Worldmodeldata lève 7 millions de livres pour construire la couche de données d'entraînement de l'IA physique

Worldmodeldata sort de la furtivité avec un tour d'amorçage de 7 millions de livres (environ 8,2 M€) apporté par Iona Star Capital. La société de Cambridge, fondée en 2025 par Rhea Loucas (CEO), construit ce qu'elle décrit comme la plus grande bibliothèque de données d'entraînement issues de jeux vidéo pour l'IA physique. Le tour a été bouclé en décembre 2025 ; la société l'annonce publiquement en juillet 2026, sept mois après la clôture. Lord Richard Allan, ancien vice-président chargé des politiques publiques chez Meta et Facebook, préside la société.

Ce qu'il faut à l'IA physique que l'internet ne peut pas fournir

Les grands modèles de langage ont été entraînés sur le web — un corpus immense, peu coûteux, déjà existant avant que les modèles ne soient construits. L'IA physique — les modèles qui comprennent, prédisent et planifient des interactions avec le monde réel — nécessite des données fondamentalement différentes : des séquences montrant comment les objets se déplacent, entrent en collision, tombent, s'empilent et obéissent aux contraintes physiques. Ce type de données n'existe pas dans les documents, les moteurs de recherche ou les réseaux sociaux.

Les jeux vidéo en sont une source inhabituellement efficace. Les moteurs de jeu modernes simulent la physique en temps réel, produisent un rendu photoréaliste et génèrent des données à grande échelle — déjà encodées avec les interactions physiques que l'IA physique doit apprendre. La thèse de Worldmodeldata : ces données synthétiques mais fidèles à la physique peuvent servir de substrat pour entraîner la prochaine génération de systèmes d'IA incarnés — robots, véhicules autonomes, machines opérant dans le monde physique plutôt que numérique.

L'ambition d'échelle est précise : un million d'heures de données de gameplay d'ici fin 2026, ce qui représenterait l'un des corpus synthétiques les plus importants jamais constitués pour l'entraînement de l'IA physique.

Sept mois en furtivité

La décision de boucler le financement en décembre et de l'annoncer sept mois plus tard mérite attention. Dans un environnement où beaucoup de sociétés annoncent leurs tours avant même que l'encre soit sèche, garder un tour fermé pendant sept mois est un signal. Pour une société dont le produit est la donnée, annoncer sans bibliothèque reviendrait à annoncer sans produit. La période de furtivité a manifestement été consacrée à construire plutôt qu'à communiquer.

Gerry Buggy d'Iona Star Capital formule la thèse d'investissement en termes architecturaux : « L'IA a passé ces dernières années à apprendre à décrire le monde. Elle doit maintenant apprendre à interagir avec lui. Worldmodeldata construit l'infrastructure pour que cela devienne possible. »

Loucas est tout aussi directe sur la mission : « Les world models représentent un changement de paradigme fondamental dans l'IA. Nous construisons l'infrastructure de données pour que cette technologie devienne réelle. »

La question technique ouverte est de savoir si les données issues de jeux vidéo généralisent fidèlement à l'IA du monde réel — la texture et la dynamique d'un environnement de jeu rendu par rapport au bruit et à la variabilité du monde physique. La question commerciale est de déterminer si un million d'heures de gameplay constitue une fraction significative de ce que les futurs systèmes d'IA physique exigeront, ou simplement un point de départ que ces systèmes dépasseront rapidement.