
« On pense sincèrement que dans deux à trois ans, toute personne qui construit un système autonome le fera principalement en logiciel », conclut Mellsop. Le pari est lancé.
