Physical Intelligence : une IA unique pour piloter tous les robots
Physical Intelligence, laboratoire de San Francisco, entraîne une IA capable de piloter tous les robots. Il a levé 600 millions de dollars fin 2025.

Physical Intelligence développe à San Francisco des modèles d'IA généralistes capables de piloter n'importe quel robot, du pliage de linge à l'assemblage de cartons. Sans produit commercial à ce jour, le laboratoire a levé 600 millions de dollars en novembre 2025 à une valorisation de 5,6 milliards, selon SiliconANGLE, et discuterait déjà d'un tour bien plus élevé.
Carte d'identité
| Siège | San Francisco, Californie |
| Création | Février 2024 |
| Fondateurs | Karol Hausman, Sergey Levine, Chelsea Finn, Brian Ichter, Lachy Groom, Adnan Esmail, Quan Vuong |
| Secteur | Robotique, IA fondamentale |
| Produit | Modèles « vision-langage-action » de la famille π (pi), qui traduisent des consignes en gestes de robot |
| Clients | Pas de vente commerciale annoncée ; premiers déploiements pilotes |
| Modèle de revenus | Non communiqué |
| Financement total annoncé | Un peu plus de 1 Md$ (janvier 2026, selon TechCrunch) |
| Dernier tour | 600 M$, novembre 2025, mené par CapitalG (Alphabet) |
| Indicateurs publics | Environ 80 salariés (janvier 2026, selon TechCrunch) |
| Site | physicalintelligence.company |
Ce que fait Physical Intelligence
L'idée des fondateurs tient dans une formule de Sergey Levine, cofondateur et professeur à Berkeley : « Think of it like ChatGPT, but for robots », rapportée par TechCrunch. Plutôt que de programmer chaque robot pour une tâche, l'entreprise entraîne un seul modèle qui comprend une scène, reçoit une instruction et produit les mouvements adaptés, quel que soit le bras ou la machine.
Le premier modèle, π0, combinait un modèle vision-langage et un module qui génère les actions. Les versions suivantes ont visé une meilleure généralisation à des lieux inconnus, jusqu'à π0.7, présenté en avril 2026 comme un modèle capable d'enchaîner des tâches en plusieurs étapes, détaille Wikipédia. Les premiers essais en conditions réelles se déroulent à San Francisco : pliage de linge dans des locations de courte durée, pliage de cartons dans l'arrière-boutique d'une chocolaterie.
Pourquoi ça fonctionne
Ici, la traction est financière et scientifique, pas commerciale. Les fondateurs le disent eux-mêmes : l'entreprise n'a pas de calendrier de commercialisation.
- Des tours de table qui grossissent vite. 400 M$ en 2024 à environ 2,4 Md$ de valorisation, puis 600 M$ en novembre 2025 à 5,6 Md$, menés par CapitalG avec Lux Capital, Thrive Capital, Jeff Bezos et Index Ventures, selon SiliconANGLE et Wikipédia.
- Des investisseurs qui reviennent. En mars 2026, TechCrunch rapportait, d'après Bloomberg, des discussions pour lever environ 1 Md$ à plus de 11 Md$. Le 27 octobre 2026, Bloomberg titrait sur des négociations à une valorisation d'environ 20 Md$. Ces deux tours n'ont pas été confirmés par l'entreprise.
- Une équipe de référence. Les fondateurs viennent de Google DeepMind, de Stanford, de Berkeley et d'Anduril. Dans ce domaine, la qualité de l'équipe de recherche attire autant les capitaux que le chiffre d'affaires.
Son business model
Il reste à écrire. Physical Intelligence se comporte comme un laboratoire : il dépense pour collecter des données de manipulation et pour la puissance de calcul. Lachy Groom, cofondateur, assume qu'il n'existe pas de limite à l'argent que l'entreprise peut employer utilement, selon TechCrunch.
Plusieurs voies de revenus sont possibles, mais aucune n'est annoncée : licence du modèle aux fabricants de robots, accès payant pour les développeurs, ou partenariats industriels. Ce qui protégerait le modèle : la masse de données de gestes réels accumulée sur de nombreux robots, difficile à reproduire. Sa fragilité est évidente : la valorisation repose sur une promesse technologique, sans revenu publié.
Ce qu'un entrepreneur français peut en retenir
- Un pari « logiciel d'abord » sur la robotique. Physical Intelligence ne fabrique pas de robots : il veut équiper ceux des autres. C'est une stratégie de plateforme, comme un système d'exploitation.
- La donnée de terrain est l'actif. Chaque essai en conditions réelles, même modeste, enrichit le modèle.
- Ce modèle ne se copie pas sans capitaux massifs. Pour une PME, l'enjeu est plutôt de suivre ces modèles pour automatiser demain des tâches de manutention ou de conditionnement.
- Un écosystème se forme autour. Notre fiche Skild AI présente un concurrent direct, et la jeune pousse Physicl vient de lever 10 M$ pour produire des environnements 3D d'entraînement, comme nous l'avons raconté ici.
D'autres modèles à suivre sont à lire dans la rubrique Inspiration américaine.
Sources
- Physical Intelligence raises $600M, SiliconANGLE, 20 novembre 2025
- Physical Intelligence is reportedly in talks to raise $1 billion, again, TechCrunch (reprise Yahoo Finance), 27 mars 2026
- Physical Intelligence in Talks to Raise Funding at $20 Billion Valuation, Bloomberg, 27 octobre 2026
- Physical Intelligence Inc., Wikipédia, consulté le 8 novembre 2026
Photo d'illustration : This_is_Engineering sur Pixabay.
Connectez-vous pour aimer ou commenter.
