Antioch a levé 32 millions de dollars pour développer sa plateforme de simulation destinée aux robots et aux systèmes autonomes. Cette série A, menée par Greylock, doit aider la jeune entreprise new-yorkaise à multiplier les essais virtuels avant le passage sur du matériel réel.
Le tour de table réunit aussi A*, Category Ventures, BoxGroup et Icehouse Ventures. Antioch cite Amazon Ring parmi ses clients et travaille avec Nebius et NVIDIA. La société intervient sur plusieurs familles de machines : robots mobiles d’entrepôt, véhicules autonomes, drones, automatismes industriels et équipements de chantier.
Tester des milliers de scénarios dans le cloud
La proposition d’Antioch consiste à reproduire le matériel, les capteurs et l’environnement d’un client dans un jumeau numérique, puis à lancer des milliers d’évaluations en parallèle. Les équipes peuvent ainsi rechercher des défauts de perception, de planification ou de contrôle sans immobiliser un entrepôt, construire une piste d’essai ou risquer d’endommager une machine.
La plateforme prend en charge des simulations Isaac Sim et Isaac Lab, des capteurs visuels, LiDAR, radar ou infrarouges, ainsi que différents moteurs physiques. Les scénarios peuvent être intégrés aux chaînes de développement logiciel afin de retester automatiquement le comportement d’un système autonome après chaque modification.
Antioch affirme que ses simulations ont reproduit les résultats d’essais physiques de Ring, y compris dans des situations volontairement écartées de la phase de calibration. Ce point est central : un simulateur utile ne doit pas seulement mémoriser un banc d’essai connu, mais anticiper le comportement du système face à des conditions nouvelles.
Compléter les données réelles, pas les supprimer
La levée intervient alors que l’apprentissage des robots exige des volumes croissants de démonstrations et d’expériences. Les données réelles restent la référence pour mesurer le frottement, l’usure, l’échauffement d’un moteur ou les écarts propres à chaque capteur. Leur collecte demeure toutefois lente, coûteuse et parfois dangereuse.
Antioch défend donc une approche hybride. Un volume limité de mesures physiques sert à calibrer puis corriger la simulation. Celle-ci produit ensuite des situations rares, des variations de lumière ou de météo et des cas limites difficiles à organiser dans le monde réel. Les ingénieurs reviennent enfin sur la machine pour vérifier que les performances virtuelles se transfèrent correctement.
Cette méthode ne résout pas automatiquement l’écart entre simulation et réalité. Une erreur dans le modèle physique ou dans la représentation d’un capteur peut produire des résultats convaincants mais faux. Le contrôle final sur le matériel reste indispensable, en particulier pour les opérations industrielles proches de personnes.
Un investissement dans l’infrastructure de la robotique
La série A ne finance pas un nouveau robot complet. Elle soutient une couche d’infrastructure qui pourrait raccourcir la validation des machines existantes. Antioch vise notamment le chargement et la manutention en entrepôt, l’autonomie aérienne, la livraison par drone et les systèmes de sécurité capables de réduire les fausses alertes.
Le prochain indicateur sera la publication de résultats mesurés chez des clients : nombre d’heures physiques évitées, fréquence des défauts détectés avant déploiement et fidélité des scénarios simulés. Si ces données confirment les premières déclarations, la simulation cloud pourrait devenir un outil commun aux fabricants qui ne disposent pas des infrastructures d’essai des plus grands groupes.
