L'équipe de conduite autonome de Tesla, trois vétérans, fonde une startup de simulation évaluée à 1 milliard de dollars

By: finance.sina.com.cn|

Ian Glo a dirigé le département de simulation informatique de Tesla pendant deux ans, menant une équipe composée d'anciens de l'industrie du jeu pour créer un environnement virtuel d'une précision comparable à celle des jeux vidéo haut de gamme, utilisé pour former les deux principaux nouveaux produits de l'entreprise automobile : les voitures autonomes et les robots humanoïdes. Cependant, il a quitté Tesla en 2022. Il souhaite développer des outils de modélisation virtuelle, qui sont essentiels pour réaliser la commercialisation sécurisée des voitures autonomes et des robots humanoïdes, mais à Tesla, la vitesse de progression des projets ne correspondait pas à ses attentes.

Aujourd'hui, Glo est le PDG de la startup de logiciels de simulation Zeromatter. Il déclare que l'entreprise a développé un modèle capable de reproduire de manière fiable divers scénarios du monde réel, tels que des environnements de conduite dangereux et des processus de travail d'outils en usine.

C'est la première fois que Glo présente publiquement Zeromatter. Il indique que l'entreprise vend des logiciels de simulation à des entreprises de voitures autonomes, de drones et de fabrication de robots. Il a refusé de divulguer le chiffre d'affaires de l'entreprise, mais celle-ci a complété un financement de série B de 110 millions de dollars l'année dernière, avec une valorisation post-financement de 1,1 milliard de dollars. En tenant compte des deux tours de financement précédents, Zeromatter a levé un total de 160 millions de dollars.

L'essor de cette startup illustre les résultats technologiques qui débordent de l'industrie des véhicules électriques (en particulier de Tesla). Des experts de l'industrie affirment que l'entrée de Tesla sur le marché chinois a stimulé le développement de la chaîne d'approvisionnement locale en véhicules électriques, matériaux et robots, qui dominent désormais l'industrie mondiale des véhicules électriques, des batteries et des robots. En Occident, grâce au projet de robot Optimus, Tesla a suscité un engouement pour la recherche et le développement de robots humanoïdes.

En 2023, Glo a cofondé Zeromatter avec deux autres anciens dirigeants de l'équipe de simulation de Tesla : Axel Gneiting, qui est actuellement ingénieur en chef de l'entreprise, et Michael Hostika, qui est responsable de la stratégie de contenu. Actuellement, l'entreprise compte plus de 130 employés, dont environ 40 ont également un passé chez Tesla.

En plus des talents issus de Tesla, Glo a déclaré avoir recruté environ 10 employés de la division de conduite autonome de General Motors, Cruise, qui a été fermée, ainsi que des professionnels d'Amazon, de Zoox, une filiale de conduite autonome, de Boeing, d'Airbus et de Lockheed Martin.

Les trois cofondateurs étaient tous des développeurs de jeux avant de rejoindre Tesla. Glo a déclaré qu'il avait choisi de rejoindre Tesla parce que, lorsqu'il travaillait pour le studio Mojang de Microsoft sur le projet Minecraft, le rythme de développement était trop lent. Pour lui, construire un monde de simulation pour les voitures autonomes est essentiellement similaire à créer un monde de jeu où les humains combattent des envahisseurs extraterrestres.

"Être capable d'appliquer l'expérience accumulée dans le domaine du jeu pour optimiser les robots, les drones, les aéronefs et de nombreux autres produits est ce qui m'excite le plus," a déclaré Glo. "Il suffit de construire un monde virtuel, mais au lieu d'être contrôlé par des joueurs humains, il est géré par l'intelligence artificielle ou des algorithmes contrôlés."

Cela dit, il estime que le travail qu'il a effectué chez Tesla à l'époque n'est qu'une petite partie de l'espace potentiel de l'industrie. Le point de départ fondamental de la création de Zeromatter se concentre sur la sécurité et la fiabilité : les entreprises peuvent utiliser des simulateurs pour effectuer des millions de tests de conditions avant de lancer tout produit mobile, évitant ainsi les pannes dans des environnements d'utilisation réels.

Glo a déclaré que si le logiciel de simulation est bien conçu, "il peut autonomiser chaque entreprise de conduite autonome, d'aviation, de fabrication de drones, tous les fabricants de capteurs - il n'est pas exagéré de dire que toute l'industrie des robots en bénéficiera."

Il existe un terme spécifique dans l'industrie pour mesurer le degré de correspondance entre les scénarios de simulation et le monde réel, appelé ratio simulation-réalité (sim-to-real ratio). Plus le modèle de simulation est proche de l'environnement réel, plus sa crédibilité dans l'industrie est élevée.

Pour atteindre un haut degré de correspondance, il est nécessaire de valider la simulation avec des données du monde réel : c'est-à-dire de comparer les résultats de sortie de la simulation avec des données de test réelles de robots et de scénarios de conduite. Pour cela, Zeromatter possède ses propres véhicules électriques, robots, laboratoires et clusters de calcul AI.

Par exemple, pour garantir que la simulation de la caméra est suffisamment réaliste, Glo a expliqué que l'équipe achète des caméras physiques, installe des équipements dans un environnement de laboratoire, ajuste divers paramètres et effectue de nombreuses prises de vue pour reproduire tous les types de défauts tels que les défauts de lentille et les erreurs de paramètre. Ensuite, les ingénieurs reproduisent toutes ces conditions dans l'outil de simulation. "Nous devons garantir que le comportement de la caméra de simulation est complètement identique à celui du monde réel," a-t-il déclaré.

Les robots humanoïdes représentent l'un des défis les plus difficiles. Glo pense que les développeurs de robots ont déjà surmonté les problèmes de marche, c'est-à-dire les capacités de mouvement de base comme marcher, danser et courir ; mais la manipulation habile des mains reste un défi, et la technologie de simulation peut aider à résoudre ce problème. "Nous devons continuer à améliorer la fidélité physique de la simulation pour surmonter les tâches de manipulation habile."

"Toutes les données d'entraînement générées doivent reproduire le plus fidèlement possible les situations réelles qui se produisent dans le monde," a-t-il expliqué. "Sinon, il n'y a pas de moyen simple et pratique de tester des questions telles que 'ma voiture autonome s'arrêtera-t-elle à un panneau d'arrêt ?' ou 'mon bras robot peut-il vraiment installer des pièces sur la voiture ?'"

Prix de --

--
--
--

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.

Vous pourriez aussi aimer

iconiconiconiconiconiconiconicon
Assistance client:@weikecs
Collaborations commerciales:@weikecs
Trading quantitatif/Market makers:bd@weex.com
Programme VIP:support@weex.com