Memories.ai affine l'IA physique par mémoire visuelle

Fondée en Californie par d’anciens chercheurs de Meta Reality Labs, Shawn Shen et Ben Zhou, Memories.ai s’est imposée comme un acteur majeur de la mémoire visuelle pour l’intelligence artificielle physique. Après être sortie de l’anonymat en juillet 2025 avec le lancement du premier modèle de mémoire visuelle à grande échelle, le LVMM, et un financement initial de huit millions de dollars, l’entreprise a rapidement accru sa levée à seize millions de dollars. Elle consolide désormais sa position grâce à des partenariats stratégiques avec Qualcomm et NVIDIA, ainsi qu’au déploiement de sa plateforme matérielle LUCI lors du CES en janvier 2026. Plutôt que de se concentrer sur la mémorisation des préférences utilisateur, Memories.ai vise un objectif plus ambitieux : permettre aux systèmes robotiques et aux assistants physiques d’évoluer par la seule expérience visuelle. Selon Shawn Shen, la personnalisation reste une fonctionnalité secondaire, bientôt intégrée nativement par les grands modèles. L’enjeu réel réside dans l’auto-amélioration récursive de l’IA dans le monde réel. Pour y parvenir, l’entreprise a développé un lac de données vidéo structuré, capable d’indexer plus d’un million d’heures de contenu. Grâce à des techniques de compression au niveau du codec et de vectorisation, Memories.ai compresse les séquences visuelles en caractéristiques clés tout en préservant leur contexte. Cette architecture offre une capacité de mémoire visuelle cent fois supérieure aux solutions existantes. Le processus d’apprentissage automatique repose sur l’identification des défaillances. Lorsqu’un modèle commet une erreur en environnement réel, le système extrait les vidéos correspondantes du lac de données et les utilise pour un entraînement ciblé. Cette boucle de rétroaction vise à faire passer la précision initiale de soixante-dix pour cent à près de quatre-vingt-dix pour cent, avec des améliorations incrémentales de un à deux pour cent par cycle, tout en minimisant le besoin de données annotées par des humains. Son modèle économique s’appuie sur une double cible. En premier lieu, Memories.ai fournit des solutions de vérification visuelle pour les usines, les supermarchés et les réseaux de restauration rapide. En second lieu, elle met à disposition des laboratoires de robotique avancée les données accumulées pour entraîner des modèles vision-langage-action. Cette synergie crée un cercle vertueux où les données terrain nourrissent la recherche, qui améliore les robots, qui sont à leur tour déployés en milieu industriel. Pour optimiser ses performances, Memories.ai a collaboré avec Qualcomm pour faire tourner LVMM 2.0 nativement sur ses puces dès 2026, réduisant ainsi la latence et les coûts cloud, tout en renforçant la confidentialité. La technologie a également été intégrée aux plateformes Cosmos-Reason 2 et Metropolis de NVIDIA lors de la conférence GTC en mars 2026. Convaincu que la performance passe par l’échelle et la qualité des données réelles plutôt que par la simulation, l’entreprise maintient une structure agile axée sur le recrutement stratégique et l’alignement visionnaire. En se positionnant exclusivement comme un fournisseur d’évaluation de données et d’entraînement post-déploiement, Memories.ai évite de concurrencer les créateurs de robots ou de modèles fondamentaux. Pour ses fondateurs, la mémoire visuelle ne constitue pas une fin en soi, mais un moteur indispensable à la prochaine génération d’intelligence physique, où la capacité d’apprendre de l’expérience directe surpassera toute ingénierie de prompting.