Aether AI : réécrire les règles de l'intelligence incarnée avec la causalité
Alors que l'industrie de l'IA incarnée investit des milliards dans les modèles VLA et les modèles du monde, une petite équipe de chercheurs à San Diego adopte une approche fondamentalement différente — plaçant la causalité au cœur architectural de l'intelligence.
Aether AI, fondée par le professeur Biwei Huang de UC San Diego, a levé 20 millions de dollars en financement d'amorçage mené par Matrix Partners.
Le problème des approches actuelles
Huang critique sévèrement l'approche VLA dominante : « Les modèles VLA mémorisent des motifs apparus dans les données d'entraînement. Si la table est deux centimètres plus haute, le robot pourrait échouer complètement. »
La pile causale en quatre couches
La pile technologique d'Aether AI comprend quatre couches :
- Causation Transformer : apprentissage causal au niveau architectural
- Architecture Modulaire : modules correspondant à des mécanismes causaux distincts
- Modèle du Monde Causal : simule les interventions et le raisonnement contrefactuel
- Agent Guidé par la Causalité : planification basée sur la compréhension causale
Percée de performance
Dans les benchmarks internes, le modèle a démontré une amélioration de 25 à 50 % du taux de réussite et une efficacité d'échantillonnage 5 à 10 fois supérieure.
