← Tous les articles

Morning Brief

Genesis AI veut des robots utiles

3 min de lecture

Bonjour.

La journée a un parfum de bascule physique. D’un côté, Genesis AI lève très gros pour pousser ses robots hors des démos et dans les usines. De l’autre, les outils logiciels deviennent plus autonomes, plus surveillés et plus intrusifs aussi, entre Copilot, applications de bureau et nouvelles règles de sécurité. Mon impression: l’IA ne cherche plus seulement à répondre, elle cherche à agir.

Tim

Le sujet du jour

Genesis AI veut des robots utiles

La startup française ne vend plus une promesse d’IA, elle finance déjà son passage à l’échelle.

© Maddyness

Pourquoi on en parle ?

Parce qu’on parle enfin d’IA appliquée au monde physique, avec du capital massif et un plan industriel clair. Et parce que voir Nvidia, Samsung, Zoom, Xavier Niel et Eric Schmidt au capital d’une startup française de robotique, ça dit où les paris se déplacent.

Contexte :

Genesis AI a été fondée en décembre 2024 par Théophile Gervet, ancien chercheur de Mistral, et Zhou Xian, issu de Carnegie Mellon. La société développe des modèles d’intelligence artificielle pour la robotique, avec l’idée de faire travailler ensemble simulation physique, modélisation générative multimodale et collecte de données réelles. De là sont nés GENE-26.5, son modèle de fondation pour la robotique, puis Eno, son premier robot généraliste.

Dans les faits :

Genesis AI annonce une série A de 500 millions de dollars, menée par Premji Invest, Khosla Ventures et Eclipse. L’opération porte la valorisation de la société à 3,5 milliards de dollars. Parmi les investisseurs figurent Nvidia, AMD Ventures, Samsung Next, Zoom, Ericsson, Bpifrance, Xavier Niel, Eric Schmidt, Eric Yuan, Jerry Yang et Zach Kirkhorn. La startup veut déployer à grande échelle Eno dans des environnements de production industriels. Eric Schmidt avait déjà investi lors d’une levée inaugurale de 105 millions de dollars à l’été 2025.

Et maintenant ?

La priorité affichée, ce sont l’industrie manufacturière, la logistique et les laboratoires. Ensuite viendront l’hôtellerie et la santé, puis les usages grand public et en extérieur. Genesis AI prévoit aussi de recruter des chercheurs en IA et des ingénieurs pour la prochaine génération de robots.

En bref : Bref. Beaucoup d’acteurs parlent d’agents, Genesis AI essaie de leur donner des bras, et c’est là que les ennuis comme la valeur commencent.

Maddyness maddyness.com

Le Shot

  1. Copilot relit mieux : GitHub muscle la revue de code avec une idée simple et maligne. Au lieu d’imposer le même effort partout, Copilot choisit lui-même entre Lite, Balanced et Max selon la complexité et le risque d’une demande de fusion. Il peut aussi aller lire des dépôts publics liés pour comprendre le contexte, et repérer des secrets exposés avant qu’ils n’atterrissent dans la branche principale. Le vrai signal, c’est moins la chasse aux fautes que l’automatisation du tri. L’outil commence à décider où il doit réfléchir davantage.

    © GitHub Changelog
    GitHub Changelog
  2. Copilot sous surveillance : GitHub permet désormais aux entreprises d’envoyer l’activité des agents Copilot vers Microsoft Agent 365. En clair, les administrateurs peuvent voir les sessions, les requêtes, les réponses, les appels d’outils et les tendances d’usage, puis croiser ça avec Microsoft Purview et Defender pour enquêter sur les risques. Disponible pour les clients GitHub Enterprise Cloud avec Enterprise Managed Users, la nouveauté raconte quelque chose de plus large. Les entreprises veulent des agents, oui, mais surtout des agents qui laissent des traces. L’autonomie sans journal, c’est fini.

    GitHub Changelog
  3. Les failles n’attendront plus : Google Project Zero et Anthropic raccourcissent fortement leurs délais de divulgation coordonnée. Chez Google, la règle Full X garde encore 90 jours aujourd’hui, passera à 60 dès le 2 février 2027 puis à 30 jours le 3 janvier 2028. La logique est brutale mais cohérente avec l’époque. Les grands modèles de langage accélèrent la découverte et l’exploitation des failles, et un correctif révèle souvent très vite le problème qu’il corrige. Mauvaise nouvelle pour les mainteneurs épuisés, bonne nouvelle pour ceux qui pensaient encore gagner du temps avec le flou.

    Next.ink

Le décodeur

multimodale — Un modèle multimodal mélange plusieurs types d’informations, par exemple du texte, des images ou des données de capteurs. Pensez à un collègue qui ne se contente pas de lire une consigne, mais regarde aussi la scène et touche les objets avant d’agir. Pour un robot, c’est la différence entre “comprendre une phrase” et “comprendre une situation”.},

Un sujet à clarifier ?

La bonne technologie commence par le bon problème.

Parlons de ce que cette veille peut changer concrètement dans votre activité.

Newsletter

Langue de la newsletter