Pourquoi les investisseurs misent 300 millions de dollars sur les « world models » en temps réel de Decart

La levée de 300 millions de dollars annoncée par Decart marque l’un des paris les plus importants du moment sur une nouvelle catégorie d’intelligence artificielle : les « world models » en temps réel. L’opération valoriserait l’entreprise autour de 4 milliards de dollars et porterait son financement total à plus de 450 millions.

Derrière ces chiffres se cache une ambition plus large : construire non seulement des modèles d’IA, mais toute l’infrastructure technique capable de générer des mondes numériques interactifs en continu.

Une valorisation de 4 milliards et des investisseurs de premier plan

Le tour de table est mené par Radical Ventures, avec la participation d’investisseurs majeurs tels que Nvidia, Sequoia Capital, Benchmark, Adobe et Toyota, selon plusieurs médias.

Parmi les investisseurs individuels figureraient également Andrej Karpathy (ancien responsable de l’IA chez Tesla), l’ex‑PDG de Disney Michael Eisner, ainsi que des membres de la famille fondatrice de Nintendo.

Cette nouvelle valorisation représente une progression rapide : l’entreprise avait déjà levé 100 millions de dollars l’année précédente pour une valorisation d’environ 3,1 milliards.

Pour les investisseurs, l’hypothèse est simple : si l’IA évolue vers des systèmes capables de simuler des environnements entiers en temps réel, l’infrastructure qui les alimente pourrait devenir une couche fondamentale de la prochaine génération technologique.

Nvidia et Amazon : deux partenaires stratégiques

Deux géants de la tech occupent une place particulière dans l’écosystème de Decart : Nvidia et Amazon Web Services (AWS).

Nvidia participe directement au financement, ce qui souligne l’importance du matériel de calcul haute performance pour les modèles d’IA avancés.

Amazon joue un rôle différent : l’entreprise est décrite comme client stratégique, tandis qu’AWS collabore avec Decart sur l’infrastructure permettant d’exécuter ses modèles en temps réel.

Dans ce cadre, Decart travaille notamment à optimiser son modèle Lucy pour les accélérateurs AWS Trainium, des puces développées par Amazon pour les charges de travail d’apprentissage automatique.

Cette coopération suggère une orientation stratégique importante : ne pas dépendre d’une seule architecture matérielle.

Une plateforme en trois briques : DOS, Lucy et Oasis

La technologie de Decart repose sur une pile composée de trois éléments principaux qui fonctionnent ensemble.

DOS : la couche d’infrastructure

DOS constitue la base du système. Il s’agit d’une pile logicielle optimisée pour l’entraînement et l’inférence des modèles d’IA avec une latence très faible.

L’objectif est de permettre à des systèmes d’IA de fonctionner en continu, plutôt que de répondre ponctuellement à une requête comme les modèles génératifs classiques.

Lucy : génération de mondes vidéo en temps réel

Le modèle Lucy est conçu pour produire des environnements immersifs et de la vidéo générée en temps réel.

Selon la description de l’entreprise, Lucy peut créer une forme de « vidéo infinie » évoluant en permanence, au lieu de produire des clips isolés.

Oasis : simulations pour l’IA physique

Le troisième composant, Oasis, vise les simulations liées à la robotique et aux systèmes autonomes.

Il permet de générer des environnements interactifs et physiquement plausibles destinés à entraîner ou tester des machines comme des robots, des drones ou des véhicules autonomes.

Des versions antérieures de la technologie de Decart mettaient déjà l’accent sur la réduction des coûts GPU et l’amélioration de l’interaction en temps réel, deux aspects qui restent centraux dans sa stratégie technique.

AWS Trainium et la stratégie multi‑puces

L’optimisation du modèle Lucy pour AWS Trainium3 est un signal intéressant dans l’écosystème matériel de l’IA.

Trainium est la famille de puces d’Amazon conçue pour concurrencer les architectures basées sur GPU dans l’entraînement et l’inférence des modèles.

Pour Decart, cette approche présente deux avantages stratégiques :

• rendre ses systèmes compatibles avec plusieurs types d’accélérateurs ;
• se positionner à la fois dans l’écosystème GPU dominé par Nvidia et dans celui des puces IA spécialisées.

La société explique vouloir opérer sur l’ensemble de la pile informatique, du matériel jusqu’aux world models.

En revanche, les informations publiques ne fournissent pas encore de comparaisons techniques détaillées (performances ou coûts) entre l’exécution de Lucy sur Trainium et sur GPU.

La vision : des mondes générés par l’IA en temps réel

Au cœur de la stratégie de Decart se trouve le concept de world model : un système d’IA capable de générer et de simuler des environnements qui évoluent en permanence.

Contrairement aux modèles actuels qui produisent un texte, une image ou une vidéo statique, ces systèmes visent à créer des univers numériques persistants et interactifs.

Les applications potentielles couvrent plusieurs secteurs :

• Jeux vidéo : mondes générés dynamiquement et gameplay évolutif
• Médias et création : narration interactive et vidéo en temps réel
• Robotique : environnements de simulation pour entraîner des systèmes autonomes
• IA physique : modélisation d’interactions réelles pour l’industrie ou la mobilité

Decart affirme vouloir construire une IA capable de fonctionner « instantanément, en continu et efficacement ».

Ce que révèle réellement ce financement

Au‑delà des 300 millions de dollars levés, ce tour de table envoie plusieurs signaux sur l’évolution de l’IA.

D’abord, les investisseurs semblent parier sur une nouvelle phase de l’IA orientée vers les systèmes interactifs en temps réel, plutôt que sur des modèles génératifs statiques.

Ensuite, la stratégie de Decart met l’accent sur l’infrastructure autant que sur les modèles eux‑mêmes : DOS pour la couche système, Lucy et Oasis pour la génération de mondes.

Enfin, les partenariats avec Nvidia et AWS placent la start‑up à la croisée de plusieurs écosystèmes matériels concurrents.

La principale inconnue reste l’exécution. Les informations publiques confirment les financements, les partenariats et la direction technologique, mais les données sur les performances réelles, les déploiements à grande échelle ou les revenus restent limitées.

Malgré ces incertitudes, la taille du tour de table et le profil des investisseurs indiquent que l’industrie voit dans les world models en temps réel l’un des prochains grands champs d’innovation de l’intelligence artificielle.