Hyper Foundry de Bigwave Robotics : une plateforme on‑premise pour fermer la boucle d’apprentissage robotique

Bigwave Robotics a dévoilé Hyper Foundry, une suite logicielle destinée à être installée directement sur les serveurs d’une entreprise. Le but affiché est de regrouper en un seul environnement toutes les étapes qui, habituellement, sont disséminées entre plusieurs outils : collecte de données issues de robots, préparation des jeux de données, entraînementTrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. de politiques d’intelligence artificielleIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision., validation et déploiement sur les machines réelles.

Un cycle complet, de la donnée au robot

La solution s’articule autour de quatre modules. Data Studio capte les flux provenant de différents robots – images RGB, profondeur, trajectoires ou démonstrations téléopérées – puis les stocke de façon structurée. Model Studio propose une interface graphique pour configurer les expériences d’entraînement, suivre les métriques et choisir parmi plusieurs familles de modèles, dont les algorithmes ACT, Diffusion et la version NVIDIA GR00T N1.5 citée dans la documentation officielle.

Une fois le modèle entraîné, Mission Studio permet de sélectionner la robotique cible, de configurer la connexion sécurisée et d’envoyer le fichier de politique dans l’environnement d’exécution du robot. Enfin, Data Library centralise l’historique des épisodes, les contrôles de qualité et les transformations nécessaires à la réutilisation des données pour de futurs cycles d’amélioration.

Cette approche « boucle fermée » répond à un problème fréquent : une politique qui fonctionne sur un banc d’essai doit souvent être adaptée, surveillée et corrigée lorsqu’elle est appliquée à un robot réel. En regroupant ces étapes, Bigwave promet de limiter le nombre d’intégrations spécifiques à maintenir.

Flexibilité d’intégration

Hyper Foundry n’est pas une solution « tout‑en‑un » imposée. Les clients peuvent choisir parmi plusieurs niveaux d’engagement : uniquement le matériel de collecte, une chaîne complète allant de la donnée à l’entraînement, ou une installation clé en main incluant des humanoïdes, des mains robotiques, des stations de téléopération, des serveurs GPUGPUProcesseur conçu pour effectuer de nombreux calculs en parallèle, notamment utilisé pour entraîner et exécuter des modèles d'IA., du stockage et des postes de travail. Le logiciel de supervision à distance SOLlink peut également être ajouté.

Le fabricant assure que les robots déjà déployés chez le client peuvent être raccordés, à condition que leur type et leur protocole de communication soient compatibles. Cette promesse de rétro‑compatibilité est importante pour les entreprises qui ont déjà investi dans du matériel hétérogène.

Pourquoi l’on‑premise ?

Dans de nombreux secteurs industriels, les enregistrements de production et les gestes humains capturés pour entraîner les robots sont considérés comme des secrets de fabrication. Envoyer ces données vers le cloud peut donc représenter un frein à l’adoption de solutions d’IA. Hyper Foundry, installé sur le réseau interne de l’entreprise, permet de garder ces informations confidentielles tout en offrant les outils de développement nécessaires.

Ce qui reste à vérifier

Bigwave n’a pas encore publié de chiffres de performance, de tarifs ni de liste exhaustive des robots compatibles. La vraie valeur de la plateforme dépendra donc de sa capacité à connecter des matériels très différents et à reproduire de façon fiable les entraînements. Le lancement montre toutefois que le marché de l’IA appliquée à la robotique évolue : la simple disponibilité d’un modèle ne suffit plus, il faut également maîtriser la chaîne de données qui le nourrit.

À terme, si Hyper Foundry parvient à convaincre les laboratoires et les usines de la fiabilité de son workflow, il pourrait devenir un composant standard pour les projets de robotique industrielle où la confidentialité et la rapidité de mise en production sont essentielles.