Toyota se sépare d’une licorne de robots : comment Walden intègre les « grands modèles de comportement » dans l’usine ?

Auteur : Zen, PANews

Avant le 15 juillet, Walden Robotics restait largement inconnue du grand public.

Mais le même jour, cette société de robots issue de la scission de l’Institut de recherche Toyota a fait une apparition officielle, dévoilant d’un coup 300 millions de dollars de financement de tour de table et une valorisation de 1,1 milliard de dollars.

Ce tour de financement a été mené conjointement par Toyota et Deviation Capital, avec la participation de capitaux industriels tels que NVIDIA, Boeing, Samsung Ventures, Prologis Ventures et CoreWeave Ventures.

De sa création à son entrée dans le club des licornes, Walden n’a mis que six mois. Et elle réunit déjà de nombreuses conditions que les startups de robotique rêvent d’obtenir : une équipe de recherche mature, des capitaux suffisants, un système de production ouvert de Toyota et des canaux potentiels de coopération avec des investisseurs des secteurs de la fabrication, de l’aérien, de l’électronique et de la logistique.

La nouvelle licorne issue de l’Institut Toyota

Avant l’annonce de ce tour de financement, Walden Robotics était en mode « stealth ».

En janvier de cette année, Walden a été créée par scission de l’Institut de recherche Toyota (Toyota Research Institute, ci-après « TRI »). Le nom de l’entreprise s’inspire de l’œuvre de l’écrivain américain Henry David Thoreau « Walden », qui met en avant l’importance de vivre avec conscience, avec un objectif. Il correspond également aux questions que l’entreprise souhaite explorer : comment les robots peuvent-ils aider les gens à trouver davantage de sens dans leur travail et dans leur vie ?

D’après l’évaluation de Russ Tedrake, cofondateur et PDG de Walden, le robot généraliste alimenté par l’IA physique constitue sans aucun doute une technologie disruptive et a déjà atteint un tournant crucial. Mais pour réussir commercialement, l’entreprise doit encore valider l’économie unitaire du modèle et collaborer étroitement avec ses clients.

Une fois la société indépendante créée, Walden peut se concentrer davantage sur la commercialisation des technologies robotiques de l’Institut de recherche Toyota, en faisant passer les résultats du laboratoire à un environnement de production. En collaborant avec de grandes entreprises mondiales de fabrication et de logistique, Walden vise à valider en continu les capacités du produit dans des scénarios réels, afin de s’assurer que le produit s’adapte aux processus de production réels et de générer des économies de coûts et des gains d’efficacité clairement identifiables.

Russ Tedrake est professeur au MIT. Il a auparavant dirigé pendant près de dix ans chez TRI les équipes de robotique et de machine learning. Son équipe a apporté de nombreuses contributions à la recherche fondamentale, notamment Diffusion Policy, l’interface universelle d’opérations (UMI), les Large Behavior Models (grands modèles de comportements), OpenVLA et le simulateur open source Drake.

En plus de Russ Tedrake, l’équipe fondatrice actuelle de Walden comprend également le CTO Ben Burchfiel, le COO Kerri Fetzer-Borelli, le chief product officer Dave Johnson, le chief strategy officer Adrien Gaidon, le chief architect Siyuan Feng et le responsable IA Rares Ambrus. Plusieurs de ces membres sont aussi chefs de projets dans la recherche sur les Large Behavior Models de TRI, et ont participé à la construction de l’architecture des modèles, de l’entraînement, de la simulation et des systèmes d’évaluation.

L’équipe de Walden Robotics, avec Russ Tedrake sur la deuxième à partir de la gauche

On voit donc que, par rapport aux startups ordinaires, les départs et la plateforme de Walden sont nettement plus élevés. D’une part, elle s’appuie sur des décennies de résultats de recherche de TRI dans le domaine de la robotique. D’autre part, Toyota est non seulement l’investisseur principal, mais aussi son partenaire industriel le plus important à l’étape initiale, en fournissant les premiers scénarios de production réels.

Forte du système de fabrication de Toyota, Walden réduit la durée de validation de la commercialisation

Un problème courant des entreprises d’intelligence incarnée est le fossé entre le développement technologique et le déploiement commercial.

Les robots doivent évoluer dans un environnement réel pour obtenir des données de haute qualité, mais les problèmes de fiabilité et de rentabilité des produits en phase initiale les rendent difficiles à convaincre auprès des clients industriels, et donc à les intégrer dans les tâches réelles. De plus, en l’absence de scénarios de déploiement et de données, les modèles ont du mal à couvrir les cas anormaux du monde réel, et les capacités du produit sont difficilement améliorables de façon continue.

Chez Walden, dès la création, l’entreprise a bénéficié du soutien du système de production de Toyota, ce qui réduit dans une certaine mesure cette période de validation. Toyota est à la fois un incubateur technique et un investisseur clé, ainsi qu’un fournisseur des premiers scénarios de déploiement effectifs. Walden n’a pas besoin de chercher des clients industriels à partir de zéro, ni de construire seule une « usine de simulation » destinée aux tests : elle peut directement s’intégrer dans les processus de production existants, définir les tâches avec les équipes de fabrication, ajuster l’équipement et évaluer les entrées/sorties.

La valeur de ce contexte industriel ne se limite d’ailleurs pas à fournir un lieu pour « entraîner » les robots. La capacité des robots industriels à créer de la valeur économique dépend de plusieurs facteurs, comme la fréquence des tâches, le taux d’utilisation des équipements et les exigences de sécurité. Des tâches robotiques qui brillent dans les laboratoires ne disposent pas forcément de valeur de déploiement une fois en usine.

