Derrière une porte marquée d’un symbole π légèrement décalé, Physical Intelligence, la nouvelle start-up de Lachy Groom, s’impose comme l’un des projets les plus prometteurs de la Silicon Valley en matière de robotique. Son siège à San Francisco ressemble à un vaste atelier industriel : des tables en bois blondes encombrées de câbles, de pièces détachées et d’écrans, entourant des bras robotiques en pleine tentative de plier des pantalons, retourner des tee-shirts ou éplucher des courgettes. Ces tâches, apparemment banales, sont au cœur d’une ambition ambitieuse : créer des modèles fondamentaux de robotique généralistes, capables d’apprendre et de s’adapter à n’importe quel matériel et tâche, comme le fait ChatGPT avec le langage. Sergey Levine, professeur à UC Berkeley et cofondateur, compare ce projet à une intelligence artificielle pour robots : des données collectées dans des environnements réels — entrepôts, cuisines, maisons — alimentent des modèles d’apprentissage profond, qui sont ensuite testés sur place. Chaque bras robotique est une expérience en cours. L’un d’eux, par exemple, épluche des légumes avec une efficacité croissante, tandis que d’autres peinent encore avec des gestes simples. L’objectif ? Développer une intelligence physique généralisable, capable de transférer ses compétences d’un légume à un fruit, d’un matériel à un autre, grâce à une compréhension fondamentale des mouvements et des interactions physiques. Le matériel utilisé est délibérément bas de gamme : des bras robotiques à 3 500 dollars, dont le coût réel serait inférieur à 1 000 dollars en production interne. Pour Levine, c’est précisément le principe : une intelligence robuste peut compenser un matériel médiocre. Ce qui compte, c’est la capacité à apprendre, pas la performance du matériau. Lachy Groom, 31 ans, ancien employé de Stripe et investisseur angélique ayant soutenu des géants comme Figma ou Notion, a quitté son rôle d’investisseur pour rejoindre Physical Intelligence, après avoir suivi l’œuvre de Levine et de Chelsea Finn. Sa décision s’est cristallisée lors d’une rencontre avec Karol Hausman, ancien chercheur chez DeepMind. « C’était une de ces réunions où tu sors en pensant : c’est ça. » Groom, qui a fondé sa première entreprise à 13 ans en Australie, n’a jamais cherché à devenir entrepreneur, mais à trouver la bonne idée au bon moment. Il a trouvé sa chance avec une équipe de chercheurs expérimentés et une vision claire : construire une intelligence robotique fondamentale, sans pression commerciale immédiate. La société a levé plus d’un milliard de dollars, principalement pour du calcul intensif, et ne donne pas de roadmap commerciale à ses investisseurs – une approche rare mais tolérée par des fonds comme Khosla Ventures, Sequoia ou Thrive Capital, qui valorisent la compagnie à 5,6 milliards de dollars. Leur stratégie repose sur l’apprentissage trans-embodiment : un modèle entraîné une fois peut être déployé sur n’importe quel robot, réduisant drastiquement les coûts d’adoption. En parallèle, Skild AI, une concurrente basée à Pittsburgh, a levé 1,4 milliard de dollars à 14 milliards de dollars de valeur, en commercialisant déjà son « Skild Brain » dans des secteurs comme la sécurité ou la logistique. Elle critique les modèles comme ceux de Physical Intelligence, les qualifiant de simples modèles vision-langage déguisés, manquant de « bon sens physique » car trop dépendants de données internet. Ce débat philosophique – apprentissage pur contre déploiement rapide – divise le secteur. Physical Intelligence, avec ses 80 employés et une croissance contrôlée, reste fidèle à sa vision purement recherche. Groom reconnaît que le matériel reste le plus grand défi : il casse, arrive tard, et impose des contraintes de sécurité complexes. Pourtant, il reste convaincu. « C’est une entreprise vraiment pure. Un chercheur a un besoin, on collecte les données, on le fait. Ce n’est pas piloté par l’extérieur. » À la fin de la visite, les pantalons restent mal pliés, les tee-shirts tournent encore à l’envers, mais les épluchures de courgettes s’accumulent. Le chemin est long, mais pour Groom et son équipe, la certitude est ailleurs : dans l’idée que, tôt ou tard, l’intelligence physique généralisée sera possible — et que l’industrie en sera transformée.