Cette start-up chinoise veut réinventer l’IA physique en contournant OpenAI et Meta
Une start-up shanghaïenne vient de lancer un modèle mondial d’IA qui intègre directement les lois de la physique dans son code. Fysics AI et son modèle Fysiverse proposent une approche radicalement différente de celles d’OpenAI ou de Meta. La contradiction est nette : là où les géants américains misent sur les données massives, cette entreprise chinoise parie sur les lois du monde réel.
- Fysics AI, fondée en 2024 à Shanghai, lance Fysiverse, un modèle d’IA basé sur les lois physiques réelles.
- Le modèle se distingue des approches de Sora (OpenAI) et V-JEPA (Meta) en simulant causalité et dynamique physique.
- La start-up est fondée par un ancien cadre senior de Nvidia, contributeur clé au moteur de simulation PhysX.
Un modèle qui joue selon les règles de la physique, pas de la statistique
Fysiverse ne génère pas de vidéo réaliste pour imiter la réalité. Il reconstruit d’abord la géométrie 3D d’une scène. Puis il sépare les objets du premier plan de l’arrière-plan. Enfin, il calcule leurs mouvements et interactions via un simulateur physique.
Le résultat est un monde dynamique qui évolue selon des lois physiques réelles. Ce monde est, selon Fysics AI, « calculable, contrôlable et optimisable ». La différence avec une simple génération vidéo est fondamentale : il ne s’agit pas d’imiter l’apparence, mais de reproduire le comportement.
- 3 paradigmes dominants structurent aujourd’hui le secteur des modèles mondiaux d’IA.
- 9 concurrents non nommés ont été comparés à Fysiverse dans les démonstrations de la start-up.
- 1 ancien moteur de simulation Nvidia – PhysX – est à la base de l’expertise du fondateur.
- 2024 : année de création de Fysics AI à Shanghai.
- Les modèles mondiaux servent à créer du contenu, entraîner des robots et développer des véhicules autonomes.
- OpenAI décrit la génération vidéo à grande échelle comme une voie vers des simulateurs universels du monde physique.
- Meta développe V-JEPA, un système d’apprentissage auto-supervisé sans connaissance préalable de la physique.
Les trois grandes approches actuelles et leurs limites
Le secteur des modèles mondiaux repose aujourd’hui sur trois approches principales. Chacune présente des failles spécifiques selon Fysics AI.
- La génération par vidéo : apprendre à reproduire des mouvements à partir de millions de clips. Sora d’OpenAI en est l’exemple le plus connu. Problème : cette méthode étudie la corrélation, pas la causalité.
- L’apprentissage en boîte noire : le modèle construit ses propres règles sans connaissance de la physique. C’est l’approche de V-JEPA chez Meta. Le savoir généré reste « confiné dans un espace latent » difficile à valider.
- La modélisation 3D : apprendre depuis des images, textes ou éléments 3D grossiers. Marble, développé par World Labs – cofondé par la professeure de Stanford Li Fei-fei – en est un exemple. Limite : la structure spatiale ne garantit pas la gestion des propriétés physiques réelles comme les matériaux ou les contacts.
Fysics AI positionne Fysiverse comme une réponse directe à ces trois insuffisances. Le modèle vise à traiter les « illusions physiques, les échecs de raisonnement et les ruptures dans les scénarios non standards ».
Un fondateur issu du coeur de Nvidia
Zhang Lihua, fondateur de Fysics AI, n’est pas un inconnu dans l’industrie. Ancien cadre senior chez Nvidia, il a contribué de façon significative au moteur de simulation PhysX – un outil de référence pour le rendu physique en temps réel dans les jeux vidéo et les environnements de simulation.
Il occupe aujourd’hui le poste de vice-doyen au College of Intelligent Robotics and Advanced Manufacturing de l’université Fudan, à Shanghai. Ce double ancrage – industrie et académie – semble indiquer une volonté de construire une base scientifique solide derrière Fysiverse.
Des financements qui reflètent l’écosystème technologique chinois
La start-up a reçu des financements de plusieurs investisseurs institutionnels. MPC, ancienne filiale chinoise du fonds de capital-risque américain Matrix Partners, figure parmi les soutiens. MetaX, concepteur chinois de processeurs graphiques (GPU), en fait également partie.
Ce choix d’investisseurs n’est pas anodin. MetaX est une réponse directe aux restrictions américaines sur l’exportation de puces Nvidia vers la Chine. Soutenir Fysics AI peut être lu comme un pari sur une filière d’IA physique indépendante des chaînes d’approvisionnement américaines.
Robots et véhicules autonomes : les débouchés visés
Les modèles mondiaux ne servent pas uniquement à créer des images ou des vidéos. Ils sont au coeur de l’entraînement des robots humanoïdes et des systèmes de conduite autonome. Un robot qui apprend dans un simulateur physiquement cohérent commet moins d’erreurs en situation réelle.
C’est là que l’enjeu de Fysiverse prend toute sa dimension. Si le modèle tient ses promesses, il pourrait accélérer le développement de robots capables de manipuler des objets, de naviguer dans des environnements complexes ou de réagir à des situations imprévues. La robotique physique est l’un des secteurs les plus investis en Chine en 2024 et 2025.
Un défi de validation encore ouvert
Fysics AI a présenté plusieurs démonstrations visuelles : quatre armoires tombant en dominos, un ours en peluche rebondissant. Ces exemples sont visuellement convaincants. Mais les comparaisons avec neuf concurrents non identifiés restent difficiles à évaluer indépendamment.
La start-up n’a pas encore publié d’évaluation externe ni de benchmark reconnu. La robustesse réelle du modèle face à des scénarios complexes – liquides, déformations, interactions multiples – reste à confirmer. Ce type de validation sera déterminant pour convaincre les acteurs industriels.
- Fysiverse intègre les lois physiques réelles dans un modèle d’IA, contrairement aux approches vidéo ou statistiques dominantes.
- L’approche vise à corriger les limites des modèles d’OpenAI, Meta et World Labs.
- Le fondateur est un ancien cadre Nvidia spécialiste de la simulation physique.
- Les débouchés principaux visent la robotique et les véhicules autonomes.
- Les démonstrations sont prometteuses, mais aucune validation indépendante n’a encore été publiée.
Une nouvelle voie chinoise pour l’IA physique
Fysics AI ne cherche pas à copier les géants américains. Elle propose un chemin différent, fondé sur la causalité plutôt que la corrélation, sur la physique simulée plutôt que sur la vidéo apprise. Cela semble indiquer que la Chine développe des approches propres dans les segments les plus stratégiques de l’IA – notamment ceux liés à la robotique et aux systèmes autonomes.
Que pensez-vous de cette approche basée sur la physique réelle ? Est-ce une rupture crédible face aux modèles américains ? Donnez votre avis en commentaire.
Sources : South China Morning Post