Et l’expérience accumulée par Toyota en fabrication et en automatisation sur le long terme peut aider Walden à sélectionner en priorité des opérations adaptées aux capacités techniques actuelles, tout en offrant un retour commercial clair, réduisant ainsi le risque de désalignement entre le développement produit et les besoins des clients.

En outre, la constellation d’investisseurs de Walden fournit des canaux potentiels pour étendre des scénarios externes. En dehors de Toyota, Boeing, Samsung Ventures et Prologis Ventures correspondent respectivement à la fabrication aérienne, à l’électronique et aux infrastructures logistiques, tandis que NVIDIA et CoreWeave relient les ressources de calcul pour la robotique et d’entraînement IA.

Ces entreprises constituent évidemment des ressources de synergie potentielles, susceptibles d’offrir à l’avenir des points d’entrée pour des collaborations. Dans une certaine mesure, après que Toyota ait résolu les problèmes de scénarios et de données de la phase initiale de commercialisation, ce qui déterminera vraiment la valeur à long terme de Walden sera peut-être la capacité de cette technologie et de son système d’exploitation à sortir de Toyota et à se transformer en produit standardisé destiné à davantage d’entreprises manufacturières.

À ce sujet, Walden, qui hérite des recherches et des résultats technologiques de TRI, reste très confiante : il faut alors forcément mentionner le cœur de son système technologique, à savoir les Large Behavior Models (LBM, grands modèles de comportements).

Technologie clé LBM (grands modèles de comportements), apporter des capacités d’opération universelles en usine

Contrairement aux grands modèles de langage orientés génération de texte, les LBM doivent traiter simultanément l’image visuelle, l’état interne du robot, les informations de la perception tactile ou d’autres capteurs, ainsi que les consignes de tâche, puis générer des actions continues en conséquence. L’objectif n’est pas d’écrire un programme distinct pour chaque travail, mais de, grâce à l’entraînement sur des données multi-tâches, permettre à un même modèle d’apprendre et de transférer différentes compétences opérationnelles.

Cette approche s’appuie sur des années de recherche sur l’apprentissage robotique chez TRI. Parmi les bases technologiques les plus représentatives figure Diffusion Policy.

Les robots industriels classiques dépendent généralement de trajectoires de mouvement et de conditions de poste prédéfinies. Lorsque la position des pièces, l’agencement des équipements ou le processus de production change, les ingénieurs doivent souvent reprogrammer et reconfigurer. Diffusion Policy apprend la distribution des actions à partir de démonstrations humaines : le modèle extrait des régularités à partir des données visuelles, des actions et de l’état du robot, puis tente de les reproduire de manière autonome.

Sur cette base, les LBM intègrent ensuite plusieurs tâches dans un cadre de pré-entraînement unifié. Les recherches divulguées par TRI utilisaient près de 1 700 heures de données robotiques et ont effectué 1 800 tests en environnement réel, ainsi que plus de 47 000 tests en simulation. Les résultats ont montré que, une fois pré-entraîné sur plusieurs tâches, le modèle nécessite nettement moins de données pour apprendre certaines tâches nouvelles que le modèle mon-tâche entraîné depuis le début.

En simulation et dans le monde réel, Walden évalue ses modèles LBM pour divers tâches et conditions d’environnement

Cela constitue la base de la logique produit de Walden : le robot n’a pas besoin de dépendre d’une équipe d’ingénieurs pour programmer chaque étape, mais peut s’adapter à de nouveaux processus d’opération à partir de quelques démonstrations. Pour les clients industriels, ces capacités s’appliquent surtout dans des environnements manufacturiers où l’offre de produits est variée et où les tâches de production sont fréquemment ajustées. Par rapport aux équipements d’automatisation traditionnels, capables de répéter uniquement des actions fixes, les robots disposant de capacités d’apprentissage pourraient changer d’opération et de tâche avec des coûts de reconversion plus faibles.

Actuellement, Walden combine exécution autonome et assistance humaine à distance. Les robots peuvent accomplir indépendamment les tâches routinières qu’ils maîtrisent déjà. Lorsqu’ils rencontrent des objets anormaux, des changements d’environnement ou des situations dépassant la portée du modèle, des opérateurs à distance interviennent.

En termes de conception du corps, Walden adopte une forme combinant un haut de type humanoïde à deux bras et une base mobile à roues. Le produit met l’accent sur l’opération par les deux bras, l’apprentissage de tâches et l’adaptation à l’environnement.

Les robots à roues mobiles ne sont pas rares dans les environnements industriels et d’entreposage où les sols sont plats et les postes de travail sont clairement définis. Leurs principaux avantages sont la stabilité, la charge utile et une complexité du système relativement maîtrisable. La conception du haut humanoïde aide le robot à utiliser des outils conçus pour les humains et des espaces de travail adaptés. La « généralité » qu’il recherche provient davantage des capacités d’apprentissage du modèle sur différentes tâches, ainsi que des capacités du système à deux bras à manipuler divers objets et équipements.

Cependant, même si Walden dispose d’atouts et a déjà une certaine avance dans le secteur de la robotique, comme l’a déclaré Russ Tedrake lors de la présentation officielle de Walden : « L’équipe est assez forte, la progression est assez rapide, donc nous n’avons pas besoin de l’exagérer. » Mais pour cette société qui vient juste de sortir de l’état « stealth », comme le dit Russ Tedrake : « Nous venons tout juste de commencer ce voyage. »